Bài kiểm tra có liên kết hướng dẫn · Trung bình Cấp độ
Bài kiểm tra Word2Vec Skip-Gram và CBOW
So sánh các mục tiêu CBOW và Skip-Gram của Word2Vec, lấy mẫu âm, vectơ đã học và các lựa chọn ảnh hưởng đến việc đào tạo từ hiếm.
Câu hỏi 1 của 8
Kiến trúc Skip-Gram dự đoán điều gì?
Xem trước mọi câu hỏi8 câu hỏi
Câu trả lời và giải thích xuất hiện khi bạn làm bài kiểm tra.
- Kiến trúc Skip-Gram dự đoán điều gì?
- Các từ ngữ cảnh xung quanh từ từ trung tâm
- Từ trung tâm từ các từ ngữ cảnh xung quanh
- Câu tiếp theo trong tài liệu
- Thẻ một phần của lời nói của mỗi từ
- Đầu ra hữu ích thực tế của việc đào tạo mô hình Word2Vec là gì?
- Độ chính xác dự đoán về các từ ngữ cảnh
- Ma trận trọng số đã học, có các hàng là vectơ từ
- Cây phân tích cú pháp của câu
- Xác suất cho mỗi loại tài liệu
- Tại sao Word2Vec sử dụng lấy mẫu âm tính?
- Để tăng kích thước từ vựng
- Để dịch giữa các ngôn ngữ
- Để tránh việc sử dụng softmax đầy đủ đắt tiền trên toàn bộ từ vựng
- Để tự động loại bỏ các từ dừng
- What does subsampling frequent words do in the later Word2Vec training method?
- It reduces the influence of very frequent words and can speed training
- It turns every word into a character n-gram
- It changes CBOW into a sentence classifier
- It guarantees better vectors for every rare word
- Thuộc tính nổi tiếng nào của vectơ Word2Vec được minh họa bằng "vua - đàn ông + phụ nữ ≈ nữ hoàng"?
- Tương tự vectơ thông qua số học tuyến tính
- Tra cứu từ điển chính xác
- Sửa lỗi ngữ pháp
- Chuẩn hóa độ dài câu
- Ai đã giới thiệu Word2Vec và vào năm nào?
- Geoffrey Hinton tại Toronto, 2006
- Tomas Mikolov và đồng nghiệp tại Google, 2013
- Yann LeCun tại Bell Labs, 1998
- OpenAI, 2018
- What does the CBOW architecture predict from its input context?
- Each future paragraph in the document
- The sentiment label of the full corpus
- The center word surrounded by the context window
- The spelling of a character n-gram
- What distribution does the original Word2Vec paper use to draw negative samples?
- A uniform distribution over all character n-grams
- A distribution based only on word length
- A distribution proportional to squared inverse frequency
- A unigram word-frequency distribution raised to the 0.75 power