Questionário de modelos TF-IDF e Bag-of-Words

As respostas e explicações aparecem conforme você responde ao teste.

1. Que informações importantes um modelo de saco de palavras descarta?
   • A ordem e gramática das palavras
   • A palavra conta
   • O vocabulário
   • O comprimento do documento
2. O que a parte IDF do TF-IDF faz?
   • Aumenta as palavras comuns em todos os documentos
   • Reduz o peso de palavras que aparecem em muitos documentos
   • Conta caracteres
   • Traduz palavras raras
3. Uma palavra que aparece em todos os documentos da coleção recebe um valor IDF próximo de quê?
   • Mil
   • Infinito negativo
   • zero
   • A contagem de documentos
4. Como é calculada uma pontuação TF-IDF para um período?
   • TF menos IDF
   • TF dividido pela IDF
   • TF mais o comprimento do documento
   • TF multiplicado por IDF
5. Qual medida de similaridade é comumente usada para comparar vetores de documentos TF-IDF?
   • Semelhança de cosseno
   • Editar distância
   • Erro quadrático médio
   • Contagem de bits
6. Por que o TF-IDF dá pontuações altas para certas palavras?
   • São palavras longas
   • Eles são frequentes em um documento, mas raros em toda a coleção
   • Eles aparecem em todos os documentos
   • Eles são capitalizados
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