A) Konwersja mowy na tekst. B) Automatyczne tłumaczenie tekstu z jednego języka na inny. C) Analizuj sentyment tekstu. D) Generowanie odpowiedzi tekstowych podobnych do ludzkich.
A) Analiza gramatyki i składni zdania. B) Generowanie losowego tekstu na podstawie danego modelu. C) Określenie sentymentu lub opinii wyrażonej w tekście. D) Tłumaczenie tekstu z jednego języka na inny.
A) Model składni B) model n-gramowy C) Model semantyczny D) Model Markowa
A) Rozpoznawanie różnych języków w wielojęzycznym tekście. B) Konwersja mowy na tekst. C) Identyfikacja nazwanych jednostek w tekście, takich jak nazwiska, organizacje i lokalizacje. D) Określanie ogólnego nastroju tekstu.
A) Generowanie nowych słów na podstawie już istniejących. B) Identyfikowanie relacji między słowami w zdaniu. C) Redukcja słów do ich formy podstawowej lub źródłowej. D) Analiza emocjonalnego tonu tekstu.
A) Niejednoznaczność w języku, która wymaga zrozumienia kontekstu. B) Brak odpowiedniego sprzętu do przetwarzania danych językowych. C) Niemożność wykrycia sentymentu w tekście. D) Trudności w tłumaczeniu między różnymi językami.
A) Segmentacja tekstu na poszczególne jednostki, takie jak słowa lub frazy. B) Analiza struktury gramatycznej zdania. C) Identyfikacja tematu danego tekstu. D) Tłumaczenie tekstu z jednego języka na inny.
A) Generowanie synonimów dla słów. B) Konwersja mowy na tekst. C) Rozpoznawanie nazwanych jednostek w tekście. D) Analizowanie struktury gramatycznej w celu określenia relacji między słowami.
A) Rodzaj drzewa składni używanego w algorytmach parsowania. B) Metoda tłumaczenia między językami. C) Określony rodzaj zależności między słowami. D) Zbiór tekstu wykorzystywany do analizy językowej.
A) Java. B) C++. C) Ruby. D) Python.
A) Reprezentuj słowa jako wektory, aby uchwycić znaczenie semantyczne. B) Identyfikacja nazwanych podmiotów. C) Tłumaczenie słów między językami. D) Analizowanie struktury zdań.
A) Składnia B) Rzeczownik C) Algorytm D) Kompilator
A) Oznaczanie badań opinii publicznej. B) Potężny system optymalizacji tagowania. C) Tagowanie części mowy. D) Oznaczanie w punkcie sprzedaży.
A) Analizuj sentyment danego tekstu. B) Identyfikowanie określonych podmiotów, takich jak nazwiska, organizacje i lokalizacje w tekście. C) Tłumaczenie tekstu między językami. D) Analizowanie struktury gramatycznej zdania.
A) Rozpoznawanie nazwanych podmiotów. B) Parsowanie zależności. C) Segmentacja zdań. D) Modelowanie tematyczne.
A) Lokalna agregacja danych. B) Liniowa analiza dyskryminacyjna. C) Latent Dirichlet Allocation. D) Ocena rozwoju językowego.
A) Rozpoznawanie mowy. B) Klasyfikacja obrazów. C) Wydobywanie informacji. D) Losowe generowanie tekstu.
A) Przeniesienie. B) Transkrypcja. C) Tokenizacja. D) Transformacja.
A) Tłumaczenie tekstu między językami. B) Identyfikacja relacji między słowami w zdaniu i ich ról semantycznych. C) Przeprowadzanie analizy nastrojów. D) Analiza składni zdania.
A) Algorytm tłumaczenia oparty na regułach. B) Neuronowe tłumaczenie maszynowe. C) Metoda analizy morfologicznej. D) Podejście do tłumaczenia oparte na symbolach.
A) Głęboka sieć przekonań (DBN). B) Sieć z radialną funkcją bazową (RBFN). C) Konwolucyjna sieć neuronowa (CNN). D) Rekurencyjna sieć neuronowa (RNN).
A) Analiza składni zdania. B) Tłumaczenie tekstu między językami. C) Identyfikacja nazwanych jednostek w tekście. D) Tworzenie zwięzłego podsumowania dłuższego dokumentu tekstowego.
A) Tłumaczenie maszynowe oparte na regułach. B) Tłumaczenie maszynowe oparte na obrazach. C) Tłumaczenie maszynowe oparte na sentymentach. D) Statystyczne tłumaczenie maszynowe.
A) Określenie nastroju danego tekstu. B) Określ gramatykę zdania. C) Redukcja słów do ich formy podstawowej lub źródłowej w celu usprawnienia analizy. D) Generowanie nowych słów na podstawie istniejącego słownictwa. |