NLP 作業一｜一條龍說明（從看懂到交出去）

2026-10-05｜根據在你電腦上實際跑完的繳交版筆記本寫成，並經 4 位獨立審查員對照老師規定檢查｜清大高宏宇老師《自然語言處理》115-1（TAICA）

一句話結論
這份作業就是「讓電腦讀文章、自己編一本字典，再考它『國王之於女王，等於男人之於＿＿』」。 我在你的電腦上完整做了一次：現成的 GloVe 字典考 63.11%，自己用 20% 維基百科訓練的字典考 ⟦R:w20_overall⟧。 這份文件把每一步「在做什麼、為什麼、結果怎麼看、報告怎麼寫、考試可能怎麼問」全部用白話講一遍。

這份文件怎麼用（三個階段）

階段做什麼讀哪幾節
1. 看懂框架作業在幹嘛、我做了什麼、整門課的邏輯、核心觀念第 0 節、我做了什麼、邏輯框架、第 1 節、課堂補充
2. 看實作一步一步看怎麼做、結果是什麼、為什麼是這樣第 2～12 節，對照筆記本
3. 看結論、交出去總結論；照實補上你做的部分；打包上傳總結論、第 13、15 節；考前讀第 14 節

示範的成果在哪裡

東西位置
繳交版筆記本（全部執行結果＋報告）HW1\示範實作\NLP_HW1_submission_draft.ipynb（用 VS Code 或 Jupyter 打開；交之前改檔名）
套件清單HW1\示範實作\requirements.txt
上一份「作業介紹」（規定、扣分、說法打架、繳交檢查清單）HW1\HW1_作業介紹.html
交之前一定要知道的三件事
① 程式和報告是 Claude 做的，報告第 6 題已經照實寫出來；最後一行「你做了什麼」要你自己照實填（第 13 節）。
② 這份筆記本和報告不要給任何同學，兩份太像雙方 −100。
③ 考試是閉書、考作業的過程，所以這份文件一定要讀懂。

0　全貌：整份作業一張圖看完

結論：作業分三段：讀考卷 → 借別人的字典考試 → 自己編字典再考一次。報告的 6 題，其實是在問「字典好不好，取決於什麼」。

流程圖

Part I 讀考卷TODO1：整理成表格19,544 題、14 小類 Part II 借別人的字典TODO2 考試 → 63.11%TODO3 畫 t-SNE 圖 Part III 準備教材TODO4 維基抽 20%562 萬篇 → 112 萬篇 自己編字典TODO5 前處理＋Word2Vec6.66 億字、訓練約 38 分鐘 用自己的字典考試TODO6 考試 → ⟦R:w20_overall⟧TODO7 畫 t-SNE 圖 報告（45%）：字典好不好，取決於什麼？ 第 2 題 讀多少（5/10/20%）｜第 3 題 讀什麼（換語料）｜第 1、5 題 怎麼整理、怎麼設參數｜第 4 題 字典的「像」跟人想的一樣嗎

所有實驗的成績總表

⟦R:overview_rows⟧
字典讀了什麼整體語意語法在哪一節

每一部分的配分與難度

部分配分難不難花最多時間的是
TODO1～320%簡單，照模板填下載 GloVe
TODO4～735%中等，要注意記憶體電腦訓練（約 40 分鐘）
報告 6 題45%最花腦力想原因、寫解釋