Font size
WorksheetsNLP & Sentiment Analysis
Total questions: 20
Worksheet time: 9mins
1. NLP adalah singkatan dari:
Natural Language Program
Natural Language Processing
Natural Language Programming
Natural Language Process
2. Berikut ini adalah pengertian dari NLP, kecuali:
Satu bidang di Artificial Intelligence yang memberikan kemampuan kepada mesin untuk membaca, memahami dan mengambil makna dari bahasa manusia
Satu bidang di Artificial Intelligence yang berkaitan dengan interaksi antara komputer dan manusia dengan menggunakan bahasa natural
Satu bidang di Artificial Intelligence yang berkaitan dengan interaksi manusia dan komputer untuk menyelesaikan masalah yang kompleks
Satu bidang di Artificial Intelligence yang memberikan kemampuan kepada komputer untuk mendengar dan berbicara dengan bahasa manusia
3. Berikut ini adalah aplikasi dari NLP, kecuali:
Information retrieval
Question-answering system
Speech recognition
Image Processing
4. Berikut ini adalah aplikasi-aplikasi yang dibangun dengan teknologi NLP, kecuali:
Google Translate
Personal Assistant seperti OK Google, Siri, Cortana
Spelling & Grammar Checker di Microsoft Office
5. Berikut ini metode analisis sintaks dalam NLP, kecuali:
Segmentasi
Klasifikasi
Lematisasi
Stemming
6. Berikut ini 3 tahapan pertama dari proses NLP:
Segmentasi-Tokenisasi-POS Tagging
Segmentasi-POS Tagging-Tokenisasi
Tokenisasi-POS Tagging-Segmentasi
POS Tagging-Segmentasi-Tokenisasi
7. Proses mengambil satu per satu kalimat dari sekumpulan kalimat disebut:
Tokenisasi
Segmentasi
Lematisasi
POS Tagging
8. Berikut ini adalah kegunaan dari Document Classification, kecuali
Email Management
Identification
Segmentation
Sentiment Analysis
9. Text Analysis dapat dilakukan pada salah satu dari empat level ini, kecuali:
Document-Level
Topic-Level
Paragraph-Level
Sentence-Level
10. Tiga pendekatan untuk mengklasifikasi dokumen di bawah ini, kecuali:
Aspect-based
Rule-based
Supervised
Unsupervised
11. Berikut ini adalah pengertian dan kegunaan dari analisis sentimen, kecuali:
Melakukan interpretasi dan klasifikasi emosi manusia
Mendeteksi polaritas dalam sebuah dokumen teks
Memahami tingkat kepuasan konsumen melalui emosinya
Mengetahui kehandalan sistem aplikasi konsumen
12. Jenis analisis sentimen dengan mengelompokkan berdasarkan emosi (senang, frustasi, marah, sedih) disebut:
Fine-grained sentiment analysis
Emotion detection
Aspect-based sentiment analysis
13. Jenis analisis sentimen dengan mengelompokkan berdasarkan tingkat kepuasan (sangat positif-positif-netral-negatif-sangat negatif) disebut:
Fine-grained sentiment analysis
Emotion detection
Aspect-based sentiment analysis
14. Jenis analisis sentimen berdasarkan fitur tertentu dari sebuah produk disebut:
Fine-grained sentiment analysis
Emotion detection
Aspect-based sentiment analysis
15. Benefit dari analisis sentimen adalah berikut ini, kecuali:
Memproses data dalam jumlah besar secara konsisten
Mengintegrasikan data dari berbagai sumber
Menggunakan kriteria yang konsisten dalam menganalisis data
Melakukan analisis data secara real-time
16. Pendekatan analisis sentimen dengan menghitung sentimen berdasarkan jumlah dari setiap kelompok emosi disebut:
Rule-based approach
Automatic approach
Hybrid approach
17. Pendekatan analisis sentimen dengan menggunakan teknik machine learning disebut:
Rule-based approach
Automatic approach
Hybrid approach
18. Berikut ini beberapa tantangan dalam analisis sentimen, kecuali:
Subyektifitas dan tone
Konteks dan polaritas
Ironi dan sarkasme
Klasifikasi dan kepuasan
19. Berikut ini penerapan analisis sentimen, kecuali:
Brand monitoring
System monitoring
Social media monitoring
Market research
20. Apakah aplikasi NLP dan Analisis Sentimen dapat membantu pekerjaan anda atau dept anda saat ini? Jika ya, membantu dalam hal apa?. Jika tidak, kosongkan.
