TF-IDF и тест за модели на торба с думи

Отговорите и обясненията се появяват, докато отговаряте на теста.

1. Каква ключова информация отхвърля моделът с думи?
   • Редът и граматиката на думите
   • Думата има значение
   • Речникът
   • Дължината на документа
2. Какво прави IDF частта на TF-IDF?
   • Увеличава общите думи във всички документи
   • Намалява думите, които се появяват в много документи
   • Брои символи
   • Превежда редки думи
3. Дума, която се появява във всеки документ в колекцията, получава IDF стойност, близка до какво?
   • Една хиляда
   • Отрицателна безкрайност
   • Нула
   • Броят на документа
4. Как се изчислява TF-IDF оценка за термин?
   • TF минус IDF
   • TF разделен на IDF
   • TF плюс дължината на документа
   • TF, умножен по IDF
5. Коя мярка за сходство обикновено се използва за сравняване на вектори на документи TF-IDF?
   • Косинусово подобие
   • Редактиране на разстоянието
   • Средна квадратна грешка
   • Брой битове
6. Защо TF-IDF дава високи резултати на определени думи?
   • Те са дълги думи
   • Те са чести в един документ, но рядко срещани в колекцията
   • Те се появяват във всеки документ
   • Те са с главни букви
7. In a bag-of-words representation, what does a vector position usually correspond to?
   • A sentence’s original word position
   • A document’s publication date
   • A term in the vocabulary
   • A grammatical parse-tree branch
8. In the common IDF formula log(N/df), what does df represent?
   • The number of times a word appears in one document
   • The total number of words in the vocabulary
   • The number of labels assigned to a document
   • The number of documents containing the term