Természetes nyelvi feldolgozás (számítógépes nyelvészet)

1. A természetes nyelvi feldolgozás (NLP) a mesterséges intelligencia olyan területe, amely a számítógépek és az emberek közötti interakcióra összpontosít természetes nyelvet használva. Olyan algoritmusok és modellek fejlesztését foglalja magában, amelyek lehetővé teszik a gépek számára, hogy megértsék, értelmezzék és generálják az emberi nyelvet. A számítógépes nyelvészet az NLP egyik részterülete, amely a nyelvészetet és a számítástechnikát ötvözi az emberi nyelv tanulmányozására, valamint a nyelvi adatok elemzésére és feldolgozására szolgáló számítási modellek kidolgozására. Az NLP és a számítógépes nyelvészet segítségével a kutatók olyan rendszereket kívánnak felépíteni, amelyek képesek olyan feladatokat ellátni, mint a nyelvi fordítás, a hangulatelemzés, a beszédfelismerés és a szövegösszegzés. Ezek a technológiák széleskörű alkalmazási körrel rendelkeznek, a virtuális asszisztensektől és chatbotoktól a kutatási és oktatási nyelvfeldolgozó eszközökig. Mi a gépi fordítás célja az NLP-ben?

A) Szöveg automatikus fordítása egyik nyelvről a másikra.
B) Emberszerű szöveges válaszokat generál.
C) Konvertálja a beszédet szöveggé.
D) Elemezze a szöveg hangulatát.

2. Mi az a hangulatelemzés az NLP-ben?

A) A mondat nyelvtanának és szintaxisának elemzése.
B) Véletlenszerű szöveg generálása adott modell alapján.
C) Szöveg fordítása egyik nyelvről a másikra.
D) Határozza meg a szövegben kifejezett érzést vagy véleményt.

3. Milyen típusú nyelvi modellt használnak a mondat következő szavának előrejelzésére?

A) Szintaxis modell
B) Markov modell
C) Szemantikai modell
D) n-gram modell

4. Mi az elnevezett entitás felismerés az NLP-ben?

A) Beszéd átalakítása szöveggé.
B) A szöveg általános hangulatának meghatározása.
C) Megnevezett entitások azonosítása szövegben, például nevek, szervezetek és helyek.
D) Különböző nyelvek felismerése többnyelvű szövegben.

5. Mi az a sztem az NLP-ben?

A) Új szavak generálása a meglévők alapján.
B) A szöveg érzelmi tónusának elemzése.
C) Szavak visszaszorítása alap- vagy gyökérformájukra.
D) A szavak közötti kapcsolat azonosítása egy mondatban.

6. Mi a fő kihívás a természetes nyelv megértésében?

A) Kétértelműség a nyelvben, amely kontextuális megértést igényel.
B) Képtelenség érzékelni a hangulatot a szövegben.
C) A nyelvi adatok feldolgozásához megfelelő hardver hiánya.
D) Nehézségek a különböző nyelvek közötti fordítás során.

7. Mi a tokenizáció az NLP-ben?

A) Szöveg szegmentálása egyedi egységekre, például szavakra vagy kifejezésekre.
B) A mondat grammatikai szerkezetének elemzése.
C) Szöveg fordítása egyik nyelvről a másikra.
D) Adott szöveg témájának azonosítása.

8. Mi az a függőségi elemzés az NLP-ben?

A) Megnevezett entitások felismerése a szövegben.
B) Beszéd átalakítása szöveggé.
C) Nyelvtani szerkezet elemzése a szavak közötti kapcsolatok meghatározásához.
D) Szinonimák generálása a szavakhoz.

9. Mit jelent a korpusz az NLP kontextusában?

A) Nyelvek közötti fordítási módszer.
B) A szavak közötti függőségi kapcsolat sajátos típusa.
C) Az elemzési algoritmusokban használt szintaktikai fa típusa.
D) Nyelvi elemzéshez használt szöveggyűjtemény.

