Kvíz spojený s průvodcem · Střední úroveň

Kvíz o modelech TF-IDF a Bag-of-Words

Podívejte se, jak bag-of-words a TF-IDF reprezentují dokumenty, váží rozlišující termíny a podporují vyhledávání řídkých informací.

Související vodicí cestyTf Idf A pytel Slov Modely
Otázka 1 z 8

Jaké klíčové informace model pytle slov zahodí?

Náhled každé otázky8 otázky

Odpovědi a vysvětlení se zobrazují, jak budete v kvízu.

  1. Jaké klíčové informace model pytle slov zahodí?
    • Pořadí a gramatika slov
    • Slovo se počítá
    • Slovní zásoba
    • Délka dokumentu
  2. Co dělá IDF část TF-IDF?
    • Posiluje slova běžná ve všech dokumentech
    • Snižuje váhu slov, která se objevují v mnoha dokumentech
    • Počítá znaky
    • Překládá vzácná slova
  3. Slovo, které se objeví v každém dokumentu ve sbírce, získá hodnotu IDF blízkou čemu?
    • Jeden tisíc
    • Negativní nekonečno
    • nula
    • Počet dokumentů
  4. Jak se vypočítá skóre TF-IDF pro termín?
    • TF mínus IDF
    • TF rozděleno podle IDF
    • TF plus délka dokumentu
    • TF vynásobený IDF
  5. Která míra podobnosti se běžně používá k porovnání vektorů dokumentů TF-IDF?
    • Kosinusová podobnost
    • Upravit vzdálenost
    • Střední kvadratická chyba
    • Počet bitů
  6. Proč TF-IDF dává vysoké skóre určitým slovům?
    • Jsou to dlouhá slova
    • Jsou časté v jednom dokumentu, ale vzácné v rámci sbírky
    • Objevují se v každém dokumentu
    • Jsou velká
  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