Тест, свързан с ръководство · Среден Ниво
BERTScore и тест за семантична оценка
Проверява контекстуалното съвпадение на токени, прецизността и посоката на извикване, IDF теглото и премащабирането на базовата линия при семантична оценка на текст.
Въпрос 1 на 8
Коя основна слабост на BLEU и ROUGE адресира BERTScore?
Визуализирайте всеки въпрос8 въпроси
Отговорите и обясненията се появяват, докато отговаряте на теста.
- Коя основна слабост на BLEU и ROUGE адресира BERTScore?
- Те наказват валидни перифрази, които използват различни думи
- Те работят твърде бавно при дълги документи
- Те изискват човешки анотатори за всеки резултат
- Те работят само върху превода, а не върху резюмето
- Как BERTScore решава, че два токена са сходни?
- Чрез преброяване на споделени знаци
- Чрез косинусово сходство на техните контекстуални вграждания
- Като проверите дали се появяват в един и същи речников запис
- Чрез точно съвпадение на низове
- Какво означава, че вгражданията на BERTScore са „контекстуални“?
- Те се изчисляват само веднъж за дума от речника
- Те напълно игнорират околните думи
- Една и съща дума получава различни вектори в зависимост от своето изречение
- Те се основават на преброяване на честотата на думите
- Кои три стойности обикновено отчита BERTScore?
- BLEU, ROUGE и METEOR
- Точност, припомняне и недоумение
- Пристрастие, дисперсия и загуба
- Прецизност, припомняне и F1
- Каква е целта на незадължителното IDF претегляне в BERTScore?
- За да намалите много често срещаните, по-малко информативни думи
- За да ускорите изчисленията за вграждане
- За да конвертирате резултатите в проценти
- За превод на текст преди точкуване
- Защо понякога към BERTScore се прилага повторно мащабиране на базовата линия?
- За да премахнете необходимостта от референтен текст
- За да направите необработените резултати разпределени в по-интерпретируем диапазон
- За да го конвертирате в BLEU за сравнение
- За да премахнете напълно модела на вграждане
- In BERTScore, which direction corresponds to recall?
- For each candidate token, find its best-matching reference token
- Compare sentence lengths only
- For each reference token, find its best-matching candidate token
- Count exact matching n-grams
- Why can IDF weighting change BERTScore’s token contribution?
- It replaces contextual embeddings with word counts
- It removes the reference text
- It forces every token to have identical similarity
- Common words receive less weight than more informative words