Викторина, связанная с руководством · Средний Уровень

Викторина по маркировке частей речи

Просмотрите категории POS, контекстную неоднозначность, теги Penn Treebank, переходы и выбросы HMM, VBD, функции NLP, категории UD и синтаксические отношения.

Связанные направляющие путиЧасть речевой маркировки
Вопрос 1 из 8

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

Предварительный просмотр каждого вопроса8 вопросы

Ответы и пояснения появляются по мере прохождения теста.

  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. Почему контекст важен для тегов POS?
    • Потому что каждое слово имеет ровно один возможный тег
    • Поскольку тегирование полностью игнорирует предложение
    • Потому что длинные предложения всегда проще
    • Потому что многие слова могут быть разными частями речи в зависимости от употребления.
  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?
    • Сжатие файла изображения
    • Распознавание именованного объекта
    • Audio amplifier volume control
    • Disk encryption
  7. How many universal POS categories does the stated Universal Dependencies version 2 inventory define?
    • Seventeen
    • Два
    • 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