গাইড লিঙ্ক ক্যুইজ · মাঝারি স্তর

Word2Vec স্কিপ-গ্রাম এবং CBOW কুইজ

Word2Vec-এর CBOW এবং Skip-Gram উদ্দেশ্য, নেতিবাচক নমুনা, শেখা ভেক্টর, এবং বিরল-শব্দ প্রশিক্ষণকে প্রভাবিত করে এমন পছন্দগুলির তুলনা করুন।

সম্পর্কিত গাইড পাথWord2vec গ্রাম এবং Cbow এড়িয়ে যান
প্রশ্ন 1 এর 8

স্কিপ-গ্রাম আর্কিটেকচার কি ভবিষ্যদ্বাণী করে?

প্রতিটি প্রশ্নের পূর্বরূপ দেখুন8 প্রশ্ন

আপনি কুইজ নেওয়ার সাথে সাথে উত্তর এবং ব্যাখ্যাগুলি উপস্থিত হয়।

  1. স্কিপ-গ্রাম আর্কিটেকচার কি ভবিষ্যদ্বাণী করে?
    • কেন্দ্র শব্দ থেকে পার্শ্ববর্তী প্রসঙ্গ শব্দ
    • পার্শ্ববর্তী প্রসঙ্গ শব্দ থেকে কেন্দ্র শব্দ
    • একটি নথিতে পরবর্তী বাক্য
    • প্রতিটি শব্দের পার্ট-অফ-স্পিচ ট্যাগ
  2. একটি Word2Vec মডেল প্রশিক্ষণের প্রকৃত দরকারী আউটপুট কি?
    • প্রসঙ্গ শব্দের ভবিষ্যদ্বাণীর যথার্থতা
    • শেখা ওজন ম্যাট্রিক্স, যার সারি শব্দ ভেক্টর
    • বাক্যের একটি পার্স গাছ
    • প্রতিটি নথি শ্রেণীর জন্য একটি সম্ভাবনা
  3. Word2Vec কেন নেতিবাচক নমুনা ব্যবহার করে?
    • শব্দভান্ডার আকার বৃদ্ধি
    • ভাষার মধ্যে অনুবাদ করতে
    • পুরো শব্দভান্ডারে ব্যয়বহুল ফুল সফটম্যাক্স এড়াতে
    • স্বয়ংক্রিয়ভাবে স্টপ শব্দগুলি সরাতে
  4. What does subsampling frequent words do in the later Word2Vec training method?
    • It reduces the influence of very frequent words and can speed training
    • It turns every word into a character n-gram
    • It changes CBOW into a sentence classifier
    • It guarantees better vectors for every rare word
  5. Word2Vec ভেক্টরের কোন বিখ্যাত সম্পত্তি "রাজা - পুরুষ + মহিলা ≈ রানী" দ্বারা চিত্রিত হয়েছে?
    • রৈখিক পাটিগণিতের মাধ্যমে ভেক্টর উপমা
    • সঠিক অভিধান সন্ধান
    • ব্যাকরণগত ত্রুটি সংশোধন
    • বাক্য-দৈর্ঘ্য স্বাভাবিকীকরণ
  6. Word2Vec কে এবং কত সালে চালু করেন?
    • টরন্টোতে জিওফ্রে হিন্টন, 2006
    • টমাস মিকোলভ এবং সহকর্মীরা Google, 2013 এ
    • বেল ল্যাবসে ইয়ান লেকুন, 1998
    • OpenAI, 2018
  7. What does the CBOW architecture predict from its input context?
    • Each future paragraph in the document
    • The sentiment label of the full corpus
    • The center word surrounded by the context window
    • The spelling of a character n-gram
  8. What distribution does the original Word2Vec paper use to draw negative samples?
    • A uniform distribution over all character n-grams
    • A distribution based only on word length
    • A distribution proportional to squared inverse frequency
    • A unigram word-frequency distribution raised to the 0.75 power