Викторина, связанная с руководством · Средний Уровень

Викторина «Глобальные векторы GloVe»

Узнайте, как GloVe учится на основе глобального подсчета совпадений, отношений вероятностей, взвешенной регрессии и векторной структуры языковых отношений.

Связанные направляющие путиПерчатки глобальных векторов
Вопрос 1 из 8

Какую базовую структуру данных GloVe создает из корпуса?

Предварительный просмотр каждого вопроса8 вопросы

Ответы и пояснения появляются по мере прохождения теста.

  1. Какую базовую структуру данных GloVe создает из корпуса?
    • Глобальная матрица подсчета совпадений слов
    • Дерево разбора для каждого предложения
    • Список тегов частей речи
    • Таблица частот на уровне символов
  2. Согласно GloVe, скалярное произведение двух векторов слов обучается аппроксимировать что?
    • Необработанное количество совпадений
    • Логарифм их совместного появления
    • Количество букв, которые они разделяют
    • Их алфавитное расстояние
  3. Какая ключевая величина, по мнению GloVe, имеет семантическое значение?
    • Общий размер корпуса
    • Длина каждого слова
    • Отношения вероятностей совместного возникновения
    • Порядковые слова появляются в словаре
  4. Какова цель весовой функции f(X_ij) GloVe?
    • Для перевода слов между языками
    • Чтобы случайным образом перетасовать данные обучения
    • Преобразование векторов в горячие кодировки
    • Чтобы ограничить влияние очень частых пар и игнорировать нулевые значения
  5. Где и когда была разработана GloVe?
    • Стэнфорд, 2014 г.
    • Google, 2013 г.
    • Массачусетский технологический институт, 2010 г.
    • ИИ Facebook, 2016 г.
  6. Чем подход к обучению GloVe принципиально отличается от подхода Word2Vec?
    • GloVe вообще не использует векторы
    • GloVe факторизует предварительно вычисленную глобальную матрицу подсчета, а не прогнозирует на основе локальных окон онлайн.
    • GloVe работает только с одним предложением
    • GloVe требует маркированных данных о тренировках
  7. What type of word relationship can a difference between GloVe vectors represent?
    • The chronological order of sentences in the corpus
    • The exact frequency count of every word in isolation
    • A relation shared by word pairs, such as the relation between country and capital
    • The punctuation pattern used by a document author
  8. In a vector analogy a:b::c:?, what operation can be used to search for the missing word with GloVe vectors?
    • Find the word with the longest spelling
    • Sort words by corpus count and choose the median
    • Add all context-window vectors without comparing candidates
    • Find the vector nearest to b − a + c