Logo Passei Direto
Buscar
A transformação de textos em representações matemáticas é essencial para que os algoritmos de Processamento de Linguagem Natural (PLN) possam analisá-los. Modelos, como Bag-of-Words (BoW), TF-IDF e Word Embeddings, desempenham esse papel, convertendo palavras em dados numéricos. No modelo Bag-of-Words, um texto é representado como um conjunto de palavras, ignorando a __________ e a __________ entre elas. Já o modelo TF-IDF ajusta a __________ das palavras, atribuindo mais peso às que são menos comuns no conjunto de documentos. Por outro lado, Word Embeddings utilizam modelos baseados em redes neurais para representar palavras em um espaço __________, preservando relações semânticas. Assinale a alternativa que completa adequadamente as lacunas. A Frequência; ordem; gramática; estatístico. B Sentido; gramática; sintaxe; discreto. C Distribuição; relevância; contexto; categórico. D Estrutura; semântica; posição; textual. E Ordem; gramática; frequência; vetorial.
User badge image
Por Amanda Silva

há 2 meses

Respostas

User badge image

Ed Verified user icon

há 2 meses

Vamos analisar as lacunas com base no funcionamento dos modelos mencionados: 1. No modelo Bag-of-Words (BoW), o texto é representado como um conjunto de palavras, ignorando a ordem e a gramática entre elas. 2. No modelo TF-IDF, ajusta-se a frequência das palavras, atribuindo mais peso às que são menos comuns. 3. Word Embeddings representam palavras em um espaço vetorial, preservando relações semânticas. Portanto, a alternativa que completa corretamente as lacunas é: E) Ordem; gramática; frequência; vetorial.

Essa resposta te ajudou?

0
Dislike0

Ainda não achou a resposta?

  • Integrado com os principais modelos de IA do mercado
  • Respostas em segundos
  • IA treinada para estudantes brasileiros.
PasseIA logoEvolua sua forma de estudar

Cadastre-se ou realize login

Ainda com dúvidas?

Envie uma pergunta e tenha sua dúvida de estudo respondida!

Mais conteúdos dessa disciplina