文を単語や語句に分解し品詞などを識別する自然言語処理タスクは?
- 形態素解析
- 構文解析
- 情報検索
- 感情分析
正解!
不正解...
正解は形態素解析です。
問題に戻る
テキストからポジティブ・ネガティブなどの感情を分類するタスクは?
- 感情分析
- 質問応答
- 文書要約
- 統計的機械翻訳
正解!
不正解...
正解は感情分析です。
感情分析は、テキストからポジティブ/ネガティブなどの感情を分類するタスクです。
問題に戻る
各単語をベクトル空間の1次元だけで表す方法は?
- ワンホットベクトル
- TF-IDF
- 分散表現
- ボックスプロット
正解!
不正解...
正解はワンホットベクトルです。
ワンホットベクトルは、各単語を1つの次元で表すシンプルな特徴表現方法です。
問題に戻る
単語の頻度と文書頻度に基づいて重みを付ける特徴表現手法は?
- TF-IDF
- word2vec
- CNN
- GPT
正解!
不正解...
正解はTF-IDFです。
TF-IDFは、単語の出現頻度と文書頻度を用いて重要度を計算する特徴量表現です。
問題に戻る
文章内の単語の出現頻度のみで特徴ベクトルを構成する手法は?
- Skip-gram
- CBOW
- N-gram
- BoW
正解!
不正解...
正解はBoWです。
BoW(Bag-of-Words)は、単語の出現頻度のみを考慮するシンプルな手法です。
問題に戻る
周囲の単語から中心の単語を予測するword2vecの手法は?
- CBOW
- fastText
- TF-IDF
- GPT
正解!
不正解...
正解はCBOWです。
CBOW(Continuous Bag-of-Words)は、文脈から中心の単語を予測する手法です。
問題に戻る
中心の単語から周囲の単語を予測するword2vecの手法は?
- Skip-gram
- BoW
- CBOW
- fastText
正解!
不正解...
正解はSkip-gramです。
Skip-gramは、中心の単語から周囲の単語を予測するword2vecの手法です。
問題に戻る
文脈によって動的に単語のベクトルを変化させるモデルは?
- BERT
- ELMo
- GPT
- fastText
正解!
不正解...
正解はELMoです。
ELMoは文脈に応じて動的に単語表現を生成する分散表現モデルです。
問題に戻る
入力系列を別の出力系列に変換するモデルは?
- Seq2Seq
- CNN
- SVM
- VGG
正解!
不正解...
正解はSeq2Seqです。
Seq2Seqは、機械翻訳などに用いられる、系列から系列を出力するモデルです。
問題に戻る
自然言語理解モデルの性能を評価するために使われるベンチマークは?
- GLUE
- PaLM
- BERT
- GPT
正解!
不正解...
正解はGLUEです。
GLUEは、自然言語理解モデルの性能を評価するためのベンチマークタスクセットです。
問題に戻る
形態素解析は、文を最小単位に分解し、品詞などを特定する自然言語処理の基礎タスクです。