iPAS AI 應用規劃師初級 115 年第三次 科一 第 13 題 詳解

115 年第三次 科一 人工智慧基礎概論

某電商平台的資料科學團隊欲建置一套NLP模型，用於分析顧客在社群媒體上對商品的評論情緒。在將原始貼文資料送入模型訓練前，團隊執行了以下步驟：移除貼文中夾雜的HTML標籤與網址、將表情符號轉換或移除、去除「的、了、啊」等對情緒判斷無實質貢獻的停用詞，並統一將文字轉換為小寫格式。請問上述步驟主要屬於機器學習專案流程中的哪一環節？

1. A模型評估（Model Evaluation）：透過移除干擾詞彙，計算模型在測試資料集上的準確率、精確率等指標表現

   評估是用指標檢驗訓練後模型，非處理原始文字。

2. B特徵萃取（Feature Extraction）：將文字資料轉換為數值向量，使模型能夠識別評論中與情緒相關的關鍵詞彙權重

   特徵萃取是把已清理文字轉成數值向量，屬下一步。

3. C資料清理與預處理（Data Cleaning and Preprocessing）：將原始、雜亂的文字資料轉換為格式一致、去除雜訊的乾淨資料，以利後續模型有效學習（正確答案）

   去標籤、去停用詞、統一大小寫即典型預處理。

4. D超參數調校（Hyperparameter Tuning）：調整模型訓練過程中的學習率、批次大小等參數，以移除訓練資料中的雜訊干擾

   調學習率、批次大小與清除資料雜訊無關。