Traitement du langage naturel (linguistique informatique)

1. Le traitement du langage naturel (TLN) est un domaine de l'intelligence artificielle qui se concentre sur l'interaction entre les ordinateurs et les humains utilisant le langage naturel. Il implique le développement d'algorithmes et de modèles qui permettent aux machines de comprendre, d'interpréter et de générer du langage humain. La linguistique informatique est un sous-domaine de la PNL qui combine la linguistique et l'informatique pour étudier le langage humain et développer des modèles informatiques pour l'analyse et le traitement des données linguistiques. Grâce à la PNL et à la linguistique informatique, les chercheurs cherchent à construire des systèmes capables d'effectuer des tâches telles que la traduction linguistique, l'analyse des sentiments, la reconnaissance vocale et le résumé de texte. Ces technologies ont un large éventail d'applications, depuis les assistants virtuels et les robots de conversation jusqu'aux outils de traitement des langues pour la recherche et l'éducation.

Quel est l'objectif de la traduction automatique dans le cadre du NLP ?

A) Générer des réponses textuelles de type humain.
B) Analyser le sentiment d'un texte.
C) Convertir la parole en texte.
D) Traduire automatiquement un texte d'une langue à l'autre.

2. Qu'est-ce que l'analyse des sentiments dans le cadre du NLP ?

A) Génération de textes aléatoires sur la base d'un modèle donné.
B) Déterminer le sentiment ou l'opinion exprimé dans le texte.
C) Traduire un texte d'une langue à une autre.
D) Analyser la grammaire et la syntaxe d'une phrase.

3. Quel type de modèle de langage est utilisé pour prédire le mot suivant dans une phrase ?

A) modèle n-gram
B) Modèle de syntaxe
C) Modèle sémantique
D) Modèle de Markov

4. Qu'est-ce que la reconnaissance des entités nommées dans le cadre du NLP ?

A) Reconnaissance de différentes langues dans un texte multilingue.
B) Identification d'entités nommées dans un texte, telles que des noms, des organisations et des lieux.
C) Conversion de la parole en texte.
D) Déterminer le sentiment général d'un texte.

5. Qu'est-ce que le stemming en PNL ?

A) Générer de nouveaux mots à partir de mots existants.
B) Réduire les mots à leur forme de base ou de racine.
C) Analyser le ton émotionnel d'un texte.
D) Identifier la relation entre les mots dans une phrase.

6. Quel est le principal défi en matière de compréhension du langage naturel ?

A) Incapacité à détecter les sentiments dans le texte.
B) Manque de matériel adapté au traitement des données linguistiques.
C) Difficulté de traduction entre différentes langues.
D) Ambiguïté du langage qui nécessite une compréhension du contexte.

7. Qu'est-ce que la tokenisation dans le cadre du NLP ?

A) Traduire un texte d'une langue à une autre.
B) Analyser la structure grammaticale d'une phrase.
C) Identifier le thème d'un texte donné.
D) Segmenter un texte en unités individuelles telles que des mots ou des phrases.

8. Qu'est-ce que l'analyse des dépendances dans le cadre du NLP ?

A) Générer des synonymes pour les mots.
B) Reconnaissance des entités nommées dans un texte.
C) Conversion de la parole en texte.
D) Analyser la structure grammaticale pour déterminer les relations entre les mots.

9. Qu'est-ce qu'un corpus dans le contexte de la PNL ?

A) Un ensemble de textes utilisés pour l'analyse linguistique.
B) Un type spécifique de relation de dépendance entre les mots.
C) Type d'arbre syntaxique utilisé dans les algorithmes d'analyse syntaxique.
D) Une méthode de traduction entre les langues.

10. Quel est le but du stemming dans la PNL ?

A) Déterminer la grammaire d'une phrase.
B) Réduire les mots à leur base ou à leur racine pour améliorer l'analyse.
C) Identifier le sentiment d'un texte donné.
D) Générer de nouveaux mots à partir du vocabulaire existant.

11. Quel est l'objectif de la reconnaissance des entités nommées dans le cadre du NLP ?

A) Traduire un texte d'une langue à l'autre.
B) Analyser la structure grammaticale d'une phrase.
C) Identifier des entités spécifiques telles que des noms, des organisations et des lieux dans un texte.
D) Analyser le sentiment d'un texte donné.

12. Qu'est-ce que l'étiquetage des rôles sémantiques dans le cadre du NLP ?

A) Identifier les relations entre les mots d'une phrase et leur rôle sémantique.
B) Traduire un texte d'une langue à l'autre.
C) Analyser la syntaxe d'une phrase.
D) Effectuer une analyse des sentiments.

13. Quel est l'objectif de l'intégration des mots dans la PNL ?

A) Identifier les entités nommées.
B) Traduire des mots d'une langue à l'autre.
C) Analyser la structure des phrases.
D) Représenter les mots sous forme de vecteurs afin d'en saisir le sens sémantique.

14. Qu'est-ce que le résumé de texte dans le cadre du NLP ?

A) Traduire un texte d'une langue à l'autre.
B) Analyser la syntaxe d'une phrase.
C) Créer un résumé concis d'un texte plus long.
D) Identification des entités nommées dans un texte.

15. Que signifie l'étiquetage POS dans le traitement du langage naturel ?

A) Marquage des sondages d'opinion.
B) Puissant système d'optimisation de l'étiquetage.
C) Étiquetage au point de vente.
D) Marquage des parties du discours.

16. Quel est le langage de programmation couramment utilisé pour les tâches de traitement du langage naturel ?

A) C++.
B) Rubis.
C) Python.
D) Java.

17. Quel type de réseau neuronal est couramment utilisé pour les tâches de séquence à séquence dans le cadre du NLP ?

A) Réseau neuronal convolutif (CNN).
B) Réseau de croyances profondes (DBN).
C) Réseau neuronal récurrent (RNN).
D) Réseau de fonctions à base radiale (RBFN).

18. Quelle est l'approche couramment utilisée pour la traduction automatique dans le cadre du NLP ?

A) Traduction automatique basée sur des règles.
B) Traduction automatique basée sur l'image.
C) Traduction automatique basée sur les sentiments.
D) Traduction automatique statistique.

19. Quelle technique est utilisée dans les systèmes de traduction linguistique pour améliorer la précision et la fluidité ?

A) Traduction automatique neuronale.
B) Méthode d'analyse morphologique.
C) Approche de la traduction basée sur les symboles.
D) Algorithme de traduction basé sur des règles.

20. Quelle méthode de la PNL se concentre sur la compréhension des relations entre les mots d'une phrase ?

A) Analyse des dépendances.
B) Modélisation du sujet.
C) Reconnaissance des entités nommées.
D) Segmentation des phrases.

21. Lequel des éléments suivants est un exemple de marqueur de partie du discours ?

A) Compilateur
B) Noun
C) Syntaxe
D) Algorithme

22. Que signifie l'acronyme LDA dans la PNL ?

A) Latent Dirichlet Allocation.
B) Analyse discriminante linéaire.
C) Agrégation de données localisées.
D) Évaluation du développement du langage.

23. Quelle tâche NLP consiste à extraire des informations structurées d'un texte non structuré ?

A) Classification des images.
B) Génération de textes aléatoires.
C) Extraction d'informations.
D) Reconnaissance vocale.

24. Quel est le terme utilisé pour désigner le processus de découpage d'un texte en mots ou en phrases ?

A) La tokenisation.
B) Transformation.
C) Transcription.
D) Le transfert.

Créé avec That Quiz — où un test de math n'est qu'à un clic du bout des doigtsu bout des doigts.