FastText Subword Embedding Test

Răspunsurile și explicațiile apar pe măsură ce susțineți testul.

1. Cum reprezintă FastText un singur cuvânt?
   • Ca o pungă de caractere n-grame însumate împreună
   • Ca un singur simbol indivizibil
   • După definiția sa dintr-un dicționar
   • Ca vector aleatoriu
2. Ce limitare majoră a Word2Vec și GloVe depășește FastText?
   • Aleargă prea repede
   • Ei nu pot crea vectori pentru cuvintele în afara vocabularului
   • Ei ignoră semnele de punctuație
   • Lucrează doar în engleză
3. Pentru cuvântul „unde” cu n-grame cu 3 caractere, care este un n-gram valid (cu marcatori de limită)?
   • <unde>numai
   • xyz
   • unde
   • cel
4. Pe ce obiectiv de formare se bazează modelul de încorporare FastText?
   • Factorizarea matricei GloVe
   • Traducere la nivel de propoziție
   • Pierderea clasificării imaginii
   • Skip-Gram cu eșantionare negativă
5. De ce este FastText deosebit de util pentru limbi precum finlandeză sau turcă?
   • Sunt bogate din punct de vedere morfologic, cu multe forme de cuvinte flexate care împărtășesc subcuvinte
   • Au foarte puține cuvinte
   • Nu folosesc spații
   • Nu au cuvinte rare
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