แบบทดสอบที่เชื่อมโยงกับคำแนะนำ · ง่าย ระดับ
แบบทดสอบการย่อและการย่อคำ
เปรียบเทียบการแก้ปัญหาแบบฮิวริสติกกับการแบ่งย่อยตามบริบท และเรียนรู้ว่าแต่ละวิธีทำให้รูปแบบคำเป็นมาตรฐานสำหรับการประมวลผลข้อความได้อย่างไร
คำถาม 1 ของ 8
อะไรคือความแตกต่างที่สำคัญระหว่างการกั้นและการแทรกคำย่อ?
ดูตัวอย่างทุกคำถาม8 คำถาม
คำตอบและคำอธิบายจะปรากฏขึ้นเมื่อคุณทำแบบทดสอบ
- อะไรคือความแตกต่างที่สำคัญระหว่างการกั้นและการแทรกคำย่อ?
- Stemming ใช้กฎการแยกคำต่อท้ายอย่างหยาบ ในขณะที่การแบ่งคำย่อจะจับคู่คำกับรูปแบบพื้นฐานของพจนานุกรมจริง
- Stemming ใช้พจนานุกรม การแบ่งย่อใช้กฎเกณฑ์
- เป็นกระบวนการที่เหมือนกัน
- การกั้นจะใช้ได้กับตัวเลขเท่านั้น
- Porter Stemmer อาจให้ผลลัพธ์อะไรกับคำว่า 'การศึกษา'
- การศึกษา
- เรียน
- ศึกษา
- นักเรียน
- When 'better' is used as a comparative adjective, which lemma may a lemmatizer return?
- Betterness
- Bet
- Good
- Wellness
- เหตุใดตัวแทรกคำจึงมักต้องการข้อมูลส่วนหนึ่งของคำพูด?
- เพื่อนับตัวอักษร
- เพื่อแปลคำศัพท์
- เพื่อใช้อักษรตัวพิมพ์ใหญ่
- เพื่อเลือกบทแทรกที่ถูกต้อง เนื่องจากการสะกดคำเดียวกันอาจเป็นคำนามหรือกริยาได้
- โดยทั่วไปข้อใดเป็นจริงเกี่ยวกับการกั้นเมื่อเปรียบเทียบกับการย่อคำ
- การกั้นจะเร็วกว่าแต่แม่นยำน้อยกว่า
- การกั้นจะช้าลงและแม่นยำยิ่งขึ้น
- Stemming มักจะสร้างคำในพจนานุกรม
- การกั้นต้องใช้ WordNet
- เทคนิคทั้งสองมีประโยชน์ในทางปฏิบัติร่วมกันอย่างไร?
- พวกเขาแปลข้อความ
- พวกเขาลดขนาดคำศัพท์โดยการรวมรูปแบบคำต่างๆ
- พวกเขาเพิ่มคำศัพท์ใหม่
- พวกเขาเข้ารหัสข้อความ
- What does byte-pair encoding do when constructing subword units?
- It strips every suffix using a fixed Porter rule
- It assigns every word a single pronunciation
- It iteratively merges frequent adjacent symbols into larger units
- It replaces all tokens with part-of-speech labels
- Why should stemming or lemmatization tools be checked separately for different languages?
- Every language uses the same suffix rules
- Lemmatizers can process only English verbs
- Stemming produces identical output for every script
- Morphology and useful normalization rules vary by language