Questo browser non è più supportato.
Esegui l'aggiornamento a Microsoft Edge per sfruttare i vantaggi di funzionalità più recenti, aggiornamenti della sicurezza e supporto tecnico.
Qual è lo scopo principale della tokenizzazione nell'elaborazione del linguaggio naturale (NLP)?
Per tradurre il testo in un'altra lingua.
Per riepilogare documenti di grandi dimensioni.
Per suddividere il testo in unità più piccole per l'analisi.
Quale delle tecniche seguenti viene usata per determinare l'importanza delle parole in un documento nel contesto di una raccolta più ampia di documenti?
Naive Bayes
TF-IDF (Term Frequency-Inverse Document Frequency)
Word2Vec
Quale dei seguenti descrive meglio il ruolo degli incorporamenti nell'elaborazione del linguaggio naturale (NLP)?
Visualizzano i dati di testo in uno spazio bidimensionale per un'interpretazione più semplice.
Riepilogano corpora testo di grandi dimensioni in frasi brevi e significative.
Convertono i token del linguaggio in vettori che acquisiscono relazioni semantiche.
Devi rispondere a tutte le domande prima di controllare il lavoro svolto.
Questa pagina è stata utile?
Serve aiuto con questo argomento?
Provare a usare Ask Learn per chiarire o guidare l'utente in questo argomento?