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