GoConqr hat ein neues Design! Sag uns, wie es dir gefällt.

Kostenlos registrieren

Quiz

Prova 6

marcio carvalho 10 Fragen

Quiz starten

Fragen in diesem Quiz (10)

  1. 1O processamento de linguagem natural é a área da ciência da computação preocupada em permitir que o computador consiga interpretar e entender a linguagem humana, que é acompanhada de diversos recursos computacionais para facilitar tal compreensão. Sobre processamento de linguagem natural, classifique V para as sentenças verdadeiras e F para as falsas:

    ( ) O processamento de linguagem natural é uma subárea da ciência da computação, que também integra áreas como a inteligência artificial, o aprendizado de máquina e a própria linguística.
    ( ) Linguagem natural compreende como linguagem apenas os idiomas que podem ser escritos por meio de um teclado computacional, de onde é realizada sua interpretação.
    ( ) O primeiro marco a ser citado para o processamento de linguagem natural se deu em 1950, pelo matemático, cientista da computação e pesquisador Alan Turing, quando da publicação na ocasião do trabalho Computing machinery and intelligence.
    ( ) O conhecimento linguístico principal para o uso do PLN nas mais diversas aplicações modernas e clássicas envolverá grande parte dos casos, com exceção de aplicações específicas e restritas a usos determinados e às competências linguísticas.

    Assinale a alternativa que apresenta a sequência CORRETA:
    1. AV - F - V - V.
    2. BV - V - V - V.
    3. CV - F - F - F.
    4. DV - V - F - V.
  2. 2O Processamento de Linguagem Natural (PLN) está relacionado às competências linguísticas humanas e à conversão dessas habilidades para que sejam compreendidas e utilizadas por máquinas. O PLN engloba uma variedade de aplicações, como reconhecimento de fala, tradução automática e análise de sentimentos. O entendimento dessas competências linguísticas é vital para o desenvolvimento eficaz de sistemas de PLN.

    Qual é o principal objetivo do Processamento de Linguagem Natural (PLN), conforme descrito no texto-base?
    1. AReconhecimento de padrões visuais em linguagem escrita.
    2. BDesenvolvimento de sistemas de inteligência artificial exclusivamente para tradução automática.
    3. CConversão de habilidades linguísticas humanas para uso exclusivo de máquinas.
    4. DImplementação de sistemas de aprendizado de máquina para análise de sentimentos.
    5. EÊnfase no aprimoramento da linguagem humana por meio de tecnologias avançadas.
  3. 3A biblioteca Natural Language Toolkit (NLTK) em Python é fundamental no Processamento de Linguagem Natural (PLN). Ela oferece ferramentas como a word_tokenize e modelos como o 'punkt' para efetivamente tokenizar textos em diversas línguas.

    Sobre a biblioteca NLTK e o Processamento de Linguagem Natural, analise as afirmativas a seguir:

    I. O “punkt” é um comando da NLTK que serve para analisar o sentimento de um texto.
    II. O modelo “punkt” foi treinado apenas em idioma inglês, por isso, é limitado a textos nessa língua.
    III. A biblioteca Natural Language Toolkit (NLTK) pertence à linguagem de programação chamada Python.
    IV. A função “word_tokenize” da NLTK é utilizada para dividir um texto em palavras ou segmentos menores.

    É correto o que se afirma em:
    1. AII e IV, apenas.
    2. BI, II, III e IV.
    3. CIII e IV, apenas.
    4. DI, apenas.
    5. EI, II e III, apenas.
  4. 4O processamento de linguagem natural é uma área que tem aplicações muito vastas, desde resumo de texto automatizado à tradução automática e criação de agentes conversacionais. Sobre processamento de linguagem natural, classifique V para as sentenças verdadeiras e F para as falsas:

    ( ) A normalização de palavras consiste na tarefa de colocar palavras ou tokens em um formato-padrão.
    ( ) A segmentação de sentenças corresponde ao problema de dividir um fragmento de texto com um parágrafo em componentes de frases, uma ideia que parece muito simples.
    ( ) Uma ferramenta para trabalhar com PLN com Python é a spaCy, uma biblioteca de código aberto gratuita para processamento avançado.
    ( ) O processo de POS-Tagging permite que cada uma de suas frases sejam catalogadas (tagueadas), de acordo com sua classe morfológica.

    Assinale a alternativa que apresenta a sequência CORRETA:
    1. AV - V - V - V.
    2. BV - F - F - F.
    3. CV - V - F - V.
    4. DF - F - V - F.
  5. 5A classe RegexpTokenizer funciona compilando seu padrão e, em seguida, chamando re.findall() em seu texto. Você poderia fazer tudo isso por conta própria usando o módulo re, mas o RegexpTokenizer implementa a interface TokenizerI, assim como todos os tokenizadores de palavras da receita anterior. Isso significa que ele pode ser usado por outras partes do pacote NLTK, como os leitores de corpus.

    Considerando as informações apresentadas no texto anterior, qual é a principal vantagem de usar a classe RegexpTokenizer em vez de realizar a tokenização manualmente com o módulo re?
    1. AO módulo re não suporta a função findall(), essencial para a tokenização eficiente.
    2. BA classe RegexpTokenizer é mais fácil de usar do que o módulo re para tokenização.
    3. CA classe RegexpTokenizer implementa a interface TokenizerI, permitindo seu uso por outras partes do pacote NLTK.
    4. DA classe RegexpTokenizer é exclusiva para tokenização de palavras na NLTK.
    5. EO módulo re é menos eficiente em comparação com a classe RegexpTokenizer.
  6. 6A linguagem natural é a linguagem usada na comunicação entre seres humanos tanto na forma oral como escrita, como o português, o inglês, o espanhol, dentre outros. A partir dela, comunicamo-nos e ensinamos as máquinas como se comportar.

