Muft Shiksha™ एक 100% Free Education Portal है 🇮🇳, जिसका उद्देश्य Class 9–12 के हर विद्यार्थी तक High-Quality Education को पूरी तरह मुफ्त पहुँचाना है। 🇮🇳 हम मानते हैं कि अच्छी शिक्षा किसी student की आर्थिक स्थिति पर निर्भर नहीं होनी चाहिए। 🇮🇳 हर विद्यार्थी को वही Quality Study Material, MCQs, Quizzes, Exam Preparation, Concept-Based Learning और Bilingual Support मिलना चाहिए, जो आमतौर पर महंगी Coaching या Premium Platforms में मिलता है। Muft Shiksha™ 🇮🇳 इसी सोच के साथ बनाया गया है • Muft Shiksha™ एक 100% Free Education Portal है 🇮🇳, जिसका उद्देश्य Class 9–12 के हर विद्यार्थी तक High-Quality Education को पूरी तरह मुफ्त पहुँचाना है। 🇮🇳 हम मानते हैं कि अच्छी शिक्षा किसी student की आर्थिक स्थिति पर निर्भर नहीं होनी चाहिए। 🇮🇳 हर विद्यार्थी को वही Quality Study Material, MCQs, Quizzes, Exam Preparation, Concept-Based Learning और Bilingual Support मिलना चाहिए, जो आमतौर पर महंगी Coaching या Premium Platforms में मिलता है। Muft Shiksha™ 🇮🇳 इसी सोच के साथ बनाया गया है • Muft Shiksha™ एक 100% Free Education Portal है 🇮🇳, जिसका उद्देश्य Class 9–12 के हर विद्यार्थी तक High-Quality Education को पूरी तरह मुफ्त पहुँचाना है। 🇮🇳 हम मानते हैं कि अच्छी शिक्षा किसी student की आर्थिक स्थिति पर निर्भर नहीं होनी चाहिए। 🇮🇳 हर विद्यार्थी को वही Quality Study Material, MCQs, Quizzes, Exam Preparation, Concept-Based Learning और Bilingual Support मिलना चाहिए, जो आमतौर पर महंगी Coaching या Premium Platforms में मिलता है। Muft Shiksha™ 🇮🇳 इसी सोच के साथ बनाया गया है
A. मानव भाषा को समझने और संसाधित करने से/Understanding and processing human language
Explanation
Simple Explanation
प्राकृतिक भाषा प्रसंस्करण (NLP), कृत्रिम बुद्धिमत्ता की वह शाखा है जो कंप्यूटरों को मानव की लिखित और बोली जाने वाली भाषा को समझने, उसका विश्लेषण करने तथा उपयुक्त प्रतिक्रिया देने में सक्षम बनाती है। इसलिए विकल्प A सही है। मशीनों के भौतिक पुर्जों का निर्माण हार्डवेयर इंजीनियरिंग से, पौधों की वृद्धि का अध्ययन वनस्पति विज्ञान से और चित्रों को छापना प्रिंटिंग तकनीक से संबंधित है। परीक्षा टिप: अनुवाद, वाक् पहचान, पाठ विश्लेषण और चैटबॉट जैसे अनुप्रयोग NLP से जुड़े होते हैं। / Natural Language Processing (NLP) is a branch of artificial intelligence that enables computers to understand, analyse, and respond to written and spoken human language. Therefore, option A is correct. Manufacturing physical machine components belongs to hardware engineering, studying plant growth belongs to botany, and printing images belongs to printing technology. Exam tip: Translation, speech recognition, text analysis, and chatbots are common applications of NLP.
A. पाठ में व्यक्त सकारात्मक, नकारात्मक या तटस्थ भावना की पहचान करना/To identify positive, negative, or neutral sentiment expressed in text
Explanation
Simple Explanation
भाव विश्लेषण पाठ में व्यक्त राय, दृष्टिकोण या भावना को पहचानकर उसे सामान्यतः सकारात्मक, नकारात्मक या तटस्थ श्रेणी में वर्गीकृत करता है। इसलिए विकल्प A सही है। व्याकरण-सुधार, अनुवाद और शब्द-भेद निर्धारण अलग-अलग NLP कार्य हैं; विकल्प D को part-of-speech tagging कहा जाता है। परीक्षा टिप: किसी समीक्षा, टिप्पणी या प्रतिक्रिया के भाव का वर्गीकरण पूछा जाए, तो sentiment analysis चुनें। / Sentiment analysis identifies the opinion, attitude, or emotion expressed in text and commonly classifies it as positive, negative, or neutral. Therefore, option A is correct. Grammar correction, translation, and determining a word’s grammatical category are different NLP tasks; option D is called part-of-speech tagging. Exam tip: Choose sentiment analysis when the task asks you to classify the tone of a review, comment, or feedback.
