Câu 1
Transformer networks, kiến trúc nền tảng của BERT và GPT, nổi bật nhờ cơ chế:
Đáp án và lời giải
Đáp án: C
Đề gồm 30 câu trắc nghiệm một lựa chọn môn Nhập môn xử lý ngôn ngữ tự nhiên; cả 30 câu đều có đáp án. Chọn Luyện tập để biết đúng sai từng câu, hoặc Thi thử có đồng hồ để lấy điểm thang 10.
Transformer networks, kiến trúc nền tảng của BERT và GPT, nổi bật nhờ cơ chế:
Đáp án: C
Vấn đề 'ambiguity' (đa nghĩa) trong NLP đề cập đến:
Đáp án: C
Phương pháp 'backpropagation' (lan truyền ngược) được sử dụng trong huấn luyện mạng nơ-ron cho NLP để:
Đáp án: B
Trong NLP, 'n-gram' là gì?
Đáp án: B
Để xử lý văn bản tiếng Việt hiệu quả, một bước tiền xử lý quan trọng thường được thực hiện là:
Đáp án: B
Kỹ thuật 'Part-of-Speech tagging' (POS tagging) gán nhãn cho mỗi từ trong câu dựa trên:
Đáp án: B
Khái niệm 'zero-shot learning' trong NLP đề cập đến khả năng của mô hình:
Đáp án: B
Thách thức lớn nhất khi áp dụng NLP cho ngôn ngữ tiếng Việt là:
Đáp án: D
Trong lĩnh vực chatbot, 'dialogue management' (quản lý hội thoại) đảm nhiệm vai trò:
Đáp án: C
Công nghệ 'speech recognition' (nhận dạng giọng nói) là một phần quan trọng của NLP, tập trung vào:
Đáp án: C
Xử lý ngôn ngữ tự nhiên (NLP) là lĩnh vực khoa học máy tính tập trung vào:
Đáp án: C
Ứng dụng nào sau đây KHÔNG phải là ứng dụng chính của NLP?
Đáp án: B
Nhiệm vụ 'Named Entity Recognition' (NER) trong NLP là:
Đáp án: B
Đánh giá 'Perplexity' thường được sử dụng để đo lường hiệu suất của:
Đáp án: B
Phương pháp nào sau đây thường được sử dụng để xử lý 'out-of-vocabulary' (OOV) words (từ không có trong từ vựng) trong NLP?
Đáp án: C
Trong ngữ cảnh của chatbot, 'intent recognition' (nhận diện ý định) là quá trình:
Đáp án: B
Trong đánh giá hệ thống sinh văn bản (text generation), 'ROUGE score' tập trung vào đo lường:
Đáp án: C
Trong lĩnh vực đạo đức NLP, vấn đề 'bias' (thiên kiến) trong dữ liệu huấn luyện có thể dẫn đến:
Đáp án: B
Mô hình ngôn ngữ (language model) trong NLP được sử dụng để:
Đáp án: B
Phương pháp 'back-translation' (dịch ngược) thường được sử dụng để:
Đáp án: B
Kỹ thuật 'lemmatization' khác với 'stemming' ở điểm nào?
Đáp án: B
Kỹ thuật 'stemming' trong NLP nhằm mục đích:
Đáp án: A
Trong NLP, 'tokenization' là quá trình:
Đáp án: B
Trong dịch máy, 'BLEU score' là một độ đo đánh giá:
Đáp án: C
Trong ngữ cảnh của hệ thống hỏi đáp (Question Answering - QA), 'context window' (cửa sổ ngữ cảnh) đề cập đến:
Đáp án: C
Trong phân tích cảm xúc (sentiment analysis), mục tiêu chính là:
Đáp án: B
Phương pháp 'word embeddings' (ví dụ Word2Vec, GloVe) biểu diễn từ ngữ dưới dạng:
Đáp án: B
Mục tiêu của 'topic modeling' (mô hình hóa chủ đề) trong NLP là:
Đáp án: B
Ưu điểm chính của việc sử dụng 'stop word removal' (loại bỏ từ dừng) trong tiền xử lý văn bản là:
Đáp án: B
Thuật toán 'TF-IDF' (Term Frequency-Inverse Document Frequency) được sử dụng để:
Đáp án: B