Testul pentru modele TF-IDF și Bag-of-Words

Răspunsurile și explicațiile apar pe măsură ce susțineți testul.

1. Ce informații cheie renunță la un model de pachet de cuvinte?
   • Ordinea și gramatica cuvintelor
   • Cuvântul contează
   • Vocabularul
   • Lungimea documentului
2. Ce face partea IDF a TF-IDF?
   • Îmbunătățește cuvintele comune în toate documentele
   • Reduce cuvintele care apar în multe documente
   • Numărează caracterele
   • Traduce cuvinte rare
3. Un cuvânt care apare în fiecare document din colecție primește o valoare IDF aproape de ce?
   • O mie
   • Infinitul negativ
   • Zero
   • Numărul de documente
4. Cum se calculează scorul TF-IDF pentru un termen?
   • TF minus IDF
   • TF împărțit la IDF
   • TF plus lungimea documentului
   • TF înmulțit cu IDF
5. Ce măsură de similitudine este folosită în mod obișnuit pentru a compara vectorii de documente TF-IDF?
   • Asemănarea cosinusului
   • Editați distanța
   • Eroare medie pătratică
   • Număr de biți
6. De ce TF-IDF acordă scoruri mari anumitor cuvinte?
   • Sunt cuvinte lungi
   • Sunt frecvente într-un singur document, dar rare în întreaga colecție
   • Ele apar în fiecare document
   • Sunt capitalizate
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