Quay lại danh mục Trắc nghiệm Xử lý ngôn ngữ tự nhiên
Bộ 3 - Trắc nghiệm Xử lý ngôn ngữ tự nhiên online có đáp án

Bộ 3 - Trắc nghiệm Xử lý ngôn ngữ tự nhiên online có đáp án

Lưu ý: Nội dung trong bài Bộ 3 - Trắc nghiệm Xử lý ngôn ngữ tự nhiên online có đáp án chỉ dành cho mục đích tham khảo và học tập. Ban quản trị không chịu trách nhiệm về tính pháp lý hoặc kết quả thực tế khi áp dụng các thông tin này. Chúng tôi KHÔNG yêu cầu bất kỳ quyền truy cập nào vào hệ thống của bạn, KHÔNG theo dõi thao tác và KHÔNG thu thập dữ liệu cá nhân của bạn trong suốt quá trình làm bài.

Thời gian còn lại: --:--

Câu 1: Mục tiêu cốt lõi của lĩnh vực Xử lý ngôn ngữ tự nhiên (NLP) là gì?

Câu 2: Trong giai đoạn tiền xử lý văn bản, 'Tokenization' là quá trình gì?

Câu 3: Sự khác biệt chính giữa Stemming và Lemmatization là gì?

Câu 4: Tại sao việc loại bỏ 'Stop words' (từ dừng) lại thường được thực hiện trong các bài toán phân loại văn bản?

Câu 5: Trong công thức TF-IDF, thành phần IDF (Inverse Document Frequency) có tác dụng gì?

Câu 6: Kỹ thuật Word2Vec của Google sử dụng mô hình nào để dự đoán từ mục tiêu dựa trên các từ ngữ cảnh xung quanh?

Câu 7: Phép đo phổ biến nhất để xác định độ tương đồng giữa hai vectơ từ (word embeddings) là gì?

Câu 8: Nhược điểm lớn nhất của mạng nơ-ron hồi quy (RNN) truyền thống khi xử lý các câu dài là gì?

Câu 9: Trong mô hình LSTM, cổng nào chịu trách nhiệm quyết định thông tin nào từ trạng thái tế bào trước đó sẽ bị loại bỏ?

Câu 10: Cơ chế chính giúp kiến trúc Transformer vượt trội hơn RNN trong việc song song hóa huấn luyện là gì?

Câu 11: Mô hình BERT của Google được huấn luyện dựa trên nhiệm vụ chính nào dưới đây?

Câu 12: Điểm khác biệt cơ bản về kiến trúc giữa BERT và GPT là gì?

Câu 13: Độ đo BLEU (Bilingual Evaluation Understudy) thường được sử dụng để đánh giá bài toán nào?

Câu 14: Trong bài toán Nhận dạng thực thể có tên (NER), mục tiêu là xác định những thành phần nào?

Câu 15: Kỹ thuật 'Byte Pair Encoding' (BPE) giải quyết vấn đề gì trong Tokenization?

Câu 16: Độ đo 'Perplexity' trong mô hình ngôn ngữ dùng để làm gì?

Câu 17: Chiến lược 'Beam Search' trong quá trình giải mã (decoding) có ưu điểm gì so với 'Greedy Search'?

Câu 18: Trong ngữ cảnh của các mô hình ngôn ngữ lớn (LLM), 'Zero-shot learning' nghĩa là gì?

Câu 19: Thành phần 'Positional Encoding' trong Transformer có vai trò gì?

Câu 20: Kỹ thuật 'Fine-tuning' trong NLP thường được thực hiện như thế nào?

Câu 21: Hàm 'Softmax' thường được đặt ở lớp cuối cùng của mô hình phân loại văn bản để làm gì?

Câu 22: Trong xử lý ngôn ngữ, mô hình n-gram với n=2 được gọi là gì?

Câu 23: Thành phần nào trong kiến trúc Transformer thực hiện việc gán trọng số ưu tiên cho các từ khác nhau trong câu?

Câu 24: Mô hình T5 (Text-to-Text Transfer Transformer) xử lý các nhiệm vụ NLP khác nhau theo cách tiếp cận nào?

Câu 25: Độ đo ROUGE (Recall-Oriented Understudy for Gisting Evaluation) chủ yếu dùng cho bài toán nào?