Cuestionario vinculado a una guía · Medio Nivel

Prueba de etiquetado de partes del discurso

Revise las categorías de POS, la ambigüedad contextual, las etiquetas de Penn Treebank, las transiciones y emisiones de HMM, VBD, funciones de PNL, categorías de UD y relaciones de sintaxis.

Rutas de guía relacionadasParte del etiquetado de voz
Pregunta 1 de 8

Which type of annotation does POS tagging assign to a token in context?

Vista previa de cada pregunta8 preguntas

Las respuestas y explicaciones aparecen a medida que realiza el cuestionario.

  1. Which type of annotation does POS tagging assign to a token in context?
    • A document-level spam label only
    • A grammatical category such as noun, verb, or adjective
    • A translation into a required target language
    • A guarantee of the token's real-world referent
  2. ¿Por qué es esencial el contexto para el etiquetado de puntos de venta?
    • Porque cada palabra tiene exactamente una etiqueta posible
    • Porque el etiquetado ignora la oración por completo
    • Porque las frases más largas siempre son más fáciles
    • Porque muchas palabras pueden ser diferentes partes del discurso según su uso.
  3. How should the core Penn Treebank POS inventory be distinguished from its additional punctuation annotations?
    • It contains exactly two labels and no punctuation annotations
    • It is a database containing only book reviews
    • It has 36 core POS tags, with punctuation tags also used
    • It provides a different trained neural model for every tag
  4. Which probabilities does a classic HMM POS tagger combine when scoring a tag sequence?
    • Tag-to-tag transitions and word emissions given tags
    • Only word filenames and image brightness
    • Only probabilities of a tag given a word with no sequence model
    • A requirement that every tag have equal probability
  5. In the Penn Treebank POS convention, which grammatical property does VBD mark?
    • A singular noun
    • An adjective
    • A coordinating conjunction
    • A past-tense verb
  6. Which language-processing experiment can use POS tags as additional input features?
    • Compresión de archivos de imagen
    • Reconocimiento de entidad nombrada
    • Audio amplifier volume control
    • Disk encryption
  7. How many universal POS categories does the stated Universal Dependencies version 2 inventory define?
    • Seventeen
    • dos
    • Thirty-six core Penn categories
    • One hundred compulsory English-only categories
  8. In Universal Dependencies, how does NOUN differ from nsubj?
    • Both are required names for the same trained model
    • NOUN marks sentence sentiment; nsubj marks image size
    • NOUN is a word category; nsubj is a nominal-subject relation
    • Both necessarily mean that a word is a past-tense verb