# 05e 第二輪規則合規審查：NLP HW1（Word Analogy）

- 審查日期：2026-10-05
- 審查對象：`HW1\示範實作\NLP_HW1_submission_draft.ipynb`（55 格，下稱 N[x]，從 0 起算）、`HW1\示範實作\requirements.txt`
- 依據：作業 PDF（下稱 P.x）、官方模板 `main.ipynb`（下稱 T[x]）、助教影片逐字稿（TA [mm:ss]）、第三週上課逐字稿（Lec [hh:mm:ss]）
- 已知待辦，不算新發現：檔名／學校代碼／學號還沒定；Q6 最後一行還是佔位符 ⟦WHAT_I_DID⟧。
  - 我確認過：整份檔案只有這一個佔位符（`⟦` 出現 1 次）。「示範」「DEMO」都是 0 次。

## 一句話結論

> 第一輪的問題幾乎全部修好了：整份重跑（執行序號 1–43 連號）、Hints 放回去、AI 標註補齊、找不到出處的數字都刪掉或補了程式。
> 剩下會扣分的，除了已知的檔名和 Q6 佔位符之外，主要有兩類：
> 1. **報告裡的〔cell N〕編號，助教在 Jupyter／Colab 上對不到。** 那是「從 0 起算的格子位置」，畫面上看到的卻是 `In [n]` 執行序號，兩者不一樣。例如〔cell 38〕在畫面上是 `In [31]`，而畫面上的 `In [38]` 其實是錯題分析。
> 2. **有 4 處說法比輸出講得更滿：** CBOW「全面較好」、PCA「大致區分男女」、sourpuss「是卡通角色」、論壇「2,118,254 則貼文」。
>
> 這些都只要改報告文字（N[29]），不用重跑。

查證範圍：
- 報告裡大約 150 個數字，逐一對過輸出。除了下面列出的幾處，全部一致（含四捨五入和簡單減法）。
- 報告引用的上課時間點和投影片頁碼，全部對得上原文。
- 報告寫的硬體規格，在這台電腦上查過，正確。
- 執行完之後，只有報告格 N[29] 被改過。其他 54 格的程式、輸出、執行序號，和執行當下的備份 `NLP_HW1_submission_executed_1005_backup.ipynb` 完全一樣。

---

## (a) 第一輪問題逐條驗證（對照 05a，並附 05c 評分者提過的重點）

| 05a 編號 | 第一輪問題 | 現況（證據） | 判定 |
|---|---|---|---|
| 1 | .ipynb 檔名（−5） | 還叫 `NLP_HW1_submission_draft.ipynb` | 未修（已知待辦） |
| 2 | .zip 檔名（−5） | 還沒打包 | 未修（已知待辦） |
| 3 | 壓縮檔只能放 .ipynb＋requirements.txt（P.32） | 資料夾裡還有 .model、.npy、.txt、.py、.md、備份 .ipynb 等。還沒打包，不算錯 | 待辦，打包時注意 |
| 4 | requirements.txt（−5） | 10 個套件。版本和 `.venv` 的 `pip freeze` 逐一相符，也和 N[54] 印出的 gensim／numpy／pandas／sklearn 版本一致 | ✅ 維持 |
| 5 | 要有輸出，而且是 20% 的結果（P.31） | N[24] 印出 `sampled 1,124,733 (20.00%)`。N[25] 用 `wiki_sampled_20_clean.txt` 訓練。TODO6（N[27]）用 `my_model`，TODO7（N[28]）用 `my_wv`。43 個程式格都有執行序號，沒有任何 error。7 個沒有輸出的格（N[1,3,6,8,10,11,26]）都是模板原本就不會印東西的格子 | ✅ |
| 6 | t-SNE 圖要顯示 | N[15]、N[28] 都有圖。我把 N[28] 解出來看過，49 個字都有標籤 | ✅（建議加的 TODO7 文字標示沒加，不影響規則） |
| 7 | 不能改模板，Hints 要放回去（−5） | N[13]、N[27] 的 `""" Hints … """` 已經**一字不差**放回去（程式比對：模板的行，一行都沒少）。N[31] 第一行已補回 `# Write your code here`。完整差異見下方「模板逐格比對」 | ✅ 已修 |
| 8 | 報告寫在模板最後的文字格 | 在 N[29]，就是 T[29] 的位置 | ✅ |
| 9 | 報告開頭要寫環境和 Python 版本（−5） | N[29] 第一行是 `Running environment: Local — Windows 11 (10.0.26200), CPU: Intel Core i7-11800H (8 cores / 16 threads), RAM 16 GB`，第二行是 `Python version: 3.12.3`。示範提示框已經刪掉。CPU 型號、8 核 16 執行緒、RAM 15.7 GB 都在本機查過，屬實 | ✅ 已修 |
| 10 | Q1「非英文字約 0.4%」沒有出處 | 改成 0.72%（4,828,696 / 670,881,822），和 N[25] 的輸出一致 | ✅ 已修 |
| 11 | Q2 重跑分數 48.21／45.95 沒有出處 | 已刪掉。改成在 N[43] 用 4 個亂數種子量雜訊，Q2 表格的「雜訊範圍」欄全部出自 N[43] | ✅ 已修 |
| 12 | Q3 結果 | 3.1 現在列出完整 14 個小類，另外加了「只算兩邊字典都有的 15,684 題」的比較（N[34]）。數字全部一致 | ✅（比第一輪更好） |
| 13 | Q3 程式要放在報告下面（否則 0 分） | 在 N[31]–N[36]，都在 N[29] 下面 | ✅ |
| 14 | Q4 sourpuss 回查語料沒有程式 | N[41] 第 (4) 段真的去讀語料，並印出 5 處上下文 | ✅ 已修（但說法要再收斂，見新發現 N4） |
| 15 | Q5 (g) 的 0.08／8.9 沒有出處；程式和報告編號對不起來 | 0.08／8.9 已刪。程式註解 (a)–(h) 在 N[43]–N[50]，和報告的 (a)–(h) 一一對應 | ✅ 已修 |
| 16 | Q6 AI 聲明是示範版寫法（−10） | 已改寫：使用 Claude（Claude Code，在自己電腦上）、全部程式、執行、全部報告文字。只剩「What I did」是佔位符 | ✅ 大致修好（剩已知待辦） |
| 17 | AI 程式要有註解標示（P.35；TA [22:32]–[22:41]） | 32 個程式格有 `# [Generative AI] The code in this cell was generated by Claude (Anthropic).`。原本漏標的 N[2]、N[18]–N[22] 都補了。沒標的 11 格（N[1,3,4,6,7,8,10,11,12,14,26]）和模板完全相同，不是 AI 寫的，不標是對的。N[38] 已改成「附上供參考」 | ✅ 已修 |
| 18 | 網路來源要附連結 | gensim-data、SemEval-2016 Task 3 的網址在 N[32] 和報告 3.2；NLTK 的網址在 N[44]；3CosMul 論文（ACL Anthology）在 N[48] 和報告 (f) | ✅ 已修（還有兩處小的沒附，見新發現 N8） |
| 19 | 相似度（兩人都 −100／0 分） | 檔案本身改不了這個風險 | ⚠️ 風險還在：不要給別人看 |
| 20 | 執行序號不連號 | 整份重跑，序號 1–43 連號、沒有跳號。執行完之後只改過報告格（和執行當下的備份逐格比對過） | ✅ 已修 |
| 21 | 只交 .ipynb | — | ✅ |
| 22 | 預訓練模型用 glove-wiki-gigaword-100 | N[12] 沒動 | ✅ |
| 23 | tqdm 進度條碎片很多 | N[13] 有 1,310 段、N[27] 有 1,012 段、N[24] 有 13 段。在 Jupyter／Colab 上會合併成一條進度條 | ⚠️ 低風險，維持現狀 |
| 24 | 報告用中文 | 還是中文，題目保留英文 | ✅（不確定助教偏好；規則沒有限制語言） |
| 7c | N[24] TODO4 拿掉外層的 `with open(wiki_txt_path…)` | 還是一樣（改成依序讀 11 個 .gz）。屬於資料載入，有 `[Data loading changed]` 註解說明 | ⚠️ 偏合規，維持 |

05c（評分者觀點）提過的內容問題：
- apple 的 raspberry 是 Raspberry Pi：已修正。
- GloVe 相似度比較高那句：已刪，改成「兩個模型的分數尺度不同，不互相比」。
- Q3.1 挑列：已改成完整 14 列。
- Q3.3 排除 OOV（字典裡沒有的字）：已補。
- Q3.2 語料出處：已補。
- PCA 的例外：只**部分**修正，見新發現 N3。
- Q4 的 taiwan、computer 沒寫觀察：**沒修**，見新發現 N11。
- Q3.2 的主題差異沒有量化：**沒修**，屬於選做。

---

## 模板逐格比對（T[0]–T[31] 對 N[0]–N[31]）

有 18 格和模板不一樣。下面分類說明。

| 格 | 類別 | 模板原本的行有沒有保留 | 判定 |
|---|---|---|---|
| N[5] TODO1 | TODO 格 | 全部保留，只在 TODO 註解下面加程式 | ✅ |
| N[13] TODO2 | TODO 格 | 全部保留，Hints docstring 一字不差 | ✅ |
| N[15] TODO3 | TODO 格 | 全部保留，`plt.title/show/savefig` 原樣 | ✅ |
| N[24] TODO4 | TODO 格＋資料載入 | 少了 2 行：`with open(wiki_txt_path, "r", encoding="utf-8") as f:`，以及 `with open(output_path, "w", encoding="utf-8") as output_file:`（第二行改成加了 `newline="\n"` 的版本）。TODO4 的兩行註解都還在 | ⚠️ 偏合規（讀檔方式屬於資料載入） |
| N[25] TODO5 | TODO 格 | 全部保留（Hint 和連結都在） | ✅ |
| N[27] TODO6 | TODO 格 | 全部保留，Hints 一字不差。尾巴加了印正確率的程式 | ✅ |
| N[28] TODO7 | TODO 格 | 全部保留 | ✅ |
| N[29] 報告 | 報告格 | 題目原文全部保留。`Running environment:`／`Python version:` 後面接了內容。`Answer: ` 尾巴的空白被去掉，不影響 | ✅ |
| N[31] 第 3 題自由區 | 自由區 | `# Write your code here` 保留在第一行 | ✅ |
| N[2]、N[18]–N[22] | 資料載入 | `!wget`、`!gdown`、`!gunzip`、`!cat`、`!head` 改成 Python 寫法。**模板的說明註解也一起被刪了**（例如 `# Download the Google Analogy dataset`、`# Extract the downloaded wiki_texts_parts files.`、`# Combine…`、`# Check the first ten lines…`） | ✅ 規則允許改資料載入（P.36）。想更保險，可以把這幾行說明註解放回去（見新發現 N16） |

其他 14 格（T[0,1,3,4,6–12,14,16,17,23,26,30]）**完全相同**。評分格 T[14]「You do not need to modify this block!!」沒動。

---

## (b) 新發現

| 編號 | 規定（出處） | 現況（證據） | 判定 | 怎麼改 |
|---|---|---|---|---|
| N1 | 報告的結果要能在 notebook 裡找到（P.31「沒有執行結果就不給分」；Lec [01:58:08]–[01:58:15]「我根本不知道他有沒有做這個實驗」） | 報告開頭寫「括號內標出是哪一格（例如〔cell 27〕）」。這些號碼是**從 0 起算的格子位置**，但 Jupyter／Colab 畫面上不會顯示格子位置，只會顯示 `In [n]` 執行序號，而且兩者不一樣。例如〔cell 38〕（Q2）在畫面上是 `In [31]`；畫面上的 `In [38]` 卻是錯題分析。〔cell 41〕（sourpuss 證據）在畫面上是 `In [33]`；`In [41]` 是覆蓋率表。助教照著號碼找，會找到錯的格子，看起來就像「報告說的東西找不到」 | ❌ | 把報告裡的〔cell N〕全部改成畫面上看得到的 `In [n]`。對照表：24→`In [20]`、25→`In [21]`、27→`In [23]`、33→`In [27]`、34→`In [28]`、35→`In [29]`、36→`In [30]`、38→`In [31]`、40→`In [32]`、41→`In [33]`、43→`In [34]`、44→`In [35]`、45→`In [36]`、46→`In [37]`、47→`In [38]`、48→`In [39]`、49→`In [40]`、50→`In [41]`。開頭那句說明也要一起改。只改 markdown，不用重跑 |
| N2 | Q5 的說法要和輸出一致 | (c) 寫「本設定 CBOW 全面較好」。可是 N[45] 的輸出顯示，CBOW 在 3 個小類比較差：capital-common-countries −2.37、gram2-opposite −0.37、gram6-nationality-adjective −1.81。最後一項 `beyond noise? = True`，也就是超過雜訊，是真的比較差 | ⚠️ | 改成：「Overall、Semantic、Syntactic 都較好；14 個小類裡 11 類較好，但 nationality-adjective 低 1.81（超過雜訊）」 |
| N3 | Q5 的說法要和圖一致 | (g) 寫「PCA 的縱軸大致區分男女…但並不乾淨（she, her, woman 也在上半）」。我解出 N[49] 的圖來看：queen（約 1.0）、princess（約 0.13）也在上半；dad（約 −0.67）、grandpa（約 −0.60）、husband（約 −0.40）、policeman（約 −0.33）、stepfather（約 −0.28）在下半；woman 只有約 0.04，幾乎就在中線上。例外比報告列的多很多，「大致區分男女」講得太滿（05c 第一輪也提過，只修了一半） | ⚠️ | 改成：「PCA 的縱軸只有微弱的性別傾向：he/his/king 在最上、mom/grandma/aunt 在下，但 queen、she 在上半，dad、grandpa、husband 在下半，分不乾淨。」t-SNE 那半句是對的（boy/girl、bride/groom、dad/mom、king/queen 確實貼在一起） |
| N4 | Q4 的說法要和輸出一致 | 觀察 4 寫「sourpuss，回查訓練語料發現是卡通角色」。N[41] 印出的 5 處上下文裡，只有 2 處是卡通角色名單（第 1、2 處）。另外 3 處是英文字源說明（「puss as in sourpuss comes from irish」）、劇集名（sourpuss sal）、樂團名（her first band sourpuss）。只講卡通角色，會被看成挑對自己有利的 | ⚠️ | 改成：「前 5 處上下文有 2 處是卡通角色名單（"toon characters including … sourpuss …"），其餘是字源、劇集名、樂團名。它出現次數少（64 次），又常和動物角色並列，所以被拉到 cat 旁邊」。64 次這個數字出自 N[41] 第 (1) 段的輸出 |
| N5 | Q3.2 的說法要和程式一致 | 報告寫「共 189,941 個討論串、2,118,254 則貼文」。可是 N[33] 的程式是把「標題、內文、每一則留言」各算一段，而且**少於 3 個字的段落會被丟掉**（`if len(toks) >= 3`）。所以 2,118,254 是「保留下來的文字段數」，不是貼文數。報告 3.2 的前處理說明也沒提到「少於 3 個字就丟掉」這一步 | ⚠️ | 改成：「2,118,254 段文字（標題、內文、每則留言各算一段；少於 3 個字的段落刪掉）」 |
| N6 | 數字描述要精確 | Q5 (a) 寫「小類範圍 1.50～4.74（family 與 comparative 最大）」。N[43] 的輸出是 family 4.74、comparative 4.73、**present-participle 也是 4.73**，漏了一個 | ⚠️（小） | 改成「family、comparative、present-participle 最大（約 4.7）」 |
| N7 | 報告的數字要出自輸出 | Q2 寫「capital-common-countries 只有 506 題」。整份 notebook 的輸出都沒有印出 506（只能從正確率反推）。這是真的，但沒有出處 | ⚠️（小） | 刪掉「506 題」，改成「這一類題數較少」；不然就在 N[52] 之類的格子補印各小類的題數（要重跑那一格，不建議） |
| N8 | 引用網路來源要附連結（P.35 (2)） | (1) Q1 的 GloVe「約 60 億字訓練，40 萬字」沒有附出處。(2) Q5 (c)「原論文也是 Skip-gram 語意類較好」沒有附論文。這兩句都是外部事實，不是程式輸出 | ⚠️（小） | 補上 `https://nlp.stanford.edu/projects/glove/`，以及 Mikolov et al. (2013) `https://arxiv.org/abs/1301.3781` |
| N9 | AI 聲明要準確（P.35；TA [20:19]–[20:24]「在什麼地方用什麼 AI、生成了哪一個部分」） | Q6 寫「Every AI-generated cell **starts with** a `# [Generative AI]` comment」。但 N[31] 的第一行是模板的 `# Write your code here`，標註在第二行。另外，報告下面的 5 個 markdown 標題格（N[37,39,42,51,53]）也是 Claude 寫的，聲明沒提到。實驗設計（選論壇語料、做同字數對照組、量雜訊）也是 Claude 提的，聲明只寫了「code」「report」 | ⚠️（小） | 把 "starts with" 改成 "has … at the top"。在 Code 那條補 "and the section headings below the report"。如果實驗設計確實是 Claude 提的，補一條 "**Experiment design**: the choice of the forum corpus, the same-size Wiki control and the extra experiments were proposed by Claude."（只寫屬實的） |
| N10 | AI 要「消化」，不能只交 AI 的分析（Lec [01:57:25]–[01:57:40]「你一定要消化你這個 AI 做了哪些事情」；期末閉書考試考作業的 insight，Lec [01:47:41]–[01:48:10]、[02:48:55]–[02:49:07]） | Q6 的「What I did」是佔位符（已知待辦）。這一行是整份報告裡唯一能說明「學生自己做了什麼」的地方 | ⚠️（已知待辦，但要強調） | 只能寫真的做過的事。如果真的讀過、對過數字，就寫出來。不要誇大，也不要留白或留著佔位符交出去 |
| N11 | Q4「What do you observe?」（P.31，10%） | 列了 7 個字，但 taiwan、computer 沒有任何一句觀察（05c 第一輪也提過，沒修） | ⚠️（評分風險，不是規則） | 補一句就好，例如：taiwan 的鄰居在兩個模型都是中國的地名與省份（taipei、china、guangdong、fujian），反映語料的地理脈絡；computer 的鄰居兩邊都是同類詞（computers、software、hardware），是最「乖」的一組。這些字都已經在 N[40] 的輸出裡 |
| N12 | 引用老師上課內容要正確 | 逐一查過：W2 01:39:50 停用詞（逐字稿是「以前有個步驟很重要，但是現在一點都不重要也不會去做」）；W3 01:12:12 Skip-gram；W3 01:22:17「設一萬…效果不會比較好」；queen「可能在前三名」（W3 00:31:24）；「貓附近的向量其實不是貓」（W3 00:05:21–00:05:27）；2026 投影片 W1 p47 "Avoid to broke the semantics"、p60 用 bank 舉一詞多義、p93 "It depends."、p94 "Vector search is not robust to typos"；W2 p39 Contextualized Embeddings | ✅ | — |
| N13 | 執行完不能再改程式（避免輸出和程式對不上） | 和 `NLP_HW1_submission_executed_1005_backup.ipynb` 逐格比對：只有 N[29] 的文字不同，其他 54 格的程式、輸出、執行序號完全相同 | ✅ | 之後如果要改程式格的註解（N9、N16），輸出不受影響，但**不要改任何會執行的程式碼** |
| N14 | 個資外洩 | 輸出裡沒有 `C:\Users\...` 路徑、使用者名稱或 email | ✅ | — |
| N15 | requirements.txt 要列出跑這份程式需要的套件（P.32；TA [21:04]–[21:08]） | 10 個套件，版本都對。notebook 有用到 `display()`，那需要 Jupyter／ipykernel，但 requirements 沒列 | ⚠️（低） | 可以選擇補上 `ipykernel==7.4.0`、`jupyter==1.1.1`（`.venv` 裡實際裝的版本）。不補也不違規 |
| N16 | 不能改模板（P.36，−5） | 資料載入格 N[2]、N[18]–N[22] 刪掉了模板原本的說明註解（例如 `# Download the Google Analogy dataset`）。規則允許改資料載入，所以不算違規 | ⚠️（極低） | 想更保險，可以把那幾行說明註解放回各格第一行。只加註解，輸出不受影響，不用重跑 |
| N17 | 報告長度（沒有明文規定） | 報告很長（6 題，加上大約 10 張表）。老師提過「幫你把要餵給 AI 的 prompt 都寫好了…寫了一個 100 頁的報告」（Lec [01:57:13]–[01:58:58]），語氣是調侃，不是規定 | ✅（不扣分，只是提醒） | 不用改。重點是 N10：要讀得懂自己交的東西 |

---

## (c) 繳交前一定要做的（依可能扣的分數排序）

1. **相似度（兩人都 −100／0 分；P.36、TA [23:33]–[23:42]、Lec [02:01:06]–[02:01:21]）**
   這份 notebook 和報告文字不要給任何人看。這個風險檔案本身沒辦法消除。
2. **檔名與打包（.ipynb −5、.zip −5、只能放兩個檔；P.32、P.33、P.36）**
   - 改成 `NLP_HW1_<學校縮寫>_<學號>.ipynb`，壓成同名的 `.zip`。
   - 壓縮檔裡**只放**這個 .ipynb 和 `requirements.txt`。不要放資料夾，也不要放備份、模型或語料。
3. **Q6「What I did」（佔位符留著交出去，就等於聲明沒寫完；P.35「沒有說明」會扣分）**
   照實填。不能寫沒做過的事。順手修 N9 的三個小地方。
4. **〔cell N〕改成 `In [n]`（N1；影響 Q2–Q5 的 40%：助教對不到格子，就驗證不了你的數字）**
   照上面的對照表，在 N[29] 裡全部換掉。只改 markdown，不用重跑。
5. **四處講得太滿的地方（N2–N5；各可能扣 0.5 左右，分別在 Q5、Q4、Q3.2）**
   CBOW「全面較好」、PCA「大致區分男女」、sourpuss「是卡通角色」、「2,118,254 則貼文」。都照上表改寫。
6. **小地方（N6、N7、N8、N11；累計可能扣 0.5–1）**
   補 present-participle、拿掉 506、補 GloVe 和 Mikolov 的連結、補 taiwan／computer 的觀察。
7. **選做（N15、N16）**
   requirements 補 ipykernel／jupyter；資料載入格補回模板的說明註解。

不要動的：
- 所有程式碼和輸出。
- 執行序號（**不要**為了任何理由手動改）。
- TODO1–7 的實作。
- 評分格 T[14]。

上面第 3–6 項都只改 N[29] 的 markdown（N9、N16 是加註解），**不用重跑**。

---

本報告的每一項判斷都來自實際查證：用 pymupdf 讀 PDF 全文；用 nbformat 逐格比對模板、繳交版和執行當下的備份；逐一對過報告數字和 notebook 輸出；解出 3 張圖來看；用 grep 查兩份上課逐字稿、助教逐字稿和 2026 投影片；用 pip freeze 和 Win32_Processor 查環境。

以下是推測，不是查證：
- 各項「可能扣幾分」是估計。
- 「中文報告不影響」沒辦法確定。