Câu hỏi trắc nghiệm về NLP cơ bản

NLP là gì?

• Một ngôn ngữ lập trình mới

• Một nhánh của AI giúp máy tính hiểu và xử lý ngôn ngữ tự nhiên

• Một phương pháp nén dữ liệu văn bản

• Một thuật toán mã hóa văn bản

Ứng dụng nào sau đây KHÔNG thuộc về NLP?

• Phân tích cảm xúc trong bình luận

• Nhận diện khuôn mặt

• Chatbot tự động phản hồi khách hàng

• Dịch máy như Google Translate

Tokenization trong NLP là gì?

• Mã hóa dữ liệu văn bản

• Phân tích cảm xúc của văn bản

• Chia văn bản thành các đơn vị nhỏ hơn như từ hoặc câu

• Dịch văn bản sang ngôn ngữ khác

Tại sao cần loại bỏ stopwords trong NLP?

• Stopwords giúp cải thiện chất lượng văn bản

• Stopwords không ảnh hưởng đến kết quả của mô hình NLP

• Stopwords thường không mang nhiều ý nghĩa và có thể gây nhiễu

• Stopwords giúp tăng độ dài của câu để mô hình dễ học hơn

Stemming và Lemmatization có gì khác nhau?

• Stemming chỉ cắt bỏ phần đuôi từ, Lemmatization đưa từ về dạng chuẩn của nó

• Lemmatization chỉ áp dụng cho tiếng Anh

• Stemming sử dụng từ điển, Lemmatization không sử dụng

• Cả hai đều không có tác dụng trong NLP

Mô hình nào sau đây KHÔNG phải là mô hình NLP?

• Word2Vec

• BERT

• ResNet

• GPT-3

TF-IDF được sử dụng để làm gì trong NLP?

• Phân loại văn bản

• Xác định mức độ quan trọng của một từ trong tập dữ liệu văn bản

• Dịch ngôn ngữ

• Xử lý hình ảnh

Mô hình nào sau đây sử dụng Self-Attention?

• LSTM

• Transformer

• CNN

• SVM

Word Embeddings giúp NLP như thế nào?

• Biểu diễn từ theo dạng vector để máy tính hiểu được ngữ nghĩa của từ

• Giảm kích thước của dữ liệu văn bản

• Loại bỏ các từ không quan trọng

• Mã hóa văn bản thành dạng số nhị phân

Cấu trúc Attention giúp cải thiện NLP bằng cách nào?

• Giúp mô hình tập trung vào các từ quan trọng trong văn bản

• Giúp dịch ngôn ngữ nhanh hơn bằng cách bỏ qua các từ không quan trọng

• Chỉ sử dụng cho bài toán phân loại văn bản

• Chỉ giúp xử lý dữ liệu hình ảnh