Kuiz Model TF-IDF dan Bag-of-Words

Jawapan dan penjelasan muncul semasa anda mengambil kuiz.

1. Apakah maklumat penting yang dibuang oleh model beg-of-words?
   • Susunan dan tatabahasa perkataan
   • Perkataan itu dikira
   • Perbendaharaan kata
   • Panjang dokumen
2. Apakah yang dilakukan oleh bahagian IDF TF-IDF?
   • Meningkatkan perkataan biasa di semua dokumen
   • Kurangkan berat perkataan yang muncul dalam banyak dokumen
   • Mengira aksara
   • Menterjemah perkataan yang jarang ditemui
3. Perkataan yang muncul dalam setiap dokumen dalam koleksi mendapat nilai IDF yang hampir dengan apa?
   • Seribu
   • Infiniti negatif
   • Sifar
   • Kiraan dokumen
4. Bagaimanakah skor TF-IDF untuk satu penggal dikira?
   • TF tolak IDF
   • TF dibahagikan dengan IDF
   • TF ditambah dengan panjang dokumen
   • TF didarab dengan IDF
5. Ukuran persamaan manakah yang biasa digunakan untuk membandingkan vektor dokumen TF-IDF?
   • Persamaan kosinus
   • Edit jarak
   • Min ralat kuasa dua
   • Kiraan bit
6. Mengapakah TF-IDF memberikan markah yang tinggi kepada perkataan tertentu?
   • Mereka adalah perkataan yang panjang
   • Ia kerap dalam satu dokumen tetapi jarang berlaku di seluruh koleksi
   • Mereka muncul dalam setiap dokumen
   • Mereka menggunakan huruf besar
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