42 câu hỏi 60 phút
Nhiệm vụ nào sau đây không phải là nhiệm vụ trong xử lý ngôn ngữ tự nhiên?
Phân tích tình cảm
Nhận dạng giọng nói
Phân loại hình ảnh
Nhận dạng thực thể được đặt tên
Câu hỏi yêu cầu xác định nhiệm vụ KHÔNG thuộc về xử lý ngôn ngữ tự nhiên (Natural Language Processing - NLP).
- A. Phân tích tình cảm (Sentiment Analysis): Là một nhiệm vụ NLP, phân tích cảm xúc, thái độ của người viết/nói về một chủ đề nào đó.
- B. Nhận dạng giọng nói (Speech Recognition): Là một nhiệm vụ NLP, chuyển đổi âm thanh giọng nói thành văn bản.
- C. Phân loại hình ảnh (Image Classification): Thuộc về lĩnh vực thị giác máy tính (Computer Vision), không phải NLP. Nhiệm vụ này liên quan đến việc xác định đối tượng hoặc nội dung chính của một hình ảnh.
- D. Nhận dạng thực thể được đặt tên (Named Entity Recognition - NER): Là một nhiệm vụ NLP, xác định và phân loại các thực thể có tên (ví dụ: người, địa điểm, tổ chức) trong văn bản.
Vậy, đáp án đúng là C vì phân loại hình ảnh không thuộc lĩnh vực xử lý ngôn ngữ tự nhiên.
50 câu hỏi 60 phút
45 câu hỏi 60 phút
50 câu hỏi 60 phút
22 câu hỏi 60 phút
50 câu hỏi 60 phút
50 câu hỏi 60 phút
50 câu hỏi 60 phút
50 câu hỏi 60 phút
50 câu hỏi 60 phút
50 câu hỏi 60 phút
Câu hỏi yêu cầu xác định nhiệm vụ KHÔNG thuộc về xử lý ngôn ngữ tự nhiên (Natural Language Processing - NLP).
- A. Phân tích tình cảm (Sentiment Analysis): Là một nhiệm vụ NLP, phân tích cảm xúc, thái độ của người viết/nói về một chủ đề nào đó.
- B. Nhận dạng giọng nói (Speech Recognition): Là một nhiệm vụ NLP, chuyển đổi âm thanh giọng nói thành văn bản.
- C. Phân loại hình ảnh (Image Classification): Thuộc về lĩnh vực thị giác máy tính (Computer Vision), không phải NLP. Nhiệm vụ này liên quan đến việc xác định đối tượng hoặc nội dung chính của một hình ảnh.
- D. Nhận dạng thực thể được đặt tên (Named Entity Recognition - NER): Là một nhiệm vụ NLP, xác định và phân loại các thực thể có tên (ví dụ: người, địa điểm, tổ chức) trong văn bản.
Vậy, đáp án đúng là C vì phân loại hình ảnh không thuộc lĩnh vực xử lý ngôn ngữ tự nhiên.
Phân tích câu hỏi: Câu hỏi yêu cầu xác định kỹ thuật thường được sử dụng trong phân loại văn bản.
Phân tích các lựa chọn:
Kết luận: Cả CNN và SVM đều là các kỹ thuật phổ biến trong phân loại văn bản. Tuy nhiên, SVM thường được sử dụng rộng rãi hơn và được xem là một trong những thuật toán cổ điển và hiệu quả cho nhiệm vụ này, đặc biệt khi dữ liệu có chiều cao. CNN nổi lên mạnh mẽ hơn trong các bài toán xử lý ngôn ngữ tự nhiên phức tạp gần đây.
Vì vậy, cả B và D đều có thể coi là đáp án đúng, nhưng vì câu hỏi hỏi "thường được sử dụng", SVM có lẽ là lựa chọn phù hợp hơn xét đến lịch sử phát triển của lĩnh vực.
Quá trình chuyển đổi một từ về dạng gốc hay dạng cơ bản của nó (ví dụ: "running" về "run") được gọi là "lemmatization" trong tiếng Anh. Trong tiếng Việt, thuật ngữ tương ứng và được sử dụng phổ biến là "Từ ngữ hóa". Các lựa chọn khác không phù hợp vì:
Mô hình Markov ẩn (HMM) là một thuật toán xác suất thống kê thường được sử dụng trong nhận dạng thực thể được đặt tên (Named Entity Recognition - NER). HMM đặc biệt hữu ích để mô hình hóa chuỗi các sự kiện, trong đó mỗi sự kiện phụ thuộc vào một số sự kiện trước đó. Trong NER, HMM có thể được sử dụng để xác định chuỗi các từ tạo thành một thực thể được đặt tên, dựa trên các đặc điểm và ngữ cảnh của chúng. Các thuật toán khác như phân cụm K-mean, Apriori và cây quyết định không phù hợp trực tiếp cho nhiệm vụ NER.
Kỹ thuật nào được sử dụng để phát hiện và theo dõi các đối tượng trong một chuỗi khung hình?
Thuật toán nào thường được sử dụng để tạo ảnh siêu phân giải, nâng cao độ phân giải của ảnh?