在基于词向量的簇标签评估中，簇标签根据哪些单词来确定？
A: 词向量长度最大的若干个单词
B: 词向量长度最小的若干个单词
C: 词向量与质心向量区别最大的若干个单词
D: 词向量与质心向量最接近的若干个单词
A: 词向量长度最大的若干个单词
B: 词向量长度最小的若干个单词
C: 词向量与质心向量区别最大的若干个单词
D: 词向量与质心向量最接近的若干个单词
D
举一反三
- 与one-hot的单词表达不同，在词向量模型中，单词和单词之间的共现关系被忽略了。 A: 正确 B: 错误
- 中国大学MOOC: 与one-hot的单词表达不同，在词向量模型中，单词和单词之间的共现关系被忽略了。
- "star" 与 "sun" 两个单词的one-hot词向量的夹角余弦值是多少？ A: 0 B: 1 C: -1
- 下面哪项不是词向量跟传统文档向量（one-hot向量）的不同之处？ A: 分量个数更少 B: 分量在实数范围内取值 C: 分量与单词有一一对应关系 D: 分量数值可正可负
- 词向量表示中，哪个方法可以表示某个词的意思与跟它相邻的单词紧密相关？ A: One-hot B: N-gram C: Co-occurrence matrix D: Word Embedding
内容
- 0
【单选题】下列关于向量组的说法,错误的是() A. 若干个同维数的列向量集合是向量组 B. 若干个同维数的行向量集合是向量组 C. 有限个有序向量构成的向量组与矩阵一一对应 D. 向量组中向量的维数没有限制，可以是任意维数向量
- 1
词向量表示中，哪个方法可以表示单词位置关系所反映的语义关联？ A: One-hot B: N-gram C: Co-occurrence matrix D: Word Embedding
- 2
【单选题】向量a叉乘向量b等于向量c,向量c的大小从几何上理解应该是 A. 向量a的长度 B. 向量b的长度 C. 向量a的长度乘b的长度 D. 向量a与向量b所围成三角形的面积
- 3
关于文档的向量表示模型，采用深度学习中的词向量表示模型和传统的单纯基于词频向量表示方法的区别的描述错误的是 A: 传统文档的表示一般采用词袋BOW模型，表示为高维向量 B: 深度学习中的词向量表示模型通常是一种低维度向量 C: 深度学习中的词向量表示模型存在的一个突出问题就是“词汇鸿沟”现象 D: 传统方法中词向量表示模型存在一个突出问题就是“词汇鸿沟”现象
- 4
关于文档的向量表示模型，采用深度学习中的词向量表示模型和传统的单纯基于词频向量表示方法的区别的描述错误的是