Mit dem Guide verknüpftes Quiz · Mittel Ebene

GloVe Global Vectors Quiz

Sehen Sie sich an, wie GloVe aus globalen Kookkurrenzzahlen, Wahrscheinlichkeitsverhältnissen, gewichteter Regression und Vektorstruktur für sprachliche Beziehungen lernt.

Verwandte FührungspfadeGlobale Vektoren für Handschuhe
Frage 1 von 8

Welche Kerndatenstruktur baut GloVe aus dem Korpus auf?

Sehen Sie sich jede Frage in der Vorschau an8 Fragen

Während Sie am Quiz teilnehmen, werden Antworten und Erklärungen angezeigt.

  1. Welche Kerndatenstruktur baut GloVe aus dem Korpus auf?
    • Eine globale Wort-Wort-Kookkurrenzzählmatrix
    • Ein Analysebaum für jeden Satz
    • Eine Liste von Teil-of-Speech-Tags
    • Eine Häufigkeitstabelle auf Zeichenebene
  2. Laut GloVe wird das Skalarprodukt zweier Wortvektoren darauf trainiert, was anzunähern?
    • Die rohe Anzahl des gleichzeitigen Vorkommens
    • Der Logarithmus ihres gemeinsamen Vorkommens zählt
    • Die Anzahl der Buchstaben, die sie teilen
    • Ihr alphabetischer Abstand
  3. Welche Schlüsselgröße hat laut GloVe eine semantische Bedeutung?
    • Die Gesamtkorpusgröße
    • Die Länge jedes Wortes
    • Verhältnisse der Wahrscheinlichkeiten des gleichzeitigen Auftretens
    • Die Reihenfolgewörter erscheinen im Wörterbuch
  4. Was ist der Zweck der Gewichtungsfunktion f(X_ij) von GloVe?
    • Wörter zwischen Sprachen übersetzen
    • Um die Trainingsdaten zufällig zu mischen
    • Um Vektoren in One-Hot-Kodierungen umzuwandeln
    • Um den Einfluss sehr häufiger Paare zu begrenzen und Nullzählungen zu ignorieren
  5. Wo und wann wurde GloVe entwickelt?
    • Stanford, 2014
    • Google, 2013
    • MIT, 2010
    • Facebook KI, 2016
  6. Wie unterscheidet sich der Trainingsansatz von GloVe grundsätzlich von dem von Word2Vec?
    • GloVe verwendet überhaupt keine Vektoren
    • GloVe faktorisiert eine vorberechnete globale Zählmatrix, anstatt online Vorhersagen anhand lokaler Fenster zu treffen
    • GloVe funktioniert nur bei einem einzelnen Satz
    • GloVe erfordert gekennzeichnete Trainingsdaten
  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