Un scientifique des données doit produire une analyse exploratoire initiale des commentaires des clients à l'aide de graphiques et d'un nuage de mots, et souhaite appliquer l'ingénierie des fonctionnalités avant de construire un modèle NLP. Quelles sont les deux techniques d'ingénierie des fonctionnalités qui devraient être utilisées pour préparer le texte à la visualisation et à la modélisation ? (Choisissez-en deux.)

La radicalisation (Stemming) réduit les mots à leur racine, ce qui aide à regrouper les mots similaires (ex: "courir", "court", "courait" deviennent "cour") pour une analyse plus cohérente et une meilleure visualisation dans les nuages de mots. Le TF-IDF (Fréquence des termes–fréquence inverse des documents) attribue un poids numérique aux mots, reflétant leur importance dans un document par rapport à l'ensemble du corpus. Cela est crucial pour la modélisation NLP, car les modèles nécessitent des entrées numériques et le TF-IDF capture la pertinence des termes. La reconnaissance d'entités nommées et la résolution de coréférences sont des techniques plus avancées d'extraction d'informations, non directement des techniques d'ingénierie de caractéristiques pour la préparation initiale à la visualisation et à la modélisation. L'analyse des sentiments est une tâche de modélisation, pas une technique d'ingénierie de caractéristiques pour la préparation du texte brut.