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