1000+ câu Trắc nghiệm Nhập môn xử lý ngôn ngữ tự nhiên có đáp án - Phần 3

Quá trình phân tích cú pháp của câu

Quá trình xác định vai trò ngữ nghĩa của các thành phần trong câu (ví dụ: Agent, Patient, Instrument)

Quá trình dịch văn bản sang ngôn ngữ khác

Quá trình tóm tắt văn bản

Tăng cường dữ liệu

Trích xuất đặc trưng

Giảm chiều dữ liệu

Phân tích quan hệ thực thể

Tăng tốc độ huấn luyện mô hình

Giúp mô hình tập trung vào các phần quan trọng nhất của câu khi xử lý

Giảm kích thước của mô hình

Cải thiện khả năng dịch máy

Quá trình phân tích cảm xúc của văn bản

Quá trình gán nhãn từ loại (ví dụ: danh từ, động từ, tính từ) cho mỗi từ trong câu

Quá trình dịch văn bản sang ngôn ngữ khác

Quá trình tóm tắt văn bản

Loại bỏ các từ đó

Thay thế bằng một token đặc biệt (ví dụ: UNK)

Dịch văn bản sang ngôn ngữ khác

Tóm tắt văn bản

Một phương pháp mã hóa văn bản thành hình ảnh

Một kỹ thuật biểu diễn từ dưới dạng vector số trong không gian nhiều chiều

Một thuật toán nén dữ liệu văn bản

Một phương pháp kiểm tra chính tả

Phân loại văn bản theo chủ đề

Nhận diện và phân loại các thực thể có tên trong văn bản

Dịch văn bản từ ngôn ngữ này sang ngôn ngữ khác

Tóm tắt nội dung văn bản

Quá trình phân tích cú pháp của câu

Quá trình xác định các biểu thức ngôn ngữ (ví dụ: đại từ) đề cập đến cùng một thực thể

Quá trình dịch văn bản sang ngôn ngữ khác

Quá trình tóm tắt văn bản

Loại bỏ các từ dừng

Xác định nghĩa đúng của một từ trong ngữ cảnh cụ thể

Chuyển đổi văn bản thành giọng nói

Tóm tắt văn bản

Phân tích cú pháp

Tính cosine similarity giữa các vector biểu diễn văn bản

Gán nhãn từ loại

Loại bỏ stop words

Tăng tốc độ dịch máy

Tăng cường dữ liệu huấn luyện bằng cách tạo ra các câu mới từ dữ liệu hiện có

Giảm kích thước của mô hình

Cải thiện khả năng hiểu ngôn ngữ của mô hình

Một phương pháp học máy không sử dụng bất kỳ dữ liệu nào

Một kỹ thuật cho phép mô hình thực hiện các tác vụ mà nó chưa từng được huấn luyện trực tiếp

Một thuật toán nén dữ liệu

Một phương pháp kiểm tra chính tả

Những từ quan trọng nhất trong văn bản

Những từ được sử dụng để kết nối các câu

Những từ phổ biến và ít mang ý nghĩa trong văn bản, thường bị loại bỏ

Những từ được sử dụng để biểu thị cảm xúc

Quá trình phân tích cú pháp của câu

Quá trình tạo ra văn bản mới từ một mô hình ngôn ngữ

Quá trình dịch văn bản sang ngôn ngữ khác

Quá trình tóm tắt văn bản

Phân tích cú pháp

Biểu diễn văn bản

Xử lý hình ảnh

Phân tích cảm xúc

Term Frequency (Tần suất xuất hiện của từ)

Text Formatting (Định dạng văn bản)

Tree Filtering (Lọc cây)

Topic Finding (Tìm chủ đề)

NLTK

Stanford CoreNLP

Underthesea

SpaCy

Giảm kích thước của mô hình

Tăng cường dữ liệu huấn luyện bằng cách tạo ra các mẫu mới từ dữ liệu hiện có

Tăng tốc độ huấn luyện mô hình

Cải thiện khả năng dịch máy

Chỉ có thể xử lý văn bản tiếng Anh

Huấn luyện trên dữ liệu nhỏ hơn

Sử dụng kiến trúc Transformer và huấn luyện theo cả hai hướng (trái và phải) của câu

Không cần dữ liệu huấn luyện

Độ phức tạp của thuật toán

Khả năng dự đoán của mô hình

Tốc độ hội tụ của mô hình

Kích thước của dữ liệu huấn luyện