গাইড লিঙ্ক ক্যুইজ · মাঝারি স্তর

ফাস্টটেক্সট সাবওয়ার্ড এমবেডিং কুইজ

FastText-এর অক্ষর n-গ্রাম, হ্যাশ করা বৈশিষ্ট্যের বালতি, শব্দভান্ডারের বাইরের সমর্থন, রূপবিদ্যা, এবং দ্রুত তত্ত্বাবধান করা পাঠ্য শ্রেণিবিন্যাস অন্বেষণ করুন।

প্রশ্ন 1 এর 8

কিভাবে FastText একটি একক শব্দ প্রতিনিধিত্ব করে?

প্রতিটি প্রশ্নের পূর্বরূপ দেখুন8 প্রশ্ন

আপনি কুইজ নেওয়ার সাথে সাথে উত্তর এবং ব্যাখ্যাগুলি উপস্থিত হয়।

  1. কিভাবে FastText একটি একক শব্দ প্রতিনিধিত্ব করে?
    • অক্ষর n-গ্রামের একটি ব্যাগ হিসাবে একসাথে যোগ করা হয়েছে
    • শুধুমাত্র একটি অবিভাজ্য টোকেন হিসাবে
    • একটি অভিধান থেকে এর সংজ্ঞা হিসাবে
    • একটি র্যান্ডম ভেক্টর হিসাবে
  2. Word2Vec এবং GloVe-এর কোন প্রধান সীমাবদ্ধতা FastText অতিক্রম করে?
    • তারা খুব দ্রুত দৌড়ায়
    • তারা শব্দভান্ডারের বাইরের শব্দগুলির জন্য ভেক্টর তৈরি করতে পারে না
    • তারা বিরাম চিহ্ন উপেক্ষা করে
    • তারা শুধুমাত্র ইংরেজিতে কাজ করে
  3. 3-অক্ষর n-গ্রাম সহ "কোথায়" শব্দের জন্য, কোনটি বৈধ n-গ্রাম (সীমানা চিহ্নিতকারী সহ)?
    • <কোথায়>শুধুমাত্র
    • xyz
    • whe
    • দ
  4. কোন অন্তর্নিহিত প্রশিক্ষণ উদ্দেশ্য FastText এর এমবেডিং মডেল তৈরি করে?
    • গ্লোভ ম্যাট্রিক্স ফ্যাক্টরাইজেশন
    • বাক্য-স্তরের অনুবাদ
    • চিত্র শ্রেণীবিভাগ ক্ষতি
    • নেতিবাচক স্যাম্পলিং সহ স্কিপ-গ্রাম
  5. ফাস্টটেক্সট কেন ফিনিশ বা তুর্কি ভাষার মতো ভাষার জন্য বিশেষভাবে উপযোগী?
    • সাবওয়ার্ডগুলি ভাগ করে এমন অনেকগুলি প্রতিফলিত শব্দ ফর্মের সাথে তারা রূপগতভাবে সমৃদ্ধ
    • তাদের খুব কম শব্দ আছে
    • তারা কোন স্পেস ব্যবহার করে না
    • তাদের কোনো দুর্লভ শব্দ নেই
  6. Which separate method did Sennrich and colleagues describe for representing rare words in neural machine translation?
    • Byte-pair encoding as subword units
    • FastText’s hashed character n-gram bucket table
    • A full-word-only vocabulary that discards rare tokens
    • GloVe’s global co-occurrence matrix
  7. How does FastText store learnable features for its character n-grams?
    • It stores every complete sentence as a separate vector
    • It assigns each n-gram a pixel grid in a convolutional decoder
    • It hashes n-grams into a fixed-size bucket table with learned vectors
    • It replaces all subword features with a hand-written dictionary
  8. What can fastText's supervised mode do efficiently with its bag-of-features model?
    • Estimate the 3D shape of an object from a single image
    • Generate new audio waveforms from a spectrogram
    • Compute a global word-word co-occurrence matrix only
    • Classify text for tasks such as language identification or tagging