গাইড লিঙ্ক ক্যুইজ · মাঝারি স্তর

এন্টিটি লিঙ্কিং এবং দ্ব্যর্থতা নিরসন ক্যুইজ

পরীক্ষা উল্লেখ সনাক্তকরণ, প্রসঙ্গ, প্রার্থী প্রজন্ম, দ্বি-এনকোডার পুনরুদ্ধার, ক্রস-এনকোডার পুনঃর্যাঙ্কিং, NIL আউটপুট, এবং নথি-স্তরের সমন্বয়।

প্রশ্ন 1 এর 8

এন্টিটি লিংকিং কোন টেক্সট উল্লেখকে সংযুক্ত করে?

প্রতিটি প্রশ্নের পূর্বরূপ দেখুন8 প্রশ্ন

আপনি কুইজ