100% de satisfacción garantizada Inmediatamente disponible después del pago Tanto en línea como en PDF No estas atado a nada 4.2 TrustPilot
logo-home
Examen

COS4861 Assignment 3 2025 - Due 10 September 2025 | ANSWERS

Puntuación
-
Vendido
-
Páginas
21
Grado
A+
Subido en
03-09-2025
Escrito en
2025/2026

Natural Language Processing - COS4861 Assignment 3 2025 - Due 10 September 2025; 100 % TRUSTED workings, Expert Solved, Explanations and Solutions. For assistance call or W.h.a.t.s.a.p.p us on ...(.+.2.5.4.7.7.9.5.4.0.1.3.2)........... Question 1 [12 points] - Theory 1) What is a corpus ? and how does it differ from other data types ? (2) 2) What is the technical term for splitting a corpus into different linguistic units such as paragraphs, sentences, and words in NLP (1) 3) Define N-grams and provide references from peer-reviewed articles (2) 4) Describe the problem of data sparseness with regards to an N-grarn model. Explain the term smoothing and name two smoothing algorithms that can be used to get better estimates for low or zero frequency counts. (7) Question 2 [13 points] – Applications and code

Mostrar más Leer menos
Institución
Grado









Ups! No podemos cargar tu documento ahora. Inténtalo de nuevo o contacta con soporte.

Libro relacionado

Escuela, estudio y materia

Institución
Grado

Información del documento

Subido en
3 de septiembre de 2025
Número de páginas
21
Escrito en
2025/2026
Tipo
Examen
Contiene
Preguntas y respuestas

Temas

Vista previa del contenido

COS4861
ASSIGNMENT 3 2025

UNIQUE NO.
DUE DATE: 10 SEPTEMBER 2025

, Natural Language Processing


Question 1 – Theory (12)

1) What is a corpus, and how does it differ from other data types? (2)

A corpus is a large, structured collection of authentic texts (written, spoken, or
transcribed) compiled to support empirical language study and NLP modeling. Unlike
generic datasets (e.g., numeric sensor tables), corpora preserve linguistic form and
sequence (tokens, order, sentence boundaries, discourse) and are often annotated
(e.g., POS tags), enabling probabilistic language models and linguistic analysis
(Jurafsky & Martin, 2023; McEnery & Hardie, 2012).

2) Technical term for splitting a corpus into linguistic units (1)

Tokenization (and, more broadly, segmentation) — e.g., sentence segmentation
and word tokenization (Manning et al., 2008; Jurafsky & Martin, 2023).

3) Define N-grams with peer-reviewed references (2)

An N-gram is a contiguous sequence of N items (characters or words) from text. In
word N-grams, items are words; in character N-grams, items are characters. N-gram
language models approximate 𝑃(𝑤𝑡 ∣ 𝑤 𝑡−(𝑁−1) , … , 𝑤𝑡−1 ) using observed counts in a
corpus (Shannon, 1948; Chen & Goodman, 2003; Kneser & Ney, 1995).

4) Data sparseness in N-gram models; smoothing; name two algorithms (7)

Data sparseness arises because even large corpora do not observe many possible N-
grams, especially for larger N. Raw Maximum Likelihood Estimation (MLE) assigns zero
probability to unseen N-grams, making models brittle.

Smoothing redistributes some probability mass from seen to unseen events to avoid
zeros and improve generalization. Two well-established algorithms are:
$2.77
Accede al documento completo:

100% de satisfacción garantizada
Inmediatamente disponible después del pago
Tanto en línea como en PDF
No estas atado a nada

Conoce al vendedor

Seller avatar
Los indicadores de reputación están sujetos a la cantidad de artículos vendidos por una tarifa y las reseñas que ha recibido por esos documentos. Hay tres niveles: Bronce, Plata y Oro. Cuanto mayor reputación, más podrás confiar en la calidad del trabajo del vendedor.
LIBRARYpro University of South Africa (Unisa)
Seguir Necesitas iniciar sesión para seguir a otros usuarios o asignaturas
Vendido
10519
Miembro desde
2 año
Número de seguidores
4904
Documentos
4814
Última venta
22 horas hace
LIBRARY

On this page, you find all documents, Package Deals, and Flashcards offered by seller LIBRARYpro (LIBRARY). Knowledge is Power. #You already got my attention!

3.7

1457 reseñas

5
683
4
235
3
243
2
78
1
218

Recientemente visto por ti

Por qué los estudiantes eligen Stuvia

Creado por compañeros estudiantes, verificado por reseñas

Calidad en la que puedes confiar: escrito por estudiantes que aprobaron y evaluado por otros que han usado estos resúmenes.

¿No estás satisfecho? Elige otro documento

¡No te preocupes! Puedes elegir directamente otro documento que se ajuste mejor a lo que buscas.

Paga como quieras, empieza a estudiar al instante

Sin suscripción, sin compromisos. Paga como estés acostumbrado con tarjeta de crédito y descarga tu documento PDF inmediatamente.

Student with book image

“Comprado, descargado y aprobado. Así de fácil puede ser.”

Alisha Student

Preguntas frecuentes