文字2-gramの種類数
通販サイトのレビュー分析で、単語に区切らずに文字単位のN-gramで特徴量を作ることにした。レビュー文「とてもとても良い」(8文字)を文字2-gram(連続する2文字の組)に分けたとき、異なる2-gramの種類数として正しいものを1つ選べ。
- A
4
- B
5
- C
7
- D
8
正解と解説を見る
正解:B
n文字の文から取り出せる文字2-gramは延べ n − 1 個で、重複を除いた種類数とは区別する。「とてもとても良い」は延べ7個、種類数は5になる。
- A
誤り。繰り返しの「とても」を1回分とみなし、「とても良い」の5文字だけから2-gramを数えた値。実際には「もと」のように、繰り返しの境目でできる組もある。
- B
正しい。2-gramは とて・ても・もと・とて・ても・も良・良い の7個。重複する「とて」「ても」を1つにまとめると5種類になる。
- C
誤り。2-gramの延べ数で、同じ組を重複して数えている。問われているのは種類数(異なり数)である。
- D
誤り。文字数そのもの。n文字の文から取り出せる2-gramは、延べでも n − 1 = 7 個しかない。
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。