گائیڈ سے منسلک کوئز · درمیانہ سطح
ورڈ ایمبیڈنگز کوئز
سیکھے ہوئے لفظ ویکٹرز، جامد اور سیاق و سباق کی نمائندگی، ویکٹر تعلقات، کوسائن موازنہ، اور معنوی مماثلت کی حدود کا جائزہ لیں۔
سوال 1 کی 8
ایک سیکھا گیا ورڈ ایمبیڈنگ عددی موازنے کے لیے لفظ کی نمائندگی کیسے کرتا ہے؟
ہر سوال کا جائزہ لیں۔8 سوالات
جب آپ کوئز دیتے ہیں تو جوابات اور وضاحتیں ظاہر ہوتی ہیں۔
- ایک سیکھا گیا ورڈ ایمبیڈنگ عددی موازنے کے لیے لفظ کی نمائندگی کیسے کرتا ہے؟
- As a plain-text dictionary entry only
- As a vector of learned numerical features
- As a complete recorded pronunciation only
- As a manually assigned grammar rule
- Word2vec جیسے ماڈلز کیسے سیکھتے ہیں کہ لفظ کا کیا مطلب ہے؟
- لغت سے ہاتھ سے لکھی گئی تعریفیں پڑھ کر
- ہر لفظ میں حروف شمار کرکے
- یہ دیکھ کر کہ دوسرے الفاظ متن کی بڑی مقدار میں اس کے قریب ظاہر ہوتے ہیں۔
- انسانی ریٹرز کو ہر لفظ کو اسکور کرنے کے لیے کہہ کر
- کلاسیک کنگ-منہس-مین-پلس-وومن ویکٹر مثال کیا واضح کرتی ہے؟
- Some learned representations capture relationships through vector offsets
- Every word relation obeys an exact arithmetic law
- Vector arithmetic verifies every factual statement
- The vector stores a word's exact spelling only
- Word2vec/GloVe ایمبیڈنگز اور جدید ٹرانسفارمر ماڈلز کے اندر ایمبیڈنگز کے درمیان بنیادی فرق کیا ہے؟
- ٹرانسفارمرز بالکل بھی نمبر استعمال نہیں کرتے
- گلوو صرف تصاویر پر کام کرتا ہے۔
- جدید ماڈل معنی کی نمائندگی نہیں کرسکتے ہیں۔
- Word2vec فی لفظ ایک فکسڈ ویکٹر دیتا ہے، جبکہ ٹرانسفارمرز سیاق و سباق پر منحصر ویکٹر تیار کرتے ہیں۔
- کون سا کام سب سے زیادہ براہ راست سرایت کرنے والے ویکٹر کا موازنہ کرنے پر انحصار کرتا ہے؟
- کسی دستاویز میں الفاظ کی کل تعداد کو گننا
- متن کو بڑے حروف میں تبدیل کرنا
- معنوی تلاش جو استفسار سے ملتے جلتے معنی کے ساتھ دستاویزات تلاش کرتی ہے۔
- ڈسک پر فائل کا سائز چیک کرنا
- Which scale of dimensionality is found in common released classic word-vector configurations?
- Exactly one coordinate for every model
- Tens or hundreds of learned coordinates per word
- Exactly two coordinates in all word2vec models
- At least ten million coordinates per word by definition
- In a toy word-vector comparison, what is the cosine similarity of the nonzero vectors one-zero and zero-one?
- ایک
- Minus one
- دو
- صفر
- What should the first coordinate of an arbitrary learned word embedding be assumed to mean?
- A learned feature without a universal predetermined linguistic label
- The word's character count in every model
- A fixed sentiment score in every dataset
- The document's factual reliability by definition