LP4PKB

Question 1

Correct

Mark 1.00 out of 1.00

Flag question

Question text

Library yang dikembangkan oleh Radim Rahurek untuk mengimplementasi word2vec dikenal dengan nama

Select one:

a. Keras

b. Theano

c. TensorFlow

d. Gensim 

Feedback

The correct answer is: Gensim

Question 2

Correct

Mark 1.00 out of 1.00

Flag question

Question text

Agar komputer dapat memproses informasi dalam bentuk teks, diperlukan metode untuk mengubah teks tersebut menjadi bentuk numerik. Metode yang mengubah kata menjadi bentuk numerik dikenal dengan nama

Select one:

a. Word Embedding 

b. Tidak ada jawaban yang benar

c. Numeric Word

d. Word Numeric

Feedback

The correct answer is: Word Embedding

Question 3

Correct

Mark 1.00 out of 1.00

Flag question

Question text

Jarak pencarian antara sebuah kata dengan kata yang diprediksi diatur dengan parameter

Select one:

a. alpha

b. sg

c. size

d. window 

Feedback

The correct answer is: window

Question 4

Correct

Mark 1.00 out of 1.00

Flag question

Question text

Berikut adalah beberapa masalah yang termasuk dalam pemrosesan bahasa natural, kecuali

Select one:

a. Sentiment Analysis

b. Object Recognition 

c. Opinion Mining

d. Text Summarization

Feedback

The correct answer is: Object Recognition

Question 5

Correct

Mark 1.00 out of 1.00

Flag question

Question text

Masalah yang dapat muncul saat menggunakan word2vec adalah

Select one:

a. Semua jawaban benar

b. Vektor yang dihasilkan terlalu kecil

c. Kata yang diberikan tidak terdapat pada kamus kata 

d. Tiap kata memiliki vektornya sendiri

Feedback

The correct answer is: Kata yang diberikan tidak terdapat pada kamus kata

Question 6

Correct

Mark 1.00 out of 1.00

Flag question

Question text

NLP adalah

Select one:

a. Natural Language Preprocesing

b. Natural Language Processor

c. Neutron Language Programming

d. Natural Language Processing 

Feedback

The correct answer is: Natural Language Processing

Question 7

Correct

Mark 1.00 out of 1.00

Flag question

Question text

Agar neural network dapat mengerti kalimat yang diberikan memiliki sentimen positif atau negatif, diperlukan ... agar neural network dapat memproses kalimat tersebut.

Select one:

a. Semua jawaban benar

b. Wordnet

c. Word embedding 

d. Neural word

Feedback

The correct answer is: Word embedding

Question 8

Correct

Mark 1.00 out of 1.00

Flag question

Question text

word2vec dikembangkan pada tahun

Select one:

a. 2017

b. 2018

c. 2016

d. 2013 

Feedback

The correct answer is: 2013

Question 9

Correct

Mark 1.00 out of 1.00

Flag question

Question text

word2vec dikembangkan oleh tim peneliti yang dikepalai oleh

Select one:

a. Tomas Mikolov 

b. Steve Jobs

c. Joshua Bengio

d. Sergey Brin

Feedback

The correct answer is: Tomas Mikolov

Question 10

Correct

Mark 1.00 out of 1.00

Flag question

Question text

Model skip-gram pada word2vec mencoba untuk

Select one:

a. Mendapatkan satu kata saat konteks suatu kata diinput

b. Mendapatkan konteks suatu kata saat menginput satu kata 

c. Semua jawaban salah

d. Semua jawaban benar

Feedback

The correct answer is: Mendapatkan konteks suatu kata saat menginput satu kata

Question 11

Correct

Mark 1.00 out of 1.00

Flag question

Question text

Word embedding adalah

Select one:

a. Semua jawaban salah

b. Metode untuk mengubah suatu kata menjadi bentuk string

c. Metode untuk mengubah suatu kata menjadi bentuk numerik 

d. Semua jawaban benar

Feedback

The correct answer is: Metode untuk mengubah suatu kata menjadi bentuk numerik

Question 12

Correct

Mark 1.00 out of 1.00

Flag question

Question text

Model Continuous Bag-of-Word pada word2vec mencoba untuk

Select one:

a. Mendapatkan konteks suatu kata saat menginput satu kata

b. Semua jawaban salah

c. Mendapatkan satu kata saat konteks suatu kata diinput 

d. Semua jawaban benar

Feedback

The correct answer is: Mendapatkan satu kata saat konteks suatu kata diinput

Question 13

Correct

Mark 1.00 out of 1.00

Flag question

Question text

Terdapat 2 jenis arsitektur word2vec, yaitu

Select one:

a. Discontinuous Bag-of-Word dan bi-gram

b. Continuous Bag-of-Word dan skip-gram 

c. bi-gram dan skip-gram

d. Bag-of-Word dan tri-gram

Feedback

The correct answer is: Continuous Bag-of-Word dan skip-gram

Question 14

Correct

Mark 1.00 out of 1.00

Flag question

Question text

Neural network yang disusun atas 2 lapisan yang digunakan untuk mengubah kata menjadi bentuk vektor adalah

Select one:

a. word2vec 

b. TF-IDF

c. CharCNN

d. Tidak ada jawaban yang benar

Feedback

The correct answer is: word2vec

Question 15

Correct

Mark 1.00 out of 1.00

Flag question

Question text

Jika kita hanya memiliki data yang sedikit, disarankan untuk menggunakan model

Select one:

a. bi-gram

b. tri-gram

c. cbow

d. skip-gram 

Feedback

The correct answer is: skip-gram

Question 16

Correct

Mark 1.00 out of 1.00

Flag question

Question text

word2vec dapat digunakan untuk mendapatkan

Select one:

a. Kata yang memiliki keterhubungan

b. Semua benar 

c. Sinonim kata

d. Makna suatu kata

Feedback

The correct answer is: Semua benar

Question 17

Correct

Mark 1.00 out of 1.00

Flag question

Question text

Berikut adalah beberapa metode word embedding, kecuali

Select one:

a. Semua jawaban salah

b. TF-IDF

c. word2numeric 

d. word2vec

Feedback

The correct answer is: word2numeric

Question 18

Correct

Mark 1.00 out of 1.00

Flag question

Question text

Sebuah word embedding yang disusun atas 2 lapisan neuron adalah

Select one:

a. Term frequency

b. TF-IDF

c. Tidak ada jawaban yang benar

d. word2vec 

Feedback

The correct answer is: word2vec

Question 19

Correct

Mark 1.00 out of 1.00

Flag question

Question text

Parameter size milik class Word2Vec pada library gensim menunjukan

Select one:

a. Jumlah lapisan pada model word2vec

b. Besar vektor output yang dihasilkan oleh model word2vec 

c. Semua jawaban benar

d. Semua jawaban salah

Feedback

The correct answer is: Besar vektor output yang dihasilkan oleh model word2vec

Question 20

Correct

Mark 1.00 out of 1.00

Flag question

Question text

Untuk menggunakan model skip-gram, nilai parameter yang diubah menjadi 1 adalah

Select one:

a. Semua jawaban salah

b. sg 

c. size

d. window

Feedback

The correct answer is: sg

Share this post