Grátis: O Natural Language Toolkit, ou mais comumente NLTK, é um conjunto de bibliotecas e programas para processamento simbólico e estatístico de linguage... – Questões Respondidas

Engenharia de Software

Outros

O Natural Language Toolkit, ou mais comumente NLTK, é um conjunto de bibliotecas e programas para processamento simbólico e estatístico de linguagem natural para inglês escrito na linguagem de programação Python.
Qual processo podemos aplicar a esse framework para dividir uma frase em palavras ou tokens individuais?
N-gramas
Tokenizacáo
Lematizacáo
Stemizacáo
Acentuacáo

Testando o Conhecimento

há 2 meses

Testando o Conhecimento

há 2 meses

prova INTELIGENCIA ARTIFICAL

USP-SP

Respostas

Ed

há 2 meses

O processo que podemos aplicar ao NLTK para dividir uma frase em palavras ou tokens individuais é a Tokenização. Explicação rápida: - Tokenização: separa o texto em unidades menores, como palavras ou símbolos. - N-gramas: sequência de n tokens, usado após a tokenização. - Lematização: reduz palavras à sua forma base. - Stemização: corta palavras para a raiz. - Acentuação: não é um processo de divisão de texto. Portanto, a resposta correta é Tokenização.

Essa resposta te ajudou?

0

0

Ainda não achou a resposta?

Integrado com os principais modelos de IA do mercado
Respostas em segundos
IA treinada para estudantes brasileiros.

Evolua sua forma de estudar

Cadastre-se ou realize login

Ainda com dúvidas?

Envie uma pergunta e tenha sua dúvida de estudo respondida!

Essa pergunta também está no material:

prova INTELIGENCIA ARTIFICAL

USP-SP

Mais perguntas desse material

A respeito do uso dos sistemas especialistas, selecione a opção correta sobre suas características.

Só podem ser utilizados se houver uma interface amigável com o usuário.

Devem ser baseados em manuais técnicos.

Sempre que possível, devem ser vinculados às características da máquina local do analista.

Podem utilizar regras para representar o conhecimento.

São simples de ser usados, pois são baseados no desenvolvimento rápido de protótipos.

Em relacáo as redes neurais, selecione a opcáo correta.
A quantidade de iteracóes para o treinamento de uma rede neural náo pode ser limitada.
A escolha de uma arquitetura de uma rede náo depende do contexto da aplicacáo.
A determinacáo dos pesos também depende dos dados de treinamento.
Nao é possivel medir a acurácia de uma rede neural.
Umarede neural sempre representa um processo linear.

De acordo com os paradigmas de Inteligência Artificial, para que um problema possa ser representado como um grafo de estados é necessário
que sejam definidos os estados inicial, final ou finais e as operações possíveis.
todos os possíveis estados sejam conhecidos.
conhecer o modo de como chegar à resposta.
haver uma definição precisa de como proceder a busca pelos estados de interesse.
que o grafo seja unidimensional, ou seja, todas as arestas sejam de mão única.

Com o objetivo de obter informações por meio do aprendizado de máquina, verificou-se que o processo que estava sendo realizado consistia em examinar as características de determinado objeto e atribuir-lhe uma ou mais classes; verificou-se também o uso de algoritmos de aprendizado supervisionados.
Identifique que ação está sendo realizada:
Regressão
Classificação
Clustering
Estimativa de densidade
Redução dimensional

Correlacione os itens a seguir: (S) Treinamento supervisionado (N) Treinamento não supervisionado com I - A rede neural artificial aprende a partir de padrões conhecidos. II - O treinamento é direcionado para diminuir o erro na saida. III - Os padróes de treinamento possuem apenas entradas. Assinale a alternativa correta:
A - 1(N), 11 (N) e lII (N)
B - 1(N), 11 (S) e lll (S)
C - 1(S), 11 (S) e lIl (S)
D - 1(S), 11 (S) e 1l (N)
E - 1(N), 11(N) e II (S)

O algoritmo de aprendizado de máquina K-means é um algoritmo de agrupamento estatístico que permite separar um conjunto de dados em K grupos disjuntos. Qual a técnica usada para isso?
Classificação
Regressáo
Clusterizacáo
Simbolizacáo

Dentro da área de inteligência artificial há muitas especializações necessárias à compreensão e emulação da cognição humana.
Dentre elas, a que se ocupa de interpretar símbolos, fala, textos, e comunicação é a área de:
Processamento da Linguagem Natural
Visáo Computacional
Representacáo do Conhecimento e Raciocinio
Aprendizado de Maquina
Aprendizado Profundo

Em cada paradigma de Inteligência Artificial agrega-se um conjunto de possibilidades de aplicação devido aos seus níveis de indeterminismo, expertise, reconhecimento de regras, proatividade e autonomia. indeterminismo, especialização, reconhecimento de regras, aprendizagem e autonomia. ... determinismo, generalização, reconhecimento de padrões, criatividade e autonomia. determinismo, especialização, reconhecimento de padrões, inteligência e dependência. indeterminismo, generalização, reconhecimento de regras, criatividade e autonomia.