1000+ câu Trắc nghiệm Nhập môn xử lý ngôn ngữ tự nhiên có đáp án - Phần 29

Chuyển đổi ngôn ngữ viết sang ngôn ngữ nói.

Tạo ra văn bản ngôn ngữ tự nhiên từ dữ liệu hoặc thông tin có cấu trúc.

Phân tích cấu trúc ngữ pháp của văn bản.

Dịch văn bản từ ngôn ngữ tự nhiên sang mã máy.

Tăng tốc độ xử lý.

Giảm độ chính xác trên một số nhóm người dùng nhất định.

Làm cho mô hình dễ giải thích hơn.

Giảm yêu cầu về dữ liệu huấn luyện.

Loại bỏ các từ không quan trọng.

Xác định cấu trúc ngữ pháp của câu.

Chuyển đổi văn bản thành dạng vector.

Tóm tắt văn bản.

K-Means Clustering.

Support Vector Machines (SVM).

Principal Component Analysis (PCA).

Apriori Algorithm.

Phân loại văn bản theo chủ đề.

Xác định thái độ, cảm xúc (tích cực, tiêu cực, trung lập) được thể hiện trong văn bản.

Dịch văn bản sang ngôn ngữ khác.

Tóm tắt nội dung văn bản.

Yêu cầu lượng lớn dữ liệu huấn luyện.

Mất đi thông tin về thứ tự từ trong câu.

Khó khăn trong việc xử lý văn bản dài.

Chỉ hoạt động tốt với tiếng Anh.

Tốc độ xử lý chậm của máy tính.

Sự biến đổi ngôn ngữ theo vùng miền, thời gian và ngữ cảnh.

Thiếu dữ liệu huấn luyện.

Sự phức tạp của các thuật toán.

Phân loại văn bản theo chủ đề.

Dự đoán từ hoặc chuỗi từ tiếp theo trong một câu.

Dịch văn bản từ ngôn ngữ này sang ngôn ngữ khác.

Tóm tắt nội dung văn bản.

Chúng chứa thông tin ngữ nghĩa quan trọng nhưng gây nhiễu.

Chúng xuất hiện rất thường xuyên và ít mang lại giá trị phân biệt.

Chúng gây khó khăn cho việc tách từ.

Chúng chỉ tồn tại trong một số ngôn ngữ nhất định.

Cấu trúc ngữ pháp của câu.

Ý nghĩa của từ và câu.

Âm thanh của ngôn ngữ nói.

Hình thức viết của ngôn ngữ.

Dịch văn bản giữa các ngôn ngữ.

Tương tác và trò chuyện với người dùng bằng ngôn ngữ tự nhiên.

Phân tích cảm xúc trong văn bản.

Tóm tắt văn bản dài.

Chuyển đổi giọng nói thành văn bản.

Tạo ra giọng nói nhân tạo từ văn bản.

Phân tích cảm xúc trong văn bản.

Dịch văn bản sang giọng nói.

Dịch máy (Machine Translation).

Nhận dạng khuôn mặt (Facial Recognition).

Phân tích cảm xúc (Sentiment Analysis).

Chatbot.

Biểu diễn từ vựng dưới dạng hình ảnh trực quan.

Chuyển đổi từ thành các vector số, nắm bắt ngữ nghĩa.

Tăng tốc độ xử lý văn bản.

Phát hiện lỗi chính tả trong văn bản.

Term Frequency - Inverse Document Frequency, đánh giá tầm quan trọng của từ trong văn bản và tập văn bản.

Text Filtering - Information Distribution Function, lọc và phân phối thông tin văn bản.

Topic Frequency - Inverse Document Filter, xác định tần suất chủ đề và lọc tài liệu.

Tree-based Feature - Independent Data Format, định dạng dữ liệu độc lập dựa trên đặc trưng dạng cây.

Giảm kích thước của văn bản đầu vào.

Chia văn bản thành các đơn vị nhỏ hơn, có ý nghĩa (tokens).

Loại bỏ các từ không quan trọng khỏi văn bản.

Chuyển đổi văn bản sang dạng số.

Phân tích cấu trúc cú pháp của câu.

Xác định các từ hoặc cụm từ khác nhau cùng tham chiếu đến một thực thể duy nhất trong văn bản.

Dịch các cụm từ đồng nghĩa sang ngôn ngữ khác.

Phân loại các câu theo ý nghĩa tương đồng.

Tách từ (Tokenization).

Chuẩn hóa văn bản (Text Normalization).

Phân tích cảm xúc (Sentiment Analysis).

Loại bỏ stop words.

Tạo ra văn bản ngôn ngữ tự nhiên.

Chuyển đổi văn bản từ ngôn ngữ này sang ngôn ngữ khác một cách tự động.

Phân tích cấu trúc ngữ pháp của văn bản.

Tóm tắt nội dung văn bản.

Tạo ra giọng nói từ văn bản.

Chuyển đổi giọng nói của con người thành văn bản.

Phân tích cảm xúc trong giọng nói.

Dịch giọng nói từ ngôn ngữ này sang ngôn ngữ khác.

Recurrent Neural Network (RNN).

Convolutional Neural Network (CNN).

Transformer.

Generative Adversarial Network (GAN).

Sinh ngôn ngữ tự nhiên (Natural Language Generation).

Hiểu ngôn ngữ tự nhiên (Natural Language Understanding).

Dịch máy (Machine Translation).

Phân tích cảm xúc (Sentiment Analysis).

Ngôn ngữ luôn được sử dụng trong một bối cảnh nhất định và ngữ cảnh ảnh hưởng đến ý nghĩa.

Ngữ cảnh giúp giảm độ phức tạp của mô hình.

Ngữ cảnh giúp tăng tốc độ xử lý văn bản.

Ngữ cảnh chỉ quan trọng trong ngôn ngữ nói, không quan trọng trong ngôn ngữ viết.

Phát triển phần cứng máy tính mạnh mẽ hơn.

Tương tác giữa máy tính và ngôn ngữ của con người.

Thiết kế các thuật toán toán học phức tạp.

Nghiên cứu về cấu trúc gen của con người.

Phân loại văn bản theo chủ đề.

Xác định và phân loại các thực thể có tên trong văn bản (ví dụ: tên người, tổ chức, địa điểm).

Dịch văn bản sang ngôn ngữ khác.

Tóm tắt nội dung văn bản.

Dịch văn bản sang ngôn ngữ khác.

Rút gọn văn bản dài thành phiên bản ngắn gọn hơn nhưng vẫn giữ được ý chính.

Phân tích cảm xúc trong văn bản.

Nhận dạng thực thể trong văn bản.

Sự khác biệt về từ vựng giữa các ngôn ngữ.

Một từ có thể có nhiều nghĩa khác nhau.

Lỗi chính tả và ngữ pháp trong văn bản.

Khó khăn trong việc tách từ.

Chúng có khả năng xử lý song song hiệu quả.

Chúng có khả năng ghi nhớ thông tin từ các bước thời gian trước đó.

Chúng dễ dàng giải thích kết quả.

Chúng yêu cầu ít dữ liệu huấn luyện hơn các mô hình khác.

Tốc độ huấn luyện mô hình.

Khả năng xử lý các phụ thuộc xa trong câu.

Giảm kích thước mô hình.

Cải thiện khả năng phân loại cảm xúc.

Giảm độ phức tạp của mô hình.

Tăng tốc độ suy luận (inference).

Cải thiện hiệu suất trên các tác vụ cụ thể với ít dữ liệu hơn.

Giảm yêu cầu về bộ nhớ.