Quiz — Multilingual text similarity analysis in Islamic texts.pdf

Question 1 sur 10 20:00

[{"id":94949,"question":"Quel algorithme est couramment utilisé pour mesurer la similarité entre deux textes en NLP ?","option_a":"L'algorithme de Dijkstra","option_b":"La distance de Levenshtein","option_c":"Le cosinus entre vecteurs de mots","option_d":"L'algorithme de Prim","option_e":"","option_f":"","bonne_reponse":"c","explication":"Le cosinus entre vecteurs de mots (comme TF-IDF ou word embeddings) est une méthode standard pour mesurer la similarité sémantique entre deux textes.","points":1,"type":"qcm","actif":1,"section_id":null,"ordre":0,"_debug_answer_data_type":"string","_debug_answer_data_preview":"{\"correct\": \"c\", \"options\": {\"a\": \"L'algorithme de Dijkstra\", \"b\": \"La distance de Levenshtein\", \"c\"","_debug_options_count":4},{"id":94950,"question":"Vrai ou Faux : Les modèles de type BERT permettent de capturer le contexte des mots dans une phrase.","option_a":"Vrai","option_b":"Faux","option_c":"","option_d":"","option_e":"","option_f":"","bonne_reponse":"a","explication":"BERT est un modèle de langage basé sur l'attention qui capture le contexte bidirectionnel des mots dans une phrase.","points":1,"type":"qcm","actif":1,"section_id":null,"ordre":0,"_debug_answer_data_type":"string","_debug_answer_data_preview":"{\"correct\": \"a\", \"options\": {\"a\": \"Vrai\", \"b\": \"Faux\", \"c\": \"\", \"d\": \"\"}}","_debug_options_count":4},{"id":94951,"question":"Quel terme désigne l'analyse statistique des mots dans un corpus de textes ?","option_a":"Tokenisation","option_b":"Lemmatisation","option_c":"Fréquentométrie","option_d":"Vectorisation","option_e":"","option_f":"","bonne_reponse":"c","explication":"La fréquentométrie (ou analyse fréquentielle) consiste à étudier la fréquence d'apparition des mots dans un corpus.","points":1,"type":"qcm","actif":1,"section_id":null,"ordre":0,"_debug_answer_data_type":"string","_debug_answer_data_preview":"{\"correct\": \"c\", \"options\": {\"a\": \"Tokenisation\", \"b\": \"Lemmatisation\", \"c\": \"Fréquentométrie\", \"d","_debug_options_count":4},{"id":94952,"question":"Vrai ou Faux : La tokenisation est une étape optionnelle dans le traitement automatique des langues.","option_a":"Vrai","option_b":"Faux","option_c":"","option_d":"","option_e":"","option_f":"","bonne_reponse":"b","explication":"La tokenisation est une étape essentielle qui consiste à diviser un texte en unités significatives (mots, phrases, etc.).","points":1,"type":"qcm","actif":1,"section_id":null,"ordre":0,"_debug_answer_data_type":"string","_debug_answer_data_preview":"{\"correct\": \"b\", \"options\": {\"a\": \"Vrai\", \"b\": \"Faux\", \"c\": \"\", \"d\": \"\"}}","_debug_options_count":4},{"id":94953,"question":"Quel modèle de word embeddings est basé sur des réseaux de neurones et capture la similarité sémantique entre mots ?","option_a":"Bag of Words","option_b":"Word2Vec","option_c":"TF-IDF","option_d":"n-grammes","option_e":"","option_f":"","bonne_reponse":"b","explication":"Word2Vec est un modèle de word embeddings qui génère des vecteurs de mots en utilisant des réseaux de neurones, capturant ainsi leur similarité sémantique.","points":1,"type":"qcm","actif":1,"section_id":null,"ordre":0,"_debug_answer_data_type":"string","_debug_answer_data_preview":"{\"correct\": \"b\", \"options\": {\"a\": \"Bag of Words\", \"b\": \"Word2Vec\", \"c\": \"TF-IDF\", \"d\": \"n-grammes\"}}","_debug_options_count":4},{"id":94954,"question":"Vrai ou Faux : L'analyse de similarité textuelle est uniquement utile pour les textes en anglais.","option_a":"Vrai","option_b":"Faux","option_c":"","option_d":"","option_e":"","option_f":"","bonne_reponse":"b","explication":"L'analyse de similarité textuelle est applicable à toutes les langues, y compris les langues rares ou les textes multilingues.","points":1,"type":"qcm","actif":1,"section_id":null,"ordre":0,"_debug_answer_data_type":"string","_debug_answer_data_preview":"{\"correct\": \"b\", \"options\": {\"a\": \"Vrai\", \"b\": \"Faux\", \"c\": \"\", \"d\": \"\"}}","_debug_options_count":4},{"id":94955,"question":"Quel outil est spécialement conçu pour le traitement des langues rares ou peu dotées en ressources ?","option_a":"NLTK","option_b":"spaCy","option_c":"FastText","option_d":"BERT","option_e":"","option_f":"","bonne_reponse":"c","explication":"FastText, développé par Facebook, est particulièrement adapté pour les langues rares grâce à son approche basée sur des n-grammes de caractères.","points":1,"type":"qcm","actif":1,"section_id":null,"ordre":0,"_debug_answer_data_type":"string","_debug_answer_data_preview":"{\"correct\": \"c\", \"options\": {\"a\": \"NLTK\", \"b\": \"spaCy\", \"c\": \"FastText\", \"d\": \"BERT\"}}","_debug_options_count":4},{"id":94956,"question":"Vrai ou Faux : La lemmatisation consiste à réduire un mot à sa forme de base (lemme) en tenant compte de son contexte grammatical.","option_a":"Vrai","option_b":"Faux","option_c":"","option_d":"","option_e":"","option_f":"","bonne_reponse":"a","explication":"La lemmatisation réduit un mot à sa forme canonique (lemme) en tenant compte de son contexte grammatical, contrairement à la stemming qui tronque simplement le mot.","points":1,"type":"qcm","actif":1,"section_id":null,"ordre":0,"_debug_answer_data_type":"string","_debug_answer_data_preview":"{\"correct\": \"a\", \"options\": {\"a\": \"Vrai\", \"b\": \"Faux\", \"c\": \"\", \"d\": \"\"}}","_debug_options_count":4},{"id":94957,"question":"Quel algorithme de similarité est basé sur le nombre de mots communs entre deux textes ?","option_a":"Similarité de Jaccard","option_b":"Distance de Hamming","option_c":"Similarité cosinus","option_d":"Indice de Dice","option_e":"","option_f":"","bonne_reponse":"a","explication":"La similarité de Jaccard mesure la similarité entre deux ensembles en calculant le rapport entre la taille de leur intersection et celle de leur union.","points":1,"type":"qcm","actif":1,"section_id":null,"ordre":0,"_debug_answer_data_type":"string","_debug_answer_data_preview":"{\"correct\": \"a\", \"options\": {\"a\": \"Similarité de Jaccard\", \"b\": \"Distance de Hamming\", \"c\": \"Simila","_debug_options_count":4},{"id":94958,"question":"Vrai ou Faux : Les embeddings de mots (word embeddings) ne peuvent pas représenter des relations sémantiques entre mots.","option_a":"Vrai","option_b":"Faux","option_c":"","option_d":"","option_e":"","option_f":"","bonne_reponse":"b","explication":"Les word embeddings comme Word2Vec ou GloVe capturent les relations sémantiques entre mots, par exemple 'roi - homme + femme ≈ reine'.","points":1,"type":"qcm","actif":1,"section_id":null,"ordre":0,"_debug_answer_data_type":"string","_debug_answer_data_preview":"{\"correct\": \"b\", \"options\": {\"a\": \"Vrai\", \"b\": \"Faux\", \"c\": \"\", \"d\": \"\"}}","_debug_options_count":4}]