    Com relação à linguagem natural e às competências linguísticas, analise as afirmativas a seguir:

    I. O termo linguagem natural remete aos idiomas de origem latina.
    II. A linguagem natural é exclusivamente falada, não incluindo formas sinalizadas.
    III. A competência linguística se refere apenas à habilidade de escrita em uma língua.
    IV. A competência linguística pode envolver leitura, fala, escuta e compreensão cultural.

    É correto o que se afirma em:
    1. AII e III, apenas.
    2. BI, II e III, apenas.
    3. CI e II, apenas.
    4. DIII, apenas.
    5. EIV, apenas.
  7. 7O Processamento de Linguagem Natural (PLN) originou-se com a ideia de tradutores mecânicos antes da era do computador digital. Ao longo dos anos, evoluiu com a proposta de tradutores baseados em codificação de línguas e a integração de estruturas sintáticas, como proposto por Chomsky.

    Com relação ao marco significativo no desenvolvimento inicial do PLN, assinale a alternativa correta:
    1. AA introdução da Gramática Generativa por Noam Chomsky, em 1957, foi um marco, permitindo a conversão sistemática de frases em linguagem natural para um formato processável por computadores.
    2. BO Comitê Consultivo para Processamento de Linguagem Automática (ALPAC) impulsionou o financiamento e desenvolvimento da tradução automática nos anos 60.
    3. CO PLN foi inicialmente criado para decifrar mensagens codificadas durante a Segunda Guerra Mundial.
    4. DO projeto "Georgetown-IBM Experiment", de 1954, teve como objetivo principal traduzir textos literários do russo para o inglês.
    5. EEm 1948, o sistema de pesquisa de dicionário do Birkbeck College, de Londres, foi criado para traduzir mensagens do espanhol para o francês.
  8. 8O Natural Language Toolkit (NLTK) é uma biblioteca em Python especializada em Processamento de Linguagem Natural. Suas funcionalidades variam desde a tokenização até a análise de sentimento, proporcionando ferramentas e bibliotecas para lidar com a linguagem humana.

    Com base nas informações apresentadas, qual é o escopo das funcionalidades oferecidas pelo Natural Language Toolkit (NLTK)?
    1. ALimita-se à tokenização e análise de sentimento.
    2. BOferece apenas bibliotecas para lidar com a linguagem humana, sem cobrir a tokenização.
    3. CFoca exclusivamente na análise de sentimento, excluindo outras áreas do Processamento de Linguagem Natural.
    4. DInclui apenas ferramentas básicas para Processamento de Linguagem Natural.
    5. EAbrange desde a tokenização até a análise de sentimento, proporcionando uma ampla gama de funcionalidades.
  9. 9O Processamento de Linguagem Natural é uma subárea da inteligência artificial e consiste na aplicação de métodos e técnicas computacionais inteligentes que analisam e representam dados textuais e que possibilitam ao computador extrair a semântica da linguagem. Sobre o processamento de linguagem natural, classifique V para as sentenças verdadeiras e F para as falsas:

    ( ) A análise de sentimentos configura-se como uma ferramenta para geração de diversos
    resultados e grande aplicabilidade, deve-se tomar alguns cuidados, sobretudo do ponto de vista do uso de dados disponibilizados pela própria internet.
    ( ) Com relação à semântica, é possível citar a tradução automática, o named entity recognition
    (NER), determinadas representações semânticas, a análise de tópicos e a própria análise de sentimento.
    ( ) Os sistemas de perguntas e respostas funcionam na prática da seguinte maneira: um robô é
    treinado para aprender as respostas, para estar apto a responder às perguntas de um aluno ou outro participante de um fórum sem auxílio humano.
    ( ) Os chatbots, embora tenham similaridade com a fala humana, não configuram-se também exemplos do uso atual do PLN, sua fala é baseada em linguagem de máquina e não de linguagem natural.

    Assinale a alternativa que apresenta a sequência CORRETA:
    1. AV - F - F - F.
    2. BV - V - F - V.
    3. CF - V - V - V.
    4. DV - V - V - F.
  10. 10O Python se destaca como linguagem preferencial no Processamento de Linguagem Natural (PLN) devido a vantagens como popularidade, simplicidade e rica biblioteca de ferramentas. Além disso, ferramentas como o Google Collaboratory potencializam a capacidade da linguagem, facilitando a codificação em nuvem e otimizando o ciclo de desenvolvimento.

    Com base nas informações apresentadas, avalie as asserções a seguir e a relação proposta entre elas:

    I. O Python é uma escolha proeminente em PLN devido à sua ampla variedade de bibliotecas e ferramentas específicas.

    PORQUE

    II. O Python tem bibliotecas populares, como NLTK e spaCy, que fornecem funcionalidades essenciais para tarefas de PLN, como tokenização e análise de sentimentos.

    Assinale a alternativa correta:
    1. AA asserção I é uma proposição verdadeira, e a II é uma proposição falsa.
    2. BAs asserções I e II são verdadeiras, mas a II não é uma justificativa correta da I.
    3. CA asserção I é uma proposição falsa, e a II é uma proposição verdadeira.
    4. DAs asserções I e II são verdadeiras, e a II é uma justificativa correta da I.
    5. EAs asserções I e II são proposições falsas.

Informationen

Beschreibung
Vestibular PROCESSAMENTO DE LINGUAGEM NATURAL Quiz am Prova 6, erstellt von marcio carvalho am 17/06/2025.
Sprache
Português
Aufrufe
0
Bewertung
Noch keine Bewertungen
Bewerte dieses Quiz
Bewerte dieses Quiz

Feedback

Worum geht es?

Wie gefällt dir das neue Design?

Dein Eindruck