Тест, свързан с ръководство · Среден Ниво

Тест за глобални вектори на GloVe

Прегледайте как GloVe се учи от глобалните преброявания на съвместни събития, коефициенти на вероятност, претеглена регресия и векторна структура за езикови връзки.

Свързани ръководни пътекиРъкавици Global Vectors
Въпрос 1 на 8

Каква основна структура от данни изгражда GloVe от корпуса?

Визуализирайте всеки въпрос8 въпроси

Отговорите и обясненията се появяват, докато отговаряте на теста.

  1. Каква основна структура от данни изгражда GloVe от корпуса?
    • Глобална матрица за броя на съвместните срещания дума-дума
    • Дърво за разбор за всяко изречение
    • Списък с етикети за част от речта
    • Честотна таблица на ниво символ
  2. Според GloVe точковият продукт на два вектора на думи е обучен да приближава какво?
    • Суровият брой съвместни събития
    • Логаритъмът от броя на съвместното им появяване
    • Броят на буквите, които споделят
    • Разстоянието им по азбучен ред
  3. Кое ключово количество според GloVe носи семантично значение?
    • Общият размер на корпуса
    • Дължината на всяка дума
    • Съотношения на вероятностите за съвместна поява
    • Думите за реда се появяват в речника
  4. Каква е целта на функцията за претегляне f(X_ij) на GloVe?
    • За превод на думи между езици
    • За произволно разбъркване на данните за обучение
    • За конвертиране на вектори в еднократно кодиране
    • За ограничаване на влиянието на много чести двойки и игнориране на нулеви отброявания
  5. Къде и кога е разработен GloVe?
    • Станфорд, 2014 г
    • Google, 2013 г
    • MIT, 2010 г
    • Facebook AI, 2016 г
  6. Как подходът за обучение на GloVe се различава фундаментално от този на Word2Vec?
    • GloVe изобщо не използва вектори
    • GloVe факторизира предварително изчислена глобална матрица за преброяване, вместо да прогнозира от локални прозорци онлайн
    • GloVe работи само с едно изречение
    • GloVe изисква етикетирани данни за обучение
  7. What type of word relationship can a difference between GloVe vectors represent?
    • The chronological order of sentences in the corpus
    • The exact frequency count of every word in isolation
    • A relation shared by word pairs, such as the relation between country and capital
    • The punctuation pattern used by a document author
  8. In a vector analogy a:b::c:?, what operation can be used to search for the missing word with GloVe vectors?
    • Find the word with the longest spelling
    • Sort words by corpus count and choose the median
    • Add all context-window vectors without comparing candidates
    • Find the vector nearest to b − a + c