1פתרו את המבחן לדוגמה עם שעון
הקדישו בדיוק 120 דקות. לאחר מכן סמנו איפה איבדתם זמן: חישובים, נוסחאות, ניסוח תשובה או מעבר בין שאלות.
2הכינו דף נוסחאות חכם
לא רק נוסחאות. כתבו ליד כל נוסחה מתי משתמשים בה ומה המשמעות של התוצאה: Cosine, PMI, Perplexity, Jaro.
3תרגלו הסבר קצר לכל חישוב
תשובה מספרית בלי נימוק עלולה לא להספיק. אחרי כל חישוב כתבו משפט אחד: מה הערך אומר ומה המסקנה.
4הבחינו בין שכיחות לבין אפיון
מילה יכולה להיות נפוצה בשתי קבוצות ועדיין לא לאפיין אף אחת מהן. חשוב להבין שכיחות יחסית, PMI והשוואה מול ציפייה.
5ב־Regex בדקו התאמה מלאה
אל תשאלו רק האם יש תת־מחרוזת מתאימה. בדקו האם כל המחרוזת מתאימה לביטוי מתחילתה ועד סופה.
6הבינו קידוד טקסט
דעו להסביר: encoder ממיר טקסט לבתים, decoder ממיר בתים לטקסט. חזרו על ASCII, Unicode ו־UTF-8.
7השוו בין ייצוגים
תרגלו הבדלים בין Bag of Words, TF-IDF, ייצוג דליל, ייצוג צפוף, Word2Vec, SVD ומודלים הקשריים.
8הכירו בעיות של Distributional Similarity
Stop words, מילים רב־משמעיות, מילים נדירות והקשר משפטי הם מקורות נפוצים לטעויות.
9כתבו קריא וממוקד
הבודק צריך להבין את דרך הפתרון. כתב לא קריא, דילוג על שלבים או תשובות ארוכות מדי עלולים לפגוע בציון.
10השוו לרעיונות לפתרון, לא לשינון
לאחר פתרון עצמאי, קראו את רעיונות הפתרון ובדקו האם דרך החשיבה שלכם נכונה, גם אם הניסוח שונה.
טעויות נפוצות שכדאי להימנע מהן
לבלבל בין encoder/decoder של קידוד טקסט לבין encoder/decoder של מודלי Transformer; להשתמש ב־PMI בלי להגדיר הסתברויות; לחשב Perplexity כאילו ערך גבוה יותר טוב; לשכוח שב־TF-IDF השכיחות באוסף המסמכים כולו היא חלק מרכזי מהרעיון.
בדיקה עצמית לפני הבחינה
אם אתם יודעים לפתור חישוב אחד מכל סוג, להסביר כל תוצאה במשפט, ולתת דוגמה אחת לכל מושג מרכזי — אתם בכיוון טוב.