A) Konuşmayı metne dönüştürün. B) Metni bir dilden diğerine otomatik olarak çevirin. C) Metnin duygularını analiz edin. D) İnsan benzeri metin yanıtları oluşturun.
A) Belirli bir modele dayalı olarak rastgele metin oluşturma. B) Bir cümlenin dilbilgisi ve sözdizimini analiz etme. C) Metinde ifade edilen duyguyu veya görüşü belirleyin. D) Metnin bir dilden diğerine çevrilmesi.
A) n-gram modeli B) Sözdizimi modeli C) Anlamsal model D) Markov modeli
A) Konuşmayı metne dönüştürme. B) İsimler, kuruluşlar ve konumlar gibi metin içindeki adlandırılmış varlıkları tanımlama. C) Bir metnin genel duygusunu belirleme. D) Çok dilli bir metinde farklı dilleri tanıma.
A) Mevcut kelimelere dayanarak yeni kelimeler üretme. B) Bir metnin duygusal tonunu analiz etme. C) Bir cümledeki kelimeler arasındaki ilişkiyi tanımlama. D) Kelimeleri temel veya kök biçimlerine indirgemek.
A) Dilde bağlamsal anlayış gerektiren belirsizlik. B) Dil verilerini işlemek için uygun donanım eksikliği. C) Farklı diller arasında çeviri yapmanın zorluğu. D) Metindeki duyguları tespit edememe.
A) Belirli bir metnin konusunu belirleme. B) Metni kelimeler veya kelime öbekleri gibi ayrı birimlere ayırma. C) Metnin bir dilden diğerine çevrilmesi. D) Bir cümlenin gramer yapısını analiz etme.
A) Kelimeler için eş anlamlı kelimeler üretme. B) Kelimeler arasındaki ilişkileri belirlemek için gramer yapısını analiz etme. C) Konuşmayı metne dönüştürme. D) Metin içindeki adlandırılmış varlıkları tanıma.
A) Kelimeler arasında belirli bir bağımlılık ilişkisi türü. B) Dilbilimsel analiz için kullanılan bir metin koleksiyonu. C) Diller arasında çeviri yapmak için bir yöntem. D) Ayrıştırma algoritmalarında kullanılan bir tür sözdizimi ağacı.
A) Kelimeleri diller arasında çevirin. B) Anlamsal anlamı yakalamak için kelimeleri vektörler olarak temsil edin. C) Adlandırılmış varlıkları tanımlayın. D) Cümle yapısını analiz edin.
A) Metni diller arasında çevirme. B) Bir cümledeki kelimeler arasındaki ilişkileri ve anlamsal rollerini belirleme. C) Bir cümlenin sözdizimini analiz etme. D) Duygu analizi yapmak.
A) Bilgi çıkarma. B) Rastgele metin oluşturma. C) Konuşma tanıma. D) Görüntü sınıflandırması.
A) Evrişimli sinir ağı (CNN). B) Radyal tabanlı fonksiyon ağı (RBFN). C) Tekrarlayan sinir ağı (RNN). D) Derin inanç ağı (DBN).
A) Yerelleştirilmiş Veri Toplama. B) Gizli Dirichlet Tahsisi. C) Doğrusal Diskriminant Analizi. D) Dil Gelişimi Değerlendirmesi.
A) Güçlü optimizasyon sistemi etiketleme. B) Kamuoyu araştırması etiketleme. C) Konuşma parçası etiketleme. D) Satış noktası etiketleme.
A) Daha uzun bir metin belgesinin kısa bir özetini oluşturmak. B) Metni diller arasında çevirme. C) Bir cümlenin sözdizimini analiz etme. D) Bir metindeki adlandırılmış varlıkları tanımlama.
A) İsimlendirilmiş varlık tanıma. B) Bağımlılık ayrıştırma. C) Cümle bölümleme. D) Konu modelleme.
A) Ruby. B) C++. C) Java. D) Python.
A) Morfolojik analiz yöntemi. B) Sembol tabanlı çeviri yaklaşımı. C) Sinirsel makine çevirisi. D) Kural tabanlı çeviri algoritması.
A) Metindeki isimler, kuruluşlar ve yerler gibi belirli varlıkları tanımlayın. B) Bir cümlenin gramer yapısını ayrıştırın. C) Belirli bir metnin duygularını analiz edin. D) Metni diller arasında çevirin.
A) Tokenizasyon. B) Dönüşüm. C) Aktarım. D) Transkripsiyon.
A) Mevcut kelime dağarcığına dayalı olarak yeni kelimeler üretin. B) Verilen bir metnin duygusunu belirleyebilme. C) Bir cümlenin dilbilgisini belirleyin. D) Analizi geliştirmek için kelimeleri temel veya kök biçimlerine indirgeyin.
A) İsim B) Derleyici C) Algoritma D) Sözdizimi
A) Duygu tabanlı makine çevirisi. B) Kural tabanlı makine çevirisi. C) İstatistiksel makine çevirisi. D) Görüntü tabanlı makine çevirisi. |