แบบทดสอบที่เชื่อมโยงกับคำแนะนำ · ปานกลาง ระดับ

แบบทดสอบโมเดล TF-IDF และ Bag-of-Words

ตรวจสอบว่า bag-of-words และ TF-IDF เป็นตัวแทนของเอกสาร มีน้ำหนักคำศัพท์เฉพาะ และสนับสนุนการเรียกข้อมูลแบบกระจัดกระจายอย่างไร

เส้นทางแนะนำที่เกี่ยวข้องTf Idf และ Bag Of Words รุ่น
คำถาม 1 ของ 8

ข้อมูลสำคัญใดที่โมเดลแบบถุงคำละทิ้งไป

ดูตัวอย่างทุกคำถาม8 คำถาม

คำตอบและคำอธิบายจะปรากฏขึ้นเมื่อคุณทำแบบทดสอบ

  1. ข้อมูลสำคัญใดที่โมเดลแบบถุงคำละทิ้งไป
    • ลำดับและไวยากรณ์ของคำ
    • คำพูดนั้นมีความหมาย
    • คำศัพท์
    • ความยาวเอกสาร
  2. ส่วน IDF ของ TF-IDF ทำหน้าที่อะไร
    • ส่งเสริมคำที่ใช้กันทั่วไปในเอกสารทั้งหมด
    • ลดทอนคำที่ปรากฏในเอกสารหลายฉบับ
    • นับตัวอักษร
    • แปลคำศัพท์ที่หายาก
  3. คำที่ปรากฏในทุกเอกสารในคอลเลกชันจะได้ค่า IDF ใกล้เคียงกับข้อใด
    • หนึ่งพัน
    • อนันต์เชิงลบ
    • ศูนย์
    • การนับเอกสาร
  4. คะแนน TF-IDF สำหรับภาคเรียนคำนวณอย่างไร
    • TF ลบ IDF
    • TF หารด้วย IDF
    • TF บวกความยาวเอกสาร
    • TF คูณด้วย IDF
  5. การวัดความคล้ายคลึงกันแบบใดที่มักใช้เพื่อเปรียบเทียบเวกเตอร์เอกสาร TF-IDF
    • ความคล้ายคลึงโคไซน์
    • แก้ไขระยะทาง
    • ค่าคลาดเคลื่อนกำลังสองเฉลี่ย
    • จำนวนบิต
  6. เหตุใด TF-IDF จึงให้คะแนนสูงกับคำบางคำ
    • เป็นคำที่ยาว
    • ซึ่งพบบ่อยในเอกสารฉบับเดียว แต่พบไม่บ่อยในคอลเลคชันทั้งหมด
    • ปรากฏในเอกสารทุกฉบับ
    • พวกเขาเป็นตัวพิมพ์ใหญ่
  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