BM25 এবং আভিধানিক পুনরুদ্ধার ক্যুইজ

আপনি কুইজ নেওয়ার সাথে সাথে উত্তর এবং ব্যাখ্যাগুলি উপস্থিত হয়।

1. BM25 প্রাথমিকভাবে নথি র‌্যাঙ্ক করার জন্য কী ব্যবহার করে?
   • ঘন শব্দার্থিক এম্বেডিং
   • টার্ম ফ্রিকোয়েন্সি, ইনভার্স ডকুমেন্ট ফ্রিকোয়েন্সি, এবং ডকুমেন্ট দৈর্ঘ্য
   • প্রতিটি নথির প্রকাশের তারিখ
   • শুধুমাত্র ব্যবহারকারীর ক্লিক-থ্রু ইতিহাস
2. বিএম25-এ ইনভার্স ডকুমেন্ট ফ্রিকোয়েন্সি (আইডিএফ) কী ভূমিকা পালন করে?
   • এটি 'the' এর মতো খুব সাধারণ শব্দগুলিকে বাড়িয়ে তোলে
   • এটা পরিমাপ করে যে প্রতিটি নথি কত লম্বা
   • এটি বিরল, আরও স্বতন্ত্র পদ উচ্চ ওজন দেয়
   • এটি শুধুমাত্র নথির মোট সংখ্যা গণনা করে
3. কেন BM25 নথি-দৈর্ঘ্য স্বাভাবিককরণ (b প্যারামিটার) প্রয়োগ করে?
   • যাতে দীর্ঘ নথিগুলি কেবলমাত্র আরও শব্দ ধারণ করার জন্য অন্যায়ভাবে অনুকূল হয় না
   • প্রতিটি নথি একই দৈর্ঘ্য করতে
   • সংক্ষিপ্ত নথি মুছে ফেলার জন্য
   • একটি আদর্শ ভাষায় নথি অনুবাদ করতে
4. BM25 এর টার্ম-ফ্রিকোয়েন্সি হ্যান্ডলিং এর একটি মূল বৈশিষ্ট্য হল যে এটি:
   • প্রতিটি পুনরাবৃত্তির সাথে রৈখিকভাবে চিরতরে বৃদ্ধি পায়
   • শব্দ ফ্রিকোয়েন্সি সম্পূর্ণরূপে উপেক্ষা করে
   • প্রতিটি পুনরাবৃত্তি শব্দের জন্য স্কোর দ্বিগুণ করে
   • স্যাচুরেট, তাই অতিরিক্ত পুনরাবৃত্তি হ্রাস প্রাসঙ্গিকতা যোগ করে
5. কোন ডেটা স্ট্রাকচার BM25কে স্কেলে দ্রুত করে তোলে?
   • একটি ইনভার্টেড ইনডেক্স ম্যাপিং শর্তাবলী সেগুলি ধারণকারী নথিতে
   • একটি নিউরাল নেটওয়ার্ক
   • সমস্ত পাঠ্যের একটি একক সাজানো অ্যারে
   • উদ্ধৃতিগুলির একটি গ্রাফ ডাটাবেস
6. আধুনিক অনুসন্ধান ব্যবস্থায়, BM25 প্রায়ই ব্যবহৃত হয়:
   • সমস্ত নিউরাল মডেল সম্পূর্ণভাবে প্রতিস্থাপন করুন
   • একটি নিউরাল রিরেঙ্কারের আগে দ্রুত প্রথম-পর্যায়ের পুনরুদ্ধারকারী হিসাবে পরিবেশন করুন, বা ঘন স্কোরগুলির সাথে মিশ্রিত হন
   • একেবারে নতুন নথি তৈরি করুন
   • অনুসন্ধান সূচক এনক্রিপ্ট করুন
7. In the standard BM25 formula, what effect does setting b to zero have?
   • It removes all inverse-document-frequency weights
   • It makes every matching term contribute zero
   • It changes the index from lexical terms to dense vectors
   • It disables document-length normalization in the term-frequency denominator
8. When BM25 is used to mine DPR training negatives, what makes a retrieved nonanswer passage a hard negative?
   • It has no words in common with any document
   • It is automatically the positive passage because its lexical score is high
   • It looks relevant through term overlap but does not support the question's answer
   • It contains no readable text and is never retrieved