গাইড লিঙ্ক ক্যুইজ · মাঝারি স্তর

BERTScore এবং শব্দার্থিক মূল্যায়ন কুইজ

শব্দার্থিক পাঠ্য মূল্যায়নে প্রাসঙ্গিক টোকেন ম্যাচিং, নির্ভুলতা এবং প্রত্যাহার দিক, IDF ওজন এবং বেসলাইন রিস্কেলিং পরীক্ষা করে।

প্রশ্ন 1 এর 8

BLEU এবং ROUGE এর কোন মূল দুর্বলতা BERTScore সম্বোধন করে?

প্রতিটি প্রশ্নের পূর্বরূপ দেখুন8 প্রশ্ন

আপনি কুইজ নেওয়ার সাথে সাথে উত্তর এবং ব্যাখ্যাগুলি উপস্থিত হয়।

  1. BLEU এবং ROUGE এর কোন মূল দুর্বলতা BERTScore সম্বোধন করে?
    • তারা বিভিন্ন শব্দ ব্যবহার করে এমন বৈধ প্যারাফ্রেজকে শাস্তি দেয়
    • তারা দীর্ঘ নথিতে খুব ধীরে চালায়
    • তাদের প্রতিটি স্কোরের জন্য মানুষের টীকা প্রয়োজন
    • তারা শুধুমাত্র অনুবাদে কাজ করে, সারসংক্ষেপ নয়
  2. BERTScore কিভাবে সিদ্ধান্ত নেয় যে দুটি টোকেন একই রকম?
    • ভাগ করা অক্ষর গণনা করে
    • তাদের প্রাসঙ্গিক এম্বেডিংয়ের কোসাইন সাদৃশ্য দ্বারা
    • তারা একই অভিধান এন্ট্রি প্রদর্শিত কিনা চেক করে
    • সঠিক স্ট্রিং ম্যাচিং দ্বারা
  3. এর অর্থ কী যে BERTScore এম্বেডিংগুলি 'প্রসঙ্গিক'?
    • প্রতি ভোকাবুলারি শব্দে এগুলি শুধুমাত্র একবার গণনা করা হয়
    • তারা আশেপাশের শব্দগুলিকে সম্পূর্ণরূপে উপেক্ষা করে
    • একই শব্দ তার বাক্যের উপর নির্ভর করে বিভিন্ন ভেক্টর পায়
    • তারা শব্দ ফ্রিকোয়েন্সি গণনা উপর ভিত্তি করে
  4. BERTScore সাধারণত কোন তিনটি মান রিপোর্ট করে?
    • ব্লিউ, রুজ এবং উল্কা
    • নির্ভুলতা, প্রত্যাহার, এবং বিভ্রান্তি
    • পক্ষপাত, ভিন্নতা এবং ক্ষতি
    • যথার্থতা, প্রত্যাহার, এবং F1
  5. BERTScore-এ ঐচ্ছিক IDF ওজন নির্ধারণের উদ্দেশ্য কী?
    • ওজন কমানোর জন্য খুব সাধারণ, কম তথ্যপূর্ণ শব্দ
    • এম্বেডিং গণনার গতি বাড়ানোর জন্য
    • স্কোরকে শতাংশে রূপান্তর করতে
    • স্কোর করার আগে পাঠ্য অনুবাদ করতে
  6. কেন বেসলাইন রিস্কেলিং কখনও কখনও BERTScore এ প্রয়োগ করা হয়?
    • একটি রেফারেন্স টেক্সট জন্য প্রয়োজন অপসারণ
    • একটি আরও ব্যাখ্যাযোগ্য পরিসর জুড়ে কাঁচা স্কোর তৈরি করতে
    • তুলনার জন্য এটিকে BLEU তে রূপান্তর করতে
    • সম্পূর্ণরূপে এমবেডিং মডেল নির্মূল করতে
  7. 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
  8. 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