फास्टटेक्स्ट सबवर्ड एंबेडिंग क्विज़

जैसे ही आप प्रश्नोत्तरी लेते हैं उत्तर और स्पष्टीकरण दिखाई देते हैं।

1. फास्टटेक्स्ट एक शब्द का प्रतिनिधित्व कैसे करता है?
   • वर्णों के एक बैग के रूप में एन-ग्राम को एक साथ संक्षेपित किया गया है
   • केवल एक अविभाज्य प्रतीक के रूप में
   • एक शब्दकोश से इसकी परिभाषा के रूप में
   • एक यादृच्छिक वेक्टर के रूप में
2. फास्टटेक्स्ट Word2Vec और GloVe की किस प्रमुख सीमा को दूर करता है?
   • वे बहुत तेज दौड़ते हैं
   • वे शब्दावली से बाहर के शब्दों के लिए वेक्टर नहीं बना सकते
   • वे विराम चिन्हों की उपेक्षा करते हैं
   • वे केवल अंग्रेजी में काम करते हैं
3. 3-वर्ण एन-ग्राम वाले शब्द "कहां" के लिए, कौन सा वैध एन-ग्राम है (सीमा मार्करों के साथ)?
   • <कहां>केवल
   • xyz
   • whe
   • द
4. फास्टटेक्स्ट का एम्बेडिंग मॉडल किस अंतर्निहित प्रशिक्षण उद्देश्य पर आधारित है?
   • ग्लोव मैट्रिक्स फ़ैक्टराइज़ेशन
   • वाक्य-स्तरीय अनुवाद
   • छवि वर्गीकरण हानि
   • नकारात्मक नमूने के साथ छोड़ें-ग्राम
5. फास्टटेक्स्ट फिनिश या तुर्की जैसी भाषाओं के लिए विशेष रूप से उपयोगी क्यों है?
   • वे कई विभक्तिपूर्ण शब्द रूपों के साथ रूपात्मक रूप से समृद्ध हैं जो उपशब्दों को साझा करते हैं
   • उनके पास बहुत कम शब्द हैं
   • वे किसी स्थान का उपयोग नहीं करते
   • उनके पास कोई दुर्लभ शब्द नहीं हैं
6. Which separate method did Sennrich and colleagues describe for representing rare words in neural machine translation?
   • Byte-pair encoding as subword units
   • FastText’s hashed character n-gram bucket table
   • A full-word-only vocabulary that discards rare tokens
   • GloVe’s global co-occurrence matrix
7. How does FastText store learnable features for its character n-grams?
   • It stores every complete sentence as a separate vector
   • It assigns each n-gram a pixel grid in a convolutional decoder
   • It hashes n-grams into a fixed-size bucket table with learned vectors
   • It replaces all subword features with a hand-written dictionary
8. What can fastText's supervised mode do efficiently with its bag-of-features model?
   • Estimate the 3D shape of an object from a single image
   • Generate new audio waveforms from a spectrogram
   • Compute a global word-word co-occurrence matrix only
   • Classify text for tasks such as language identification or tagging