NEW
Font size
WorksheetsQuiz về Word2Vec
Total questions: 20
Worksheet time: 10mins
Word2Vec là gì?
Một kỹ thuật học biểu diễn từ trong NLP.
Một ngôn ngữ lập trình.
Một phần mềm chỉnh sửa văn bản.
Một công cụ dịch thuật.
Ưu điểm của phương pháp Skip-gram là gì?
Tốt hơn với các từ hiếm, học được nhiều thông tin ngữ nghĩa.
Huấn luyện nhanh, thích hợp với dữ liệu lớn.
Dễ dàng áp dụng cho mọi ngôn ngữ.
Giảm thời gian xử lý dữ liệu.
Word2Vec có thể học được các mối quan hệ nào giữa các từ?
Giữa các từ đồng nghĩa
Giữa các từ trái nghĩa
Giữa các từ liên quan đến giới tính và số nhiều
Giữa các từ không liên quan
Một trong những ưu điểm của Word2Vec là gì?
Giúp tăng kích thước dữ liệu
Giữ được thông tin ngữ nghĩa và ngữ cảnh
Làm chậm quá trình xử lý dữ liệu
Không hỗ trợ các tác vụ NLP
Word2Vec có thể được sử dụng hiệu quả trong các tác vụ nào sau đây?
Phân loại văn bản, tìm kiếm tương tự, dịch máy, chatbots
Chỉ phân loại văn bản
Chỉ dịch máy
Chỉ tìm kiếm tương tự
Hình minh họa về CBOW và Skip-Gram trong Word2Vec
CBOW dự đoán từ trung tâm dựa trên ngữ cảnh, Skip-Gram dự đoán ngữ cảnh dựa trên từ trung tâm.
CBOW dự đoán ngữ cảnh dựa trên từ trung tâm, Skip-Gram dự đoán từ trung tâm dựa trên ngữ cảnh.
CBOW và Skip-Gram đều dự đoán ngẫu nhiên các từ trong câu.
CBOW và Skip-Gram không liên quan đến Word2Vec.
Skip-gram hoạt động tốt trong trường hợp nào?
Khi corpus lớn và từ phổ biến.
Khi corpus nhỏ hoặc muốn học tốt các từ hiếm.
Khi không cần dự đoán ngữ cảnh.
Khi chỉ cần sử dụng từ trung tâm.
Kiến trúc CBOW sử dụng đầu vào là gì?
Từ trung tâm.
Các từ ngữ cảnh (các từ xung quanh).
Embedding vector.
Mạng NN.
Hệ thống QA trên SQuAD là gì?
Một mô hình Trả lời Câu hỏi
Một công cụ dịch thuật
Một phần mềm toán học
Một ứng dụng chơi game
Hệ thống QA hiện đại thường được huấn luyện và đánh giá trên bộ dữ liệu nào?
SQuAD
Word2Vec
BiLSTM
Transformer
Hệ thống QA nhận đầu vào gồm những gì?
Đoạn văn và câu hỏi
Đoạn văn và câu trả lời
Câu hỏi và câu trả lời
Đoạn văn và từ khóa
Nhiệm vụ chính của hệ thống QA là gì?
Xác định đoạn văn bản trong passage chứa câu trả lời chính xác
Tạo ra câu hỏi từ đoạn văn
Dịch đoạn văn sang ngôn ngữ khác
Tìm kiếm từ khóa trong đoạn văn
Embedding layer trong hệ thống QA dùng để làm gì?
Biểu diễn từ bằng vector
Mã hóa ngữ cảnh câu hỏi và đoạn văn
Tìm kiếm câu trả lời chính xác
Tạo ra câu hỏi từ đoạn văn
SQuAD được sử dụng để làm gì?
Để kiểm tra khả năng dịch máy của AI.
Để xem AI hiểu văn bản và trả lời tốt đến đâu.
Để huấn luyện mô hình RNN.
Để kiểm tra tốc độ xử lý của Transformer.
Transformer xử lý chuỗi dữ liệu như thế nào?
Xử lý tuần tự từng phần.
Xử lý cả chuỗi một lúc.
Xử lý theo từng từ riêng lẻ.
Xử lý theo từng câu.
Ưu điểm của Transformer so với RNN là gì?
Xử lý tuần tự nhanh hơn.
Không bị hạn chế trong việc học quan hệ xa.
Không phù hợp với các mô hình ngôn ngữ lớn.
Chỉ phù hợp với các tác vụ nhỏ.
Transformer phù hợp với các mô hình ngôn ngữ lớn nào?
GPT, BERT, LLAMA.
RNN, LSTM, GRU.
SQuAD, NLP, AI.
ChatGPT, RNN, LSTM.
Một trong những ứng dụng của Transformer trong NLP là gì?
Dịch máy, tóm tắt, hỏi-đáp.
Phân tích hình ảnh.
Tạo âm thanh.
Xử lý tín hiệu.
Masked Language Modeling (MLM) là cơ chế huấn luyện đặc trưng của mô hình nào?
GPT-4V
BERT
Vision Transformer (ViT)
DETR
Đa phương thức (Multimodal) bao gồm các mô hình nào?
Vision Transformer (ViT), DETR
CLIP, GPT-4V
BERT, NSP
QA, NLI