A. क्योंकि एक शब्द के कई अर्थ हो सकते हैं/Because one word can have many meanings
Explanation
Simple Explanation
सही उत्तर A है, क्योंकि एक ही शब्द का अर्थ उसके संदर्भ के अनुसार बदल सकता है। उदाहरण के लिए, “कल” का अर्थ बीता हुआ दिन या आने वाला दिन हो सकता है। इसलिए प्राकृतिक भाषा संसाधन में केवल शब्दों को पहचानना पर्याप्त नहीं है; वाक्य-संदर्भ और बहुअर्थकता को भी समझना पड़ता है। विकल्प B गलत है, क्योंकि वाक्यों की संरचना और अर्थ अलग-अलग हो सकते हैं। विकल्प C भी गलत है, क्योंकि भाषा में व्याकरण और प्रयोग के नियम होते हैं। विकल्प D गलत है, क्योंकि संगणक मानव की तरह स्वाभाविक रूप से संदर्भ और अर्थ नहीं समझता। परीक्षा-युक्ति: NLP में अर्थ समझने की प्रमुख चुनौतियों के रूप में बहुअर्थकता और संदर्भ-निर्भरता याद रखें। / The correct answer is A because the meaning of a word can change according to its context. For example, “kal” in Hindi may refer to yesterday or tomorrow. Thus, natural language processing must consider the surrounding sentence and context, not just individual words. Option B is incorrect because sentences can have different structures and meanings. Option C is incorrect because languages do follow grammatical and usage rules. Option D is incorrect because computers do not naturally understand context and meaning in the same way humans do. Exam tip: Remember ambiguity and context dependence as major challenges in NLP.
A. पाठ में कम उपयोगी सामान्य शब्दों की संख्या घटाना/To reduce less useful common words in the text
Explanation
Simple Explanation
रुकावट शब्द (stop words) जैसे “और”, “का” और “है” बहुत सामान्य शब्द होते हैं तथा कई NLP कार्यों में अर्थपूर्ण विश्लेषण के लिए कम उपयोगी होते हैं। उन्हें हटाने से पाठ का आकार घटता है और मॉडल अधिक महत्वपूर्ण शब्दों पर ध्यान दे सकता है। विकल्प B गलत है, क्योंकि stop-word removal में सभी महत्वपूर्ण शब्द नहीं हटाए जाते। परीक्षा-युक्ति: stop-word removal को NLP की text preprocessing प्रक्रिया के रूप में याद रखें। / Stop words such as “and,” “the,” and “is” occur very frequently and often contribute little to meaningful analysis in many NLP tasks. Removing them reduces the text size and helps the model focus on more informative words. Option B is incorrect because stop-word removal does not delete all important words. Exam tip: remember stop-word removal as a text-preprocessing step in NLP.
A. संदेश को अवांछित या सामान्य बताना/Marking a message as spam or normal
Explanation
Simple Explanation
पाठ वर्गीकरण में लिखित पाठ को पहले से निर्धारित श्रेणियों में बाँटा जाता है। किसी संदेश को ‘अवांछित’ (spam) या ‘सामान्य’ (normal) बताना इसी प्रक्रिया का उदाहरण है। चित्र का आकार बदलना इमेज प्रोसेसिंग, ध्वनि की तीव्रता बढ़ाना ऑडियो प्रोसेसिंग और कुर्सी बनाना NLP से असंबंधित कार्य है। परीक्षा टिप: spam detection, sentiment analysis और topic labeling पाठ वर्गीकरण के सामान्य उदाहरण हैं। / Text classification assigns written content to predefined categories. Marking a message as “spam” or “normal” is therefore a text-classification task. Changing an image’s size is image processing, increasing sound volume is audio processing, and making a chair is unrelated to NLP. Exam tip: spam detection, sentiment analysis, and topic labelling are common examples of text classification.
A. पाठ में व्यक्ति, स्थान या संस्था की पहचान करना/Identifying a person, place, or organization in text
Explanation
Simple Explanation
नामित सत्ता पहचान (Named Entity Recognition, NER) प्राकृतिक भाषा संसाधन की वह तकनीक है जो पाठ में व्यक्ति, स्थान और संस्थाओं जैसे नामित तत्वों को पहचानकर उनकी श्रेणी निर्धारित करती है। इसलिए विकल्प A सही है। भावनात्मक रुझान पहचानना sentiment analysis, अनुवाद machine translation और सार बनाना text summarization के कार्य हैं; ये NER के मुख्य कार्य नहीं हैं। परीक्षा-युक्ति: NER को पाठ से महत्वपूर्ण नामित जानकारी निकालने वाली तकनीक के रूप में याद रखें। / Named entity recognition (NER) is an NLP technique that identifies and classifies named elements such as people, places, and organizations in text. Therefore, option A is correct. Identifying emotional sentiment is sentiment analysis, translation is machine translation, and creating a summary is text summarization; these are different NLP tasks. Exam tip: Remember NER as a technique for extracting important named information from text.
A. क्योंकि शब्द का अर्थ स्थिति के अनुसार बदल सकता है/Because word meaning can change with situation
Explanation
Simple Explanation
संदर्भ से NLP प्रणाली को यह समझने में मदद मिलती है कि किसी शब्द या वाक्य का आशय किस स्थिति में क्या है। उदाहरण के लिए, “कल” का अर्थ बीता हुआ दिन या आने वाला दिन हो सकता है; इसका सही अर्थ आसपास के शब्दों और परिस्थिति से स्पष्ट होता है। विकल्प B गलत है, क्योंकि संदर्भ का उपयोग केवल वर्तनी जाँचने तक सीमित नहीं है। विकल्प D संदर्भ की आवश्यकता के विपरीत है, क्योंकि कई शब्दों के अर्थ स्थिति के अनुसार बदलते हैं। परीक्षा टिप: संदर्भ शब्दार्थ-विभेदन और वाक्य के आशय को समझने में महत्वपूर्ण है। / Context helps an NLP system determine the intended meaning of a word or sentence in a particular situation. For example, “bank” can mean a financial institution or the side of a river; the surrounding words help identify the correct sense. Option B is wrong because context is not used only for spelling, while option D contradicts the fact that many words have different meanings in different situations. Exam tip: Context is especially important for word-sense disambiguation and understanding sentence intent.
A. एक भाषा के पाठ को दूसरी भाषा में बदलने के लिए/To convert text from one language to another
Explanation
Simple Explanation
मशीन अनुवाद प्राकृतिक भाषा प्रसंस्करण (NLP) का एक अनुप्रयोग है, जो कंप्यूटर की सहायता से किसी भाषा के पाठ को दूसरी भाषा में बदलता है। इसलिए विकल्प A सही है। चित्र का आकार घटाना इमेज प्रोसेसिंग से संबंधित है, जबकि कंप्यूटर बंद करना और ध्वनि की तीव्रता कम करना मशीन अनुवाद के कार्य नहीं हैं। परीक्षा-युक्ति: Machine Translation को language-to-language conversion के रूप में याद रखें। / Machine translation is an application of natural language processing (NLP) that uses a computer to convert text from one language into another. Therefore, option A is correct. Reducing image size is an image-processing task, while shutting down a computer and lowering sound volume are unrelated operations. Exam tip: Remember machine translation as language-to-language conversion.
A. बोली हुई ध्वनि को लिखित पाठ में बदलती है/Converts spoken sound into written text
Explanation
Simple Explanation
बोल से पाठ प्रणाली बोले गए शब्दों और ध्वनियों को पहचानकर उन्हें लिखित या डिजिटल पाठ में बदलती है। इसलिए विकल्प A सही है। विकल्प B पाठ से बोल प्रणाली (text-to-speech) का कार्य बताता है, जो इसका उल्टा है। परीक्षा टिप: Speech-to-text को automatic speech recognition (ASR) भी कहा जाता है। / A speech-to-text system recognizes spoken words and converts them into written or digital text, so option A is correct. Option B describes text-to-speech, which performs the reverse conversion. Exam tip: Speech-to-text is commonly associated with automatic speech recognition (ASR).
A. समीक्षा सकारात्मक, नकारात्मक या तटस्थ है, यह पहचानने में/To identify whether a review is positive, negative, or neutral
Explanation
Simple Explanation
भाव विश्लेषण प्राकृतिक भाषा प्रसंस्करण की तकनीक है, जो किसी पाठ में व्यक्त राय या भाव का विश्लेषण करके उसे सकारात्मक, नकारात्मक या तटस्थ वर्ग में रखती है। इसलिए विकल्प A सही है। विकल्प B पाठ को चित्र में बदलने, विकल्प C पता हटाने और विकल्प D शब्दों का क्रम बदलने से संबंधित हैं; इनमें से कोई भी भाव विश्लेषण का उद्देश्य नहीं है। परीक्षा-युक्ति: जब किसी समीक्षा की राय या भावात्मक प्रवृत्ति का वर्गीकरण पूछा जाए, तो sentiment analysis चुनें। / Sentiment analysis is an NLP technique that examines the opinion or emotional tone expressed in text and classifies a review as positive, negative, or neutral. Therefore, option A is correct. Converting text into an image, deleting a customer’s address, and reversing word order are unrelated operations. Exam tip: Choose sentiment analysis when the task is to classify the opinion or emotional tone of a review.
