データサイエンティスト検定 リテラシーレベル データサイエンス(機械学習・AI・非構造化データ) 練習問題 第56問: 次のa〜dのうち、自然言語処理のタスクとしての「文書分類」に当たるものを2つ選んだ組合せとして、最も適切なものはどれか。 a 届いた多数のメールの中から、迷惑メ
データサイエンス(機械学習・AI・非構造化データ)
– / 63 解いた
第56問
次のa〜dのうち、自然言語処理のタスクとしての「文書分類」に当たるものを2つ選んだ組合せとして、最も適切なものはどれか。 a 届いた多数のメールの中から、迷惑メールを見つけ出す b 商品の口コミから、書き手の評価が肯定的か否定的かを読み取る c 1件の記事から、その内容と関連の強い語を選び出す d 多数の記事を、あらかじめ区分を決めずに内容の似たものどうしの集まりに分け、集まりごとの典型的なテーマを見つける
解答と解説を先に見る
先に見ると、この問題は今回は育ちません。
正解: 2. aとb
aとbが文書分類です。九州大学 数理・データサイエンス教育研究センター『応用プログラミング演習(言語理解)』は、文書の分類を文書をいくつかのクラス(グループ)に分ける問題とし、例に迷惑メールの判定と口コミの評価が肯定か否定かの判定を挙げています。
aとbは、先に決まったクラスに振り分けるので文書分類です。cは同じ資料のキーワード抽出(文書の内容と関連の強い語を捉える)で、文書をクラスに分けるものではありません。
dは、同じ資料が分類ラベルの付いていない文書を内容でまとめるとする文書のクラスタリングと、その上に立つトピック解析(典型的な文書のテーマを捉える)に当たります。集まりに分けてはいても、分ける先のクラスが先に決まっていない点が文書分類と違います。
文書分類は分ける先のクラスが先に決まっている作業で、決めずに似た文書をまとめてテーマを探すのはトピック解析です。
関連キーワード: 文書分類・トピック解析・キーワード抽出・クラスタリング・自然言語処理
模試 (100問)
この問題が解けたら、本試験はどうですか?本番形式で、ほかの科目もまとめて確かめる
本番形式の模擬試験で実力チェックPremium (月980円)Premium (ご利用中)本番と同じ制限時間
広告