Quiz sur les modèles TF-IDF et Bag-of-Words

Les réponses et les explications apparaissent au fur et à mesure que vous répondez au quiz.

1. Quelles informations clés un modèle basé sur un sac de mots élimine-t-il ?
   • L'ordre et la grammaire des mots
   • Le mot compte
   • Le vocabulaire
   • La longueur du document
2. Que fait la partie Tsahal du TF-IDF ?
   • Renforce les mots communs dans tous les documents
   • Réduit le poids des mots qui apparaissent dans de nombreux documents
   • Compte les caractères
   • Traduit des mots rares
3. Un mot qui apparaît dans chaque document de la collection obtient une valeur IDF proche de quoi ?
   • Mille
   • Infini négatif
   • Zéro
   • Le nombre de documents
4. Comment est calculé le score TF-IDF pour un terme ?
   • TF moins Tsahal
   • Le TF divisé par Tsahal
   • TF plus la longueur du document
   • TF multiplié par Tsahal
5. Quelle mesure de similarité est couramment utilisée pour comparer les vecteurs de documents TF-IDF ?
   • Similitude cosinus
   • Modifier la distance
   • Erreur quadratique moyenne
   • Nombre de bits
6. Pourquoi TF-IDF donne-t-il des notes élevées à certains mots ?
   • Ce sont de longs mots
   • Ils sont fréquents dans un document mais rares dans la collection
   • Ils apparaissent dans chaque document
   • Ils sont en majuscule
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