Kỹ thuật nào được sử dụng để tạo câu hoặc văn bản mới dựa trên dữ liệu hiện có?

Thuật toán nào thường được sử dụng để phân tích cảm tính?

Lời giải:

Đáp án đúng: A

Thuật toán Bayes ngây thơ (Naive Bayes) thường được sử dụng để phân tích cảm tính vì nó đơn giản, nhanh chóng và hiệu quả trong việc phân loại văn bản dựa trên xác suất. Các thuật toán khác như KNN, Cây quyết định và SVM cũng có thể được sử dụng, nhưng Bayes ngây thơ thường là lựa chọn đầu tiên do tính hiệu quả về mặt tính toán và hiệu suất tốt trong nhiều trường hợp phân tích cảm tính.

Câu 13:

Mục đích của cơ chế chú ý trong mạng lưới thần kinh là gì?

Lời giải:

Đáp án đúng: C

Cơ chế chú ý (Attention Mechanism) trong mạng nơ-ron được thiết kế để tập trung vào những phần thông tin liên quan nhất trong một chuỗi dữ liệu đầu vào. Thay vì xử lý tất cả thông tin một cách đồng đều, nó cho phép mô hình ưu tiên và chú trọng hơn vào những thông tin quan trọng đối với nhiệm vụ hiện tại. Do đó, đáp án C là chính xác. Các đáp án khác không phải là mục đích chính của cơ chế chú ý.

Câu 14:

Nhiệm vụ nào sau đây không phải là nhiệm vụ ghi nhãn theo trình tự?

Lời giải:

Đáp án đúng: C

Sequence labeling là việc gán nhãn cho từng phần tử trong một chuỗi. NER, POS tagging, và chunking đều là các ví dụ, trong đó mỗi từ hoặc cụm từ được gán một nhãn. Phân tích tình cảm, ngược lại, gán một nhãn duy nhất cho toàn bộ văn bản, do đó nó không phải là sequence labeling.

Câu 15:

Dùng kỹ thuật nào để xác định cấu trúc cú pháp của câu bằng cách phân tích mối quan hệ giữa các từ?

Lời giải:

Đáp án đúng: A

Phân tích phụ thuộc (Dependency parsing) là kỹ thuật xác định cấu trúc cú pháp của một câu bằng cách phân tích mối quan hệ phụ thuộc giữa các từ trong câu đó. Các từ được liên kết với nhau theo mối quan hệ chủ-vị, tân ngữ, bổ ngữ, v.v. để tạo thành cấu trúc cú pháp hoàn chỉnh. Các lựa chọn khác không liên quan trực tiếp đến việc xác định cấu trúc cú pháp: phân tích tình cảm (sentiment analysis) xác định cảm xúc trong văn bản, phân loại văn bản (text classification) gán nhãn cho văn bản, và nhận dạng thực thể được đặt tên (named entity recognition) xác định các thực thể như tên người, tổ chức, địa điểm trong văn bản.

Câu 16:

Sử dụng phương pháp nào để giải quyết vấn đề từ ngoài từ vựng trong mô hình hóa ngôn ngữ?

Lời giải:

Đáp án đúng: C

Phương pháp hiệu quả để giải quyết vấn đề từ ngoài từ vựng (out-of-vocabulary - OOV) trong mô hình hóa ngôn ngữ là sử dụng mã hóa cặp byte (Byte Pair Encoding - BPE). BPE là một thuật toán nén dữ liệu đơn giản, lặp đi lặp lại việc thay thế cặp byte phổ biến nhất trong một chuỗi bằng một byte đơn lẻ mới. Trong mô hình hóa ngôn ngữ, BPE được sử dụng để tạo ra một vốn từ vựng con (subword vocabulary) từ dữ liệu huấn luyện, giúp mô hình xử lý các từ OOV bằng cách chia chúng thành các đơn vị con (subwords) đã biết. Các phương án khác không phù hợp: giải mã ý nghĩa của từ không trực tiếp giải quyết vấn đề OOV, mạng từ là một loại cơ sở dữ liệu từ vựng, và nhận dạng thực thể được đặt tên liên quan đến việc xác định các thực thể có tên trong văn bản, không giải quyết vấn đề từ OOV.

Câu 17:

Kỹ thuật nào được sử dụng để cải thiện hiệu suất của các mô hình dịch máy bằng cách tận dụng dữ liệu đơn ngữ?

Lời giải: