1000+ câu Trắc nghiệm Nhập môn xử lý ngôn ngữ tự nhiên có đáp án - Phần 28

Phát hiện lỗi chính tả trong văn bản.

Tạo ra một phiên bản ngắn gọn hơn của văn bản gốc, giữ lại thông tin quan trọng nhất.

Dịch văn bản sang ngôn ngữ khác.

Phân tích cảm xúc của văn bản.

Phân loại hình ảnh.

Xử lý dữ liệu chuỗi tuần tự như văn bản và giọng nói.

Phát hiện gian lận tài chính.

Dự báo thời tiết.

Một thuật toán phân loại văn bản.

Một chuỗi gồm n từ liên tiếp trong văn bản.

Một phương pháp giảm chiều dữ liệu.

Một loại mô hình ngôn ngữ dựa trên mạng nơ-ron.

Việc loại bỏ các từ không quan trọng để tăng tốc độ xử lý.

Khả năng hiểu ý nghĩa của từ và câu dựa trên các từ và câu xung quanh.

Việc chuyển đổi văn bản thành dạng số để máy tính xử lý.

Khả năng phân tích cấu trúc ngữ pháp của câu.

Khả năng xử lý hình ảnh kém.

Khó khăn trong việc song song hóa tính toán và xử lý chuỗi dài.

Độ chính xác thấp trong phân loại văn bản.

Yêu cầu lượng dữ liệu huấn luyện quá lớn.

Xác định chủ đề chính của văn bản.

Phân tích cấu trúc ngữ pháp và mối quan hệ giữa các từ trong câu.

Loại bỏ các từ dừng.

Chuyển đổi văn bản thành giọng nói.

Phân tích cảm xúc.

Tính trọng số của từ trong một văn bản so với tập hợp các văn bản.

Tóm tắt văn bản.

Dịch máy.

Phân loại văn bản theo chủ đề.

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

Chỉnh sửa lỗi chính tả và ngữ pháp trong văn bản.

Tạo ra bản tóm tắt ngắn gọn của văn bản.

Sự thiếu hụt các thuật toán NLP hiệu quả.

Sự khác biệt lớn về cấu trúc ngữ pháp và từ vựng giữa các ngôn ngữ.

Khó khăn trong việc thu thập dữ liệu văn bản số.

Tốc độ xử lý máy tính chậm cho ngôn ngữ đa dạng.

Phát hiện đạo văn trong văn bản.

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

Phân tích cấu trúc ngữ pháp của câu.

Chuyển đổi giọng nói thành văn bản.

Thiên vị (bias) trong dữ liệu huấn luyện dẫn đến kết quả không công bằng.

Sử dụng NLP cho mục đích giám sát và xâm phạm quyền riêng tư.

Tăng cường sử dụng năng lượng do các mô hình NLP lớn.

Ô nhiễm tiếng ồn từ các thiết bị NLP.

Loại bỏ các từ dừng (stop words) khỏi văn bản.

Chia văn bản thành các đơn vị nhỏ hơn, ví dụ như từ hoặc cụm từ.

Tìm ra gốc từ của các từ trong văn bản.

Gán nhãn từ loại (part-of-speech) cho mỗi từ.

Loại bỏ các từ không quan trọng trong câu.

Tập trung vào các phần quan trọng nhất của câu khi xử lý.

Chia câu thành các phần nhỏ hơn để xử lý song song.

Tăng cường độ chính xác của việc dự đoán từ tiếp theo.

Sự thiếu hụt dữ liệu văn bản số.

Tính mơ hồ và đa nghĩa của ngôn ngữ.

Tốc độ xử lý của máy tính còn chậm.

Sự khác biệt về phông chữ và kiểu chữ trong văn bản.

Phần mềm thiết kế đồ họa.

Hệ thống phân tích bệnh án điện tử để hỗ trợ chẩn đoán.

Trò chơi điện tử thực tế ảo.

Mạng xã hội trực tuyến.

Không thể xử lý văn bản dài.

Mất đi thông tin về thứ tự của từ trong câu.

Chỉ hoạt động tốt với tiếng Anh.

Yêu cầu lượng lớn dữ liệu huấn luyện.

Phân tích cú pháp (Parsing).

Phân tích cảm xúc (Sentiment Analysis).

Biên dịch mã nguồn (Code Compilation).

Nhận dạng thực thể có tên (Named Entity Recognition).

Chatbot.

Công cụ tìm kiếm (Search engines).

Dịch máy.

Tóm tắt văn bản.

Phân tích cú pháp.

Tạo sinh văn bản tự nhiên và mạch lạc.

Nhận dạng giọng nói.

Phân loại hình ảnh.

Kích thước mô hình (số lượng tham số).

Độ chính xác (Accuracy), Độ bao phủ (Recall), F1-score.

Tốc độ huấn luyện mô hình.

Lượng bộ nhớ sử dụng khi chạy mô hình.

Chatbot và trợ lý ảo.

Phần mềm chỉnh sửa ảnh.

Công cụ dịch máy.

Hệ thống phân loại tin tức tự động.