← All topics / सभी विषय
Interview preparation / साक्षात्कार अभ्यास

NLP

50 questions / प्रश्न · 6 sections

NLP Fundamentals Q1–10

  1. What is NLP?NLP क्या है?
  2. Explain NLP real-world kahan.NLP का real-world में उपयोग कहाँ होता है?
  3. What is NLP ke major challenges?NLP के major challenges क्या हैं?
  4. What is Unstructured text data?Unstructured text data क्या होता है?
  5. What is Text preprocessing?Text preprocessing क्या है?
  6. What is NLP pipeline?NLP pipeline क्या होती है?
  7. What is Corpus?Corpus क्या होता है?
  8. What is the difference between Document and Corpus?Document और Corpus में क्या अंतर है?
  9. What is Vocabulary?Vocabulary क्या होती है?
  10. What is NLP mein ambiguity?NLP में ambiguity क्या होती है?

Text Preprocessing Q11–20

  1. What is Text cleaning?Text cleaning क्या है?
  2. Why is Lowercasing important?Lowercasing क्यों करते हैं?
  3. Explain Punctuation removal kab useful.Punctuation removal कब useful है?
  4. What is Stopwords?Stopwords क्या हैं?
  5. Explain Stopwords remove advantages/disadvantages.Stopwords remove करने के advantages/disadvantages?
  6. What is Tokenization?Tokenization क्या है?
  7. What is Word Tokenization?Word Tokenization क्या है?
  8. What is Sentence Tokenization?Sentence Tokenization क्या है?
  9. What is Stemming?Stemming क्या है?
  10. What is Lemmatization?Lemmatization क्या है?

Stemming, Lemmatization & Tokenization Q21–27

  1. What is the difference between Stemming and Lemmatization?Stemming और Lemmatization में क्या अंतर है?
  2. Explain Stemming example do.Stemming का एक example do.
  3. Explain Lemmatization example do.Lemmatization का एक example do.
  4. Explain Stemming kab.Stemming कब उपयोग करेंगे?
  5. Explain Lemmatization kab.Lemmatization कब उपयोग करेंगे?
  6. Explain Tokenization challenges aate.Tokenization में क्या challenges aate हैं?
  7. How would you approach Agar text emojis, URLs, hashtags special characters preprocessing?अगर text में emojis, URLs, hashtags और special characters हैं तो preprocessing कैसे करेंगे?

Text Representation Q28–37

  1. What is Bag of Words (BoW)?Bag of Words (BoW) क्या है?
  2. How would you approach BoW create?BoW कैसे create होता है?
  3. What is BoW ki limitations?BoW की limitations क्या हैं?
  4. What is N-gram?N-gram क्या है?
  5. What is the difference between Unigram, Bigram and Trigram?Unigram, Bigram और Trigram में क्या अंतर है?
  6. What is TF-IDF?TF-IDF क्या है?
  7. What is TF?TF क्या है?
  8. What is IDF?IDF क्या है?
  9. Explain TF-IDF BoW better kab.TF-IDF BoW से better कब होता है?
  10. What is TF-IDF ki limitations?TF-IDF की limitations क्या हैं?

Word Embeddings Q38–44

  1. What is Word Embedding?Word Embedding क्या है?
  2. What is the difference between One-hot encoding and word embeddings?One-hot encoding और word embeddings में क्या अंतर है?
  3. What is Word2Vec?Word2Vec क्या है?
  4. What is the difference between CBOW and Skip-gram?CBOW और Skip-gram में क्या अंतर है?
  5. What is GloVe?GloVe क्या है?
  6. What is FastText?FastText क्या है?
  7. How would you approach Word embeddings semantic similarity capture?Word embeddings semantic similarity कैसे capture करते हैं?

NLP Tasks & Models Q45–50

  1. What is Text Classification?Text Classification क्या है?
  2. What is Sentiment Analysis?Sentiment Analysis क्या है?
  3. What is Named Entity Recognition (NER)?Named Entity Recognition (NER) क्या है?
  4. What is POS Tagging?POS Tagging क्या है?
  5. How do you use NLP mein traditional ML algorithms?NLP में traditional ML algorithms कैसे उपयोग करते हैं?
  6. Describe Ek complete NLP text-classification project ka workflow.एक complete NLP text-classification project का workflow समझाएँ.