Examen PLN

En el contexto del PLN un tagger es un: Analizador sintáctico. Analizador morfológico. Analizador semántico.

¿Qué es un type?. Es un token. Es un morfema. Es la representación única de todas las apariciones de una palabra en un texto.

Según los distintos niveles de análisis del lenguaje, el proceso de tokenización pertenece al: Análisis léxico. Análisis semántico. Análisis morfológico.

¿Qué es Eurowordnet?. Un recurso basado en WordNet pero se añade la probabilidad de que cada sentido tenga un significado positivo o negativo. Un recurso basado en WordNet pero no se pueden relacionar. Un recurso basado en WordNet en los principales idiomas de Europa.

La extracción de información obtiene, generalmente. Información relevante transformada en información estructurada. Una lista de documentos a leer para encontrar la información deseada. Respuestas a preguntas del tipo “¿quién fue Carlomagno?”.

Restringir un problema de PLN a un dominio concreto. Hace el problema “más pequeño”, y, por tanto, más abordable y con mayores posibilidades de éxito. Es fácilmente aplicable a otro dominio diferente, por ejemplo, una aplicación para el área de la salud funcionará perfectamente con textos que hablen de economía. No se puede aplicar al aprendizaje automático, a las aproximaciones basadas en corpus.

El procesamiento del lenguaje requiere de tratar una secuencia de texto, por tanto: Es recomendable usar redes convolucionales. Es recomendable usar una combinación de redes convolucionales y redes recursivas. Es recomendable usar redes recurrentes.

¿Qué tarea de PLN se encarga de la contestación de preguntas de un usuario?. Recuperación de información. Recuperación de preguntas o question answering. Recuperación de información multimodal.

En un recurso creado para el análisis de la opinión, por ejemplo, un corpus de texto: Tendremos un listado de palabras y polaridad, y a veces también el grado de polaridad. Si está anotado a nivel de oración, encontraremos oraciones enteras etiquetadas como positivas o negativas. Tendremos exclusivamente etiquetado el texto a nivel léxico y sintáctico.

¿Cuál es el módulo base de los transformers?. El mecanismo de atención. Una capa activada con la función ReLU. Una combinación de una capa de regularización de tipo dropout y una capa LSTM.

¿Qué técnica se utiliza para analizar categorías gramaticales de palabras en un texto?. Stemming. Word embeddings. POS-tagging.

¿Qué es un corpus?. Una colección de textos representativa de una lengua para su análisis lingüístico. Un conjunto de ontologías. Una colección de listas de palabras.

¿Qué es SentiWordNet?. Una base de datos léxica para desambiguación. Una ontología. Una base de conocimiento para análisis de opiniones.

¿Qué técnica transforma palabras como “estudiando” o “estudié” en la palabra “estudiar”?. Lematización. Stemming. Análisis semántico.

El corpus SemCor: Es un corpus para análisis de opiniones. Los sentidos de las palabras están anotados con WordNet. Los sentidos de las palabras están anotados con EuroWordNet.

¿Qué técnica captura la relación semántica entre palabras en un espacio vectorial continuo?. Bag-of-words. Word embeddings. POS-tagging.

“La caja está encima del mueble.” — “La enzima es la receptora del COVID.” Estas dos palabras resaltadas son. Homófonas. Homógrafas. Homófonas y homógrafas.

Los algoritmos de aprendizaje automático son: De optimización. De búsqueda. De aprendizaje.

¿Dispone NLTK de un lematizador para el español?. Sí. Sí, basado en EuroWordNet. No.

La capa de salida recomendable en un problema de clasificación binaria es: Softmax. Sigmoide. ReLU.