Уточнить условия домашнего задания №1

[tkorsi]

Что сделано

• Добавлено пояснение, что в файлах эмбеддингов есть не все слова. При загрузке словарей пары с отсутствующими словами пропускаются, а количество пропусков выводится на экран.
• Явно описано, как переводить слова, которых нет в украинских эмбеддингах: заменять их на <UNK>.
• Уточнено, что отдельные знаки препинания и числа нужно оставлять без изменений.
• Добавлены проверки для случая с <UNK>.
• Исправлена запись матриц в формулах так, чтобы она совпадала с кодом X @ W.
• Уточнено, что тексты нужно токенизировать один раз. В заданиях на BoW и TF-IDF дальше нужно использовать text.split().
• Пояснено, почему bow_vocabulary должен быть списком: позиция слова в списке задаёт номер признака.
• Исправлена проверка BoW для случая, когда в словарь вошли не все слова из текста.
• Добавлено пояснение про Bokeh: если картинка не появилась, но координаты посчитаны и объект графика создан, это не считается ошибкой.
• Уточнено, что TF-IDF может показать результат хуже BoW. Это само по себе не означает, что решение неверное.

[review-notebook-app]

Check out this pull request on 

See visual diffs & provide feedback on Jupyter Notebooks.

---

Powered by ReviewNB