Quiz NLP

Quel est le principal problème que la méthode LSH (Locality Sensitive Hashing) cherche à résoudre

• Traduire des mots d'une langue à une autre

• La lenteur de la recherche de similarité dans de très grands ensembles de données

• Représenter des mots sous forme de nombres (vecteurs)

• Améliorer la précision de la recherche à 100%

 Qu'est-ce qu'un "vecteur de mot" (word vector) ?

• Une image représentant un mot

• Un simple numéro d'identification pour un mot

• Une liste de coordonnées (nombres) qui représente la signification d'un mot dans un espace mathématique

• La définition du mot dans le dictionnaire

Dans le contexte de la traduction, quel est le rôle de la matrice de transformation 'R' ?

• Elle stocke le dictionnaire de tous les mots traduits

• Elle sert à aligner "l'espace vectoriel" d'une langue sur une autre, comme si on superposait deux cartes

• lle calcule la distance entre deux mots

• Elle choisit les mots à traduire

Pourquoi est-il plus puissant d'apprendre la matrice 'R' sur un sous-ensemble de mots plutôt que de simplement utiliser un dictionnaire complet ?

• C'est plus rapide et ça utilise moins de mémoire

• Parce qu'une fois apprise, la matrice 'R' peut traduire des mots qu'elle n'a jamais vus pendant son entraînement

• C'est la seule méthode qui fonctionne avec des vecteurs

• Parce que les dictionnaires complets n'existent pas

Quelle est l'idée fondamentale derrière la méthode LSH ?

• Comparer chaque élément un par un, mais avec un ordinateur plus puissant

• Pré-trier les données dans des "boîtes" (buckets) pour ne chercher que dans une petite zone pertinente

• Compresser les données pour qu'elles prennent moins de place

• Rendre la recherche 100% exacte

Quel outil mathématique simple est utilisé en LSH pour déterminer de quel côté d'un "mur" (plan) un vecteur se trouve ?

• Une addition

• Une division

• Le signe (+ ou -) du produit scalaire

• La racine carrée

Pourquoi utilise-t-on plusieurs tables de hachage indépendantes dans une implémentation robuste de LSH ?

• Pour diviser le travail entre plusieurs ordinateurs

• Pour gérer plus de langues en même temps

• Parce qu'une seule table de hachage (basée sur des plans aléatoires) peut faire des erreurs et séparer des voisins proches. Utiliser plusieurs tables augmente la fiabilité

• Pour pouvoir stocker plus de mots

Dans une table de hachage, qu'est-ce qu'un "bucket" ?

• C'est le numéro qui sert d'adresse (la valeur de hash)

• C'est l'algorithme de tri

• C'est le conteneur (la "boîte") qui stocke les vecteurs ayant la même valeur de hash

• C'est un autre mot pour "vecteur"

Le LSH est une méthode de recherche de voisins "approximatifs". Qu'est-ce que cela signifie en pratique ?

• Que la méthode est très lente mais toujours 100% correcte

• Que l'on sacrifie un peu de précision pour obtenir un gain de vitesse énorme

• Que la méthode ne fonctionne qu'avec des nombres approximatifs

• Que les résultats sont complètement aléatoires

 Comment peut-on représenter une phrase ou un document entier par un seul vecteur ?

• En choisissant le vecteur du mot le plus important de la phrase

• En faisant la moyenne des lettres de l'alphabet utilisées

• En additionnant les vecteurs de chaque mot qui compose la phrase

• Il est impossible de représenter une phrase par un seul vecteur