10. Mi a sztemezés célja az NLP-ben?

A) Határozza meg egy mondat nyelvtanát!
B) Határozza meg egy adott szöveg hangulatát.
C) Hozzon létre új szavakat a meglévő szókincs alapján.
D) Csökkentse a szavakat alap- vagy gyökérformájukra az elemzés javítása érdekében.

11. Mi a célja az elnevezett entitás felismerésének az NLP-ben?

A) Elemezze a mondat nyelvtani szerkezetét.
B) Szöveg fordítása nyelvek között.
C) Határozzon meg konkrét entitásokat, például neveket, szervezeteket és helyeket a szövegben.
D) Elemezze egy adott szöveg hangulatát.

12. Mi a szemantikai szerepcímkézés az NLP-ben?

A) Egy mondat szintaxisának elemzése.
B) Hangulatelemzés készítése.
C) A mondatban szereplő szavak közötti kapcsolatok és azok szemantikai szerepének azonosítása.
D) Szöveg fordítása nyelvek között.

13. Mi a célja a szóbeágyazásnak az NLP-ben?

A) A szavakat vektorként ábrázolja a szemantikai jelentés megragadásához.
B) Fordítson szavakat a nyelvek között.
C) Mondatszerkezet elemzése.
D) Azonosítsa a megnevezett entitásokat.

14. Mi a szövegösszegzés az NLP-ben?

A) Megnevezett entitások azonosítása a szövegben.
B) Szöveg fordítása nyelvek között.
C) Hosszabb szöveges dokumentum tömör összefoglalásának készítése.
D) Egy mondat szintaxisának elemzése.

15. Mit jelent a POS címkézés a természetes nyelvi feldolgozásban?

A) Közvélemény-kutatás címkézés.
B) Beszédrész-címkézés.
C) Hatékony optimalizáló rendszer címkézés.
D) Eladáshelyi címkézés.

16. Melyik programozási nyelvet használják általában természetes nyelvi feldolgozási feladatokhoz?

A) Piton.
B) Rubin.
C) Jáva.
D) C++.

17. Milyen típusú neurális hálózatot használnak általában szekvenciák közötti feladatokhoz az NLP-ben?

A) Ismétlődő neurális hálózat (RNN).
B) Radiális bázisfüggvény hálózat (RBFN).
C) Deep belief Network (DBN).
D) Konvolúciós neurális hálózat (CNN).

18. Melyik megközelítést használják általánosan a gépi fordításhoz az NLP-ben?

A) Statisztikai gépi fordítás.
B) Kép alapú gépi fordítás.
C) Szabály alapú gépi fordítás.
D) Érzelem alapú gépi fordítás.

19. Milyen technikát alkalmaznak a nyelvi fordítási rendszerekben a pontosság és a folyékonyság javítására?

A) Morfológiai elemzési módszer.
B) Neurális gépi fordítás.
C) Szimbólum alapú fordítási megközelítés.
D) Szabály alapú fordítási algoritmus.

20. Melyik NLP-módszer összpontosít a mondatban lévő szavak közötti kapcsolatok megértésére?

A) Elnevezett entitás felismerés.
B) Mondatszegmentáció.
C) Témamodellezés.
D) Függőség elemzése.

21. Az alábbiak közül melyik példa a beszédrész-címkére?

A) Algoritmus
B) Szintaxis
C) Fordítóprogram
D) Főnév

22. Mit jelent az LDA mozaikszó az NLP-ben?

A) Látens Dirichlet-kiosztás.
B) Lineáris diszkriminancia analízis.
C) Lokalizált adatösszesítés.
D) Nyelvfejlesztési felmérés.

23. Melyik NLP feladat összpontosít strukturált információk strukturálatlan szövegből való kinyerésére?

A) Információ kinyerése.
B) Képosztályozás.
C) Véletlenszerű szöveggenerálás.
D) Beszédfelismerés.

24. Mit használnak a szöveg szavakra vagy kifejezésekre bontásának folyamatára?

A) Átírás.
B) Átalakítás.
C) Tokenizálás.
D) Átvitel.

Létrehozva That Quiz — ahol a tesztkészítés és a tesztelés egyszerűvé válik a matematika és más tantárgyak számára.