为了准备用于 Word2Vec 嵌入的 100 万个句子（例如：“The quck BROWN FOX jumps over the lazy dog”），应该应用哪些操作来一致地清理和准备文本？（选择三项。）

为了准备用于 Word2Vec 的文本，标准化和分词是关键步骤。将所有字符转换为小写（例如，“BROWN”变为“brown”）可以确保模型将相同单词的不同大小写形式视为相同，从而提高嵌入的质量。分词是将句子分解为单个单词的过程（例如，“The quick brown fox”变为 [“The”, “quick”, “brown”, “fox”]），这是 Word2Vec 模型处理文本的基础。删除停用词（例如，“the”、“a”、“is”）可以减少数据中的噪声，因为这些词通常不携带太多语义信息，有助于模型更专注于有意义的词。 其他选项不适合 Word2Vec 准备：词性标注并仅保留动词和名词会丢失其他词的上下文信息，影响 Word2Vec 学习词语关系的能力。修正拼写错误虽然有益，但通常不是 Word2Vec 准备的强制性或首要步骤，且可能引入复杂性。对每个单词进行独热编码是另一种表示方法，与 Word2Vec 的嵌入方法不同，Word2Vec 旨在学习密集向量表示。