Gids-gekoppelde quiz · Middelmatig Niveau
Word2Vec Skip-Gram en CBOW-quiz
Vergelijk de CBOW- en Skip-Gram-doelstellingen van Word2Vec, negatieve steekproeven, geleerde vectoren en de keuzes die van invloed zijn op de training van zeldzame woorden.
Vraag 1 van 8
Wat voorspelt de Skip-Gram-architectuur?
Bekijk elke vraag8 vragen
Antwoorden en uitleg verschijnen terwijl je de quiz doet.
- Wat voorspelt de Skip-Gram-architectuur?
- Omringende contextwoorden vanaf het middelste woord
- Het middelste woord uit de omliggende contextwoorden
- De volgende zin in een document
- De woordsoorttag van elk woord
- Wat is de werkelijke nuttige output van het trainen van een Word2Vec-model?
- De nauwkeurigheid van de voorspelling van contextwoorden
- De geleerde gewichtsmatrix, waarvan de rijen de woordvectoren zijn
- Een ontleedboom van de zin
- Een waarschijnlijkheid voor elke documentklasse
- Waarom gebruikt Word2Vec negatieve steekproeven?
- Om de woordenschat te vergroten
- Om te vertalen tussen talen
- Om de dure volledige softmax over de hele woordenschat te vermijden
- Om stopwoorden automatisch te verwijderen
- Wat doet subsampling van veelvoorkomende woorden in de latere Word2Vec-trainingsmethode?
- Het vermindert de invloed van zeer frequente woorden en kan de training versnellen
- Het zet elk woord om in een teken-n-gram
- Het verandert CBOW in een zinssclassifier
- Het garandeert betere vectoren voor elk zeldzaam woord
- Welke beroemde eigenschap van Word2Vec-vectoren wordt geïllustreerd door "koning - man + vrouw ≈ koningin"?
- Vectoranalogieën via lineaire rekenkunde
- Exact opzoeken in woordenboek
- Grammaticale foutcorrectie
- Normalisatie van de zinlengte
- Wie introduceerde Word2Vec en in welk jaar?
- Geoffrey Hinton in Toronto, 2006
- Tomas Mikolov en collega's bij Google, 2013
- Yann LeCun bij Bell Labs, 1998
- OpenAI, 2018
- Wat voorspelt de CBOW-architectuur op basis van de invoercontext?
- Elke toekomstige paragraaf in het document
- Het sentimentlabel van het volledige corpus
- Het middelste woord omringd door het contextvenster
- De spelling van een teken-n-gram
- Welke verdeling gebruikt de originele Word2Vec-paper om negatieve samples te trekken?
- Een uniforme verdeling over alle teken-n-grams
- Een verdeling die alleen is gebaseerd op de woordlengte
- Een verdeling evenredig met de omgekeerde frequentie in het kwadraat
- Een unigram-woordfrequentieverdeling tot de macht 0,75