A) Convierte la voz en texto. B) Traduzca texto de un idioma a otro automáticamente. C) Analizar el sentimiento de un texto. D) Generar respuestas textuales de tipo humano.
A) Traducir un texto de una lengua a otra. B) Determinar el sentimiento o la opinión expresada en un texto. C) Analizar la gramática y la sintaxis de una frase. D) Generación de texto aleatorio basado en un modelo dado.
A) modelo n-gram B) Modelo de Markov C) Modelo sintáctico D) Modelo semántico
A) Conversión de voz a texto. B) Identificación de entidades con nombre en el texto, como nombres, organizaciones y ubicaciones. C) Determinar el sentimiento general de un texto. D) Reconocimiento de distintas lenguas en un texto multilingüe.
A) Reducir las palabras a su forma básica o raíz. B) Analizar el tono emocional de un texto. C) Generar nuevas palabras a partir de las existentes. D) Identificar la relación entre las palabras de una frase.
A) Falta de hardware adecuado para procesar los datos lingüísticos. B) Dificultad para traducir entre distintas lenguas. C) Ambigüedad en el lenguaje que requiere comprensión contextual. D) Incapacidad para detectar el sentimiento en el texto.
A) Identificar el tema de un texto determinado. B) Segmentar el texto en unidades individuales, como palabras o frases. C) Traducir un texto de una lengua a otra. D) Analizar la estructura gramatical de una frase.
A) Generar sinónimos de palabras. B) Reconocimiento de entidades con nombre en el texto. C) Analizar la estructura gramatical para determinar las relaciones entre las palabras. D) Conversión de voz a texto.
A) Un método para traducir entre idiomas. B) Conjunto de textos utilizados para el análisis lingüístico. C) Tipo de árbol sintáctico utilizado en los algoritmos de análisis sintáctico. D) Tipo específico de relación de dependencia entre palabras.
A) Sustantivo B) Sintaxis C) Compilador D) Algoritmo
A) Analizar el sentimiento de un texto dado. B) Analizar la estructura gramatical de una frase. C) Traducir texto entre idiomas. D) Identificar entidades específicas como nombres, organizaciones y lugares en un texto.
A) Java. B) C++. C) Python. D) Rubí.
A) Traducir texto entre idiomas. B) Identificación de entidades con nombre en un texto. C) Analizar la sintaxis de una frase. D) Creación de un resumen conciso de un documento de texto más largo.
A) Agregación de datos localizados. B) Análisis discriminante lineal. C) Asignación latente de Dirichlet. D) Evaluación del desarrollo del lenguaje.
A) Traducción automática basada en reglas. B) Traducción automática basada en imágenes. C) Traducción automática basada en el sentimiento. D) Traducción automática estadística.
A) Método de análisis morfológico. B) Algoritmo de traducción basado en reglas. C) Traducción automática neuronal. D) Enfoque de traducción basado en símbolos.
A) Identificar el sentimiento de un texto dado. B) Determinar la gramática de una frase. C) Reducir las palabras a su forma base o raíz para mejorar el análisis. D) Generar nuevas palabras a partir del vocabulario existente.
A) Traducir texto entre idiomas. B) Realización de análisis de sentimientos. C) Identificar las relaciones entre las palabras de una frase y sus funciones semánticas. D) Analizar la sintaxis de una frase.
A) Generación aleatoria de texto. B) Reconocimiento de voz. C) Extracción de información. D) Clasificación de imágenes.
A) Etiquetado de encuestas de opinión pública. B) Potente sistema de optimización del etiquetado. C) Etiquetado de partes del discurso. D) Etiquetado en el punto de venta.
A) Transcripción. B) Transformación. C) Tokenización. D) Transferencia.
A) Identificar entidades con nombre. B) Traducir palabras entre idiomas. C) Representar palabras como vectores para captar el significado semántico. D) Analizar la estructura de las frases.
A) Red de creencia profunda (DBN). B) Red neuronal recurrente (RNN). C) Red de función de base radial (RBFN). D) Red neuronal convolucional (CNN).
A) Modelado de temas. B) Reconocimiento de entidades con nombre. C) Segmentación de frases. D) Análisis sintáctico de dependencias. |