Processamento de linguagem natural e reconhecimento de voz

Prévia do material em texto

Processamento de linguagem natural e reconhecimento de voz.
1 - Ao inspecionarmos as classes gramaticais de um conjunto de palavras, estamos passando para nosso algoritmo a noção de estrutura, de regras e composição linguística. Tal técnica pertence à área de análise sintática, permitindo a extração de
R.: A) POS – Tags.
2 – Quando estamos falando de análise de sentimentos queremos mapear o sentimento que uma mensagem passa, de positividade, neutralidade ou negatividade. Normalmente fazemos isso pela agregação de polaridades de palavras. Este tipo de tarefa pertence a que família de problemas de aprendizado de supervisionado?
R.: B) Classificação (ou mais especificamente, Classificação Multinominal / Multiclasse).
3 – Quando fazemos processamento da linguagem natural, devemos descartar palavras que se repetem muito e que são tidas como auxiliares, adicionando pouca informação ao modelo. A esse conjunto de palavras damos o nome de Stop Words.
R.: B) Stop Words.
4 – Dentro do processo de linguagem natural temos uma subdivisão de área de especialização, ou tarefas que procuram entende: a estrutura do texto, sentindo passado nas mensagens, e referencias e correferências. São assim chamadas então respectivamente de:
R.: A) Análise Sintática, Análise Semântica e Analise Pragmática.
5 – Quando estamos lidando com PLN é preciso transformar o dado textual em algo compreensível às maquinas para que elas possam operar sobre aquele conjunto. Qual destas é uma opção de transformação para este cenário?
R.: B) TF-IDF (ou Bag of Words, Word Embeddings, Vetorização Numérica)
6 – Quando nós temos um conjunto de textos aos quais queremos associar rótulos baseados em outros textos já rotulados em categorias específicos, temos um problema de aprendizado de máquina chamados de: 
R.: D) Classificação de Texto (ou Classificação Supervisionada).
7 – Um conjunto de treinamento de PLN é relativamente comum quando olhamos para a gama de projetos de IA, uma vez que estamos falando de textos, ou comentários, ou qualquer dado em forma textual. O nome do conjunto de documentos passados ao processo de mineração de textos, se chama?
R.: E) Corpus ou no plural Corpora.
8 – Quando nos referimos à tarefa de juntar documentos semelhantes em subconjuntos de forma automatica, baseado em similaridades em suas palavras, escrita ou tema, estamos nos referindo à clusterização ou argumento. Qual destes algoritmos poderia nos ajuda na determinação do cálculo da relevância de uma palavra em uma série ou corpus para um texto?
R.: A) TF – IDF
9 – Dado que estamos falando de linguagem, estamos falando também de cultura, de expressões idiomáticas e regionalismos. Sendo assim, cada modelo de NLP terá cobertura de acerto para a linguagem dos conjuntos sobre os quais aprendeu. Nesse caso, o que devemos varias ou unir (por concatenação de conjunto de dados)?
R.: C) Corpus.
10 – Quando nos referimos à classificação de textos, pensamos no NLTK para fazer a parte de NLP, mas, que biblioteca podemos usar para facilitar nossa tarefa de classificação de textos? 
R.: D) D) SKLEARN (ou scikit-learn).
11 – Spam são conteúdos enviados pelo remetente sem o consentimento do destinatário. Dentre as opções abaixo, qual o melhor algoritmo de detecção de e-mails de spam? 
R.: A) GNB