Filtrar


Questões por página:

O Processamento de Linguagem Natural - PLN é uma área da ciência da computação e subárea da Inteligência Artificial - IA, que estuda como os computadores podem entender e processar a linguagem humana. Para tal, nessa área estão envolvidos diversos processos, dentre os quais os mais comuns são: o de ____________, que divide um texto em tokens (unidades significativas: frases, palavras ou símbolos); o de ____________, que reduz uma palavra à sua forma básica; o de ____________, que atribui uma categoria gramatical a cada token; o de____________, que identifica entidades nomeadas em um texto; e o de ____________, que analisa a estrutura sintática de um texto.


Em sequência, as palavras-chave que completam corretamente essas lacunas são:

Visualizar Questão Comentada

A figura mostra uma arquitetura de Rede Neural ________________, em que U, W e V são ________________.


Imagem associada para resolução da questão

Fonte: GOODFELLOW et al. Deep Leaning. MIT press, 2016 (p. 378). (Adaptado)


Assinale a alternativa que completa corretamente as lacunas.

Modelos baseados em n-grams definem a probabilidade condicional de um n-th token, dados os n–1 tokens precedentes. Assinale a alternativa que indica corretamente a técnica clássica à qual se refere a frase dada.
Sobre o algoritmo Florestas Aleatórias (Random Forests), considere as afirmativas a seguir.

I? ?? Uma Floresta Aleatória é um método de conjunto projetado especificamente para a classificação com árvores de decisão.
II? ?? Um exemplo de Floresta Aleatória é o algoritmo Ada Boost.
III? ?? Bagging usando Árvores de Decisão é um caso especial de Florestas Aleatórias, em que a aleatoriedade é inserida no processo de construção do modelo, escolhendo aleatoriamente N exemplos, com substituição, a partir do conjunto de treinamento original. 

Está(ão) correta(s)
Referente à arquitetura original do Transformer (conforme o artigo “Attention is All You Need”, de Vaswani et. al. 2017), qual é a principal vantagem do uso do mecanismo Multi-Head Attention em comparação com uma única camada de atenção na arquitetura Transformer?