Câu hỏi về trích xuất đặc trưng

Feature extraction (trích xuất đặc trưng) chủ yếu nhằm mục đích gì?

• Tăng số chiều dữ liệu

• Giảm chiều dữ liệu và tăng hiệu suất xử lý

• Thay thế mô hình học sâu

• Bỏ qua thông tin gốc

Trong NLP, hai phương pháp trích xuất đặc trưng cơ bản nhất là gì?

• BoW và CNN

• TF-IDF và BoW

• RNN và LSTM

• Transformer và BoW

BoW (Bag-of-Words) biểu diễn văn bản như thế nào?

• Dựa trên tần suất xuất hiện của ký tự

• Dựa trên thứ tự từ trong câu

• Dựa trên tần suất từ trong văn bản

• Dựa trên vector ngữ nghĩa từ Word2Vec

Nhược điểm chính của BoW là gì?

• Tính toán phức tạp

• Không giữ thông tin về ngữ cảnh và thứ tự từ

• Không tính được tần suất từ

• Không thể áp dụng cho văn bản ngắn

Trong TF-IDF, TF được tính bằng cách nào?

• log(N / df)

• Số lần xuất hiện của từ / số từ trong văn bản

• Số lần xuất hiện của từ / số lần xuất hiện từ phổ biến nhất trong văn bản

• Số văn bản chứa từ / tổng số văn bản

Trong TF-IDF, công thức tính IDF là gì?

• log(df / N)

• log(N / df)

• tf * N

• log(tf / df)

Ưu điểm của TF-IDF so với BoW là gì?

• Giữ được thứ tự từ

• Loại bỏ ảnh hưởng của từ xuất hiện quá thường xuyên nhưng ít ý nghĩa

• Giảm độ phức tạp dữ liệu

• Giữ ngữ cảnh dài hạn

Hạn chế của TF-IDF là gì?

• Không phân biệt ngữ cảnh giữa các câu có cùng từ vựng

• Quá phụ thuộc vào số lượng văn bản

• Khó tính toán trên dữ liệu lớn

• Không áp dụng cho dữ liệu tiếng Anh

Ví dụ nào là Bigram (N=2) của câu “Tôi học lập_trình”?

• “Tôi học lập_trình”

• “Tôi học” và “học lập_trình”

• “lập_trình”

• “học”

Ưu điểm của N-gram so với BoW và TF-IDF là gì?

(a)