Transfer learning (học chuyển giao) mang lại lợi ích gì trong NLP?
Giảm kích thước mô hình NLP.
Cho phép sử dụng các mô hình ngôn ngữ pre-trained (đã được huấn luyện trước) trên một lượng lớn dữ liệu để nhanh chóng đạt được hiệu suất tốt cho các tác vụ NLP cụ thể với ít dữ liệu huấn luyện hơn.
Tăng tốc độ xử lý văn bản.
Cải thiện khả năng dịch máy.
Quảng cáo
Trả lời:
Giải bởi Vietjack
Chọn đáp án B
Đăng nhập để xem lời giải
Lưu tiến độ và luyện tập hiệu quả hơn. Hoàn toàn miễn phí!
Đang tải chế độ Học...
Hot: 1000+ đề thi giữa kì 1 lớp 1-12 đầy đủ các môn (Update 2026) (chỉ từ 60k). Tải ngay
Đăng ký VIP để học và luyện thi không giới hạn
Trọn bộ quyền lợi trên Vietjack, trong một tài khoản.
- Phòng luyện thi cấp tốc: ĐGNL - ĐGTD, Tốt nghiệp THPT, Ôn vào 10, Ôn vào 6, Ôn Giữa kì/Cuối kì
- Hơn 200K đề thi thử, đề minh hoạ, chính thức các năm
- Với 3tr+ câu hỏi theo các mức độ Nhận biết, Thông hiểu, Vận dụng
- Tải xuống đề thi [DOCX] với đầy đủ đáp án
- Xem hàng ngàn bài giảng đính kèm củng cố thêm kiến thức
- Bao gồm tất cả các bậc từ Tiểu học đến Đại học
- Chặn hiển thị quảng cáo tăng khả năng tập trung ôn luyện
- Đăng ký ngay
CÂU HỎI HOT CÙNG CHỦ ĐỀ
Câu 1
Phân loại văn bản theo chủ đề.
Nhận diện và phân loại các thực thể có tên trong văn bản (ví dụ: tên người, tổ chức, địa điểm, thời gian).
Phân tích cảm xúc của văn bản.
Dịch văn bản từ ngôn ngữ này sang ngôn ngữ khác.
Đăng nhập để xem lời giải
Lưu tiến độ và luyện tập hiệu quả hơn. Hoàn toàn miễn phí!
Lời giải
Chọn đáp án B
Câu 2
Phân biệt các ngôn ngữ khác nhau.
Xác định nghĩa chính xác của một từ trong ngữ cảnh cụ thể khi từ đó có nhiều nghĩa.
Phân biệt các loại từ (danh từ, động từ, tính từ).
Phân biệt văn bản thật và văn bản giả.
Đăng nhập để xem lời giải
Lưu tiến độ và luyện tập hiệu quả hơn. Hoàn toàn miễn phí!
Lời giải
Chọn đáp án B
Câu 3
Không quan trọng, vì Transformer xử lý toàn bộ văn bản cùng một lúc.
Rất quan trọng, nó xác định số lượng từ xung quanh mỗi từ mà mô hình xem xét khi xử lý, ảnh hưởng đến khả năng nắm bắt ngữ cảnh.
Chỉ quan trọng trong giai đoạn tiền xử lý dữ liệu, không ảnh hưởng đến mô hình Transformer.
Chỉ quan trọng đối với các ngôn ngữ có cấu trúc ngữ pháp phức tạp.
Đăng nhập để xem lời giải
Lưu tiến độ và luyện tập hiệu quả hơn. Hoàn toàn miễn phí!
Lời giải
Bạn cần đăng ký gói VIP ( giá chỉ từ 250K ) để làm bài, xem đáp án và lời giải chi tiết không giới hạn.
Câu 4
Tăng cường khả năng sáng tạo của mô hình NLP.
Giúp con người hiểu được cách mô hình NLP đưa ra quyết định và dự đoán, tăng tính minh bạch và tin cậy của mô hình.
Giảm chi phí tính toán khi huấn luyện mô hình NLP.
Tự động sửa lỗi trong mã nguồn của mô hình NLP.
Đăng nhập để xem lời giải
Lưu tiến độ và luyện tập hiệu quả hơn. Hoàn toàn miễn phí!
Lời giải
Bạn cần đăng ký gói VIP ( giá chỉ từ 250K ) để làm bài, xem đáp án và lời giải chi tiết không giới hạn.
Câu 5
Word embedding (ví dụ: Word2Vec, GloVe) giúp giải quyết vấn đề gì so với phương pháp 'Bag of Words'?
Giảm kích thước dữ liệu văn bản.
Nắm bắt được ngữ nghĩa và mối quan hệ giữa các từ.
Tăng tốc độ xử lý văn bản.
Cải thiện độ chính xác của việc phân loại văn bản.
Đăng nhập để xem lời giải
Lưu tiến độ và luyện tập hiệu quả hơn. Hoàn toàn miễn phí!
Lời giải
Bạn cần đăng ký gói VIP ( giá chỉ từ 250K ) để làm bài, xem đáp án và lời giải chi tiết không giới hạn.
Câu 6
Term Frequency - Inverse Document Frequency; đo lường tầm quan trọng của từ trong một văn bản so với tập hợp văn bản.
Text Filtering - Information Dissemination Function; lọc thông tin không liên quan trong văn bản.
Topic Frequency - Iterative Document Filtering; xác định chủ đề chính của văn bản.
Tokenization and Feature - Independent Data Format; định dạng dữ liệu chuẩn cho token và đặc trưng.
Đăng nhập để xem lời giải
Lưu tiến độ và luyện tập hiệu quả hơn. Hoàn toàn miễn phí!
Lời giải
Bạn cần đăng ký gói VIP ( giá chỉ từ 250K ) để làm bài, xem đáp án và lời giải chi tiết không giới hạn.
Đăng ký để học cùng Vietjack. Hoàn toàn miễn phí!
Bằng việc đăng ký, bạn đồng ý với Điều khoản sử dụng và Chính sách bảo mật của Vietjack.
Nhắn tin Zalo
Hỏi bài tập