Word2Vec embedding'leri için 1 milyon cümleyi (örnek: "The quck BROWN FOX jumps over the lazy dog") hazırlamak amacıyla, metni tutarlı bir şekilde temizlemek ve hazırlamak için hangi işlemler uygulanmalıdır? (Üç tane seçin.)

Word2Vec, kelime anlamlarını yakalamak için kelime bağlamını kullanır. Bu nedenle, metni tutarlı bir şekilde hazırlamak önemlidir. Tüm karakterleri küçük harfe dönüştürmek, "The" ve "the" gibi aynı kelimenin farklı formlarının farklı kelimeler olarak algılanmasını engeller. Stop word'leri (örneğin "ve", "bir") kaldırmak, Word2Vec modelinin daha anlamlı kelimelere odaklanmasına yardımcı olur, çünkü bu kelimeler genellikle bağlama çok az bilgi katarlar. Her cümleyi ayrı kelimelere tokenize etmek, Word2Vec'in her kelimeyi ayrı bir girdi olarak işlemesi için temel bir adımdır. Yanlış seçenekler: Part-of-speech etiketlemesi ve sadece ana fiil/isimleri korumak, Word2Vec'in kelime bağlamını öğrenme yeteneğini kısıtlar. Yazım hatalarını düzeltmek faydalı olsa da, Word2Vec için zorunlu bir ön işleme adımı değildir ve model genellikle bağlamdan hatalı kelimelerin anlamını çıkarabilir. Her kelimeyi one-hot encode etmek, Word2Vec'in amacı olan kelime gömme (embedding) yerine, kelimeleri seyrek vektörlerle temsil eder ve Word2Vec'in temel prensibine aykırıdır.