データ資格 模擬試験

DS検定 模擬試験 第4回 問46・データサイエンス(非構造化データ処理(テキスト・画像・音声))

文書ベクトルのコサイン類似度

社内の問い合わせ文を単語の出現回数でベクトルにして、似ている過去の事例を探す。語彙を「返品」「送料」「交換」の3語に絞ると、新しい問い合わせは (1, 2, 2)、過去事例Xは (2, 1, 2) になった。コサイン類似度 = 内積 ÷ (2つのベクトルの長さの積)とするとき、値として最も近いものを1つ選べ。

  1. A

    1.33

  2. B

    0.44

  3. C

    8

  4. D

    0.89

正解と解説を見る

正解:D

コサイン類似度は、内積を2つのベクトルの長さの積で割った値である。文書の長さに左右されにくく、単語の出現傾向がどれだけ似ているかを測れる。

学習のポイント:内積だけでは長い文書ほど値が大きくなるため、長さで割る。結果は1以下になることで検算できる。

この問題を演習で解く →

DS検定のトップへ 問題一覧へ

このサイトの問題は、各試験の公開されている出題範囲に沿って作ったオリジナルの模擬問題です。本試験の問題ではありません。一般社団法人データサイエンティスト協会・一般財団法人統計質保証推進協会の公式サービスではありません。