Ce navigateur n’est plus pris en charge.
Effectuez une mise à niveau vers Microsoft Edge pour tirer parti des dernières fonctionnalités, des mises à jour de sécurité et du support technique.
Quel est l’objectif de la tokenisation ?
Pour traduire du texte dans une autre langue.
Pour résumer les documents volumineux.
Pour décomposer le texte en unités plus petites pour l’analyse.
Parmi les techniques suivantes, laquelle est utilisée pour déterminer l’importance des mots dans un document spécifique dans le contexte d’une plus grande collection de documents ?
Naïve Bayes
TF-IDF (fréquence du terme Frequency-Inverse dans le document)
Word2Vec
Parmi les éléments suivants, lequel décrit le mieux le rôle d’incorporation de vecteurs dans le traitement en langage naturel (NLP) ?
Ils dupliquent des tokens dans plusieurs langues.
Ils définissent des stopwords (mots vides) à ignorer.
Ils capturent des relations sémantiques entre tokens sur plusieurs dimensions.
Vous devez répondre à toutes les questions avant de vérifier votre travail.
Cette page a-t-elle été utile ?
Vous avez besoin d’aide pour cette rubrique ?
Vous souhaitez essayer d’utiliser Ask Learn pour clarifier ou vous guider dans cette rubrique ?