Prueba de modelos TF-IDF y Bag-of-Words

Las respuestas y explicaciones aparecen a medida que realiza el cuestionario.

1. ¿Qué información clave descarta un modelo de bolsa de palabras?
   • El orden y la gramática de las palabras.
   • la palabra cuenta
   • el vocabulario
   • La longitud del documento
2. ¿Qué hace la parte de las FDI de TF-IDF?
   • Mejora las palabras comunes en todos los documentos.
   • Reduce el peso de las palabras que aparecen en muchos documentos.
   • Cuenta personajes
   • Traduce palabras raras
3. ¿Una palabra que aparece en cada documento de la colección obtiene un valor IDF cercano a qué?
   • mil
   • Infinito negativo
   • Cero
   • El recuento de documentos.
4. ¿Cómo se calcula la puntuación TF-IDF para un término?
   • TF menos FDI
   • TF dividido por las FDI
   • TF más la longitud del documento
   • TF multiplicado por FDI
5. ¿Qué medida de similitud se usa comúnmente para comparar vectores de documentos TF-IDF?
   • Similitud del coseno
   • Editar distancia
   • Error cuadrático medio
   • recuento de bits
6. ¿Por qué TF-IDF otorga puntuaciones altas a determinadas palabras?
   • son palabras largas
   • Son frecuentes en un documento pero poco comunes en toda la colección.
   • Aparecen en cada documento.
   • estan en mayuscula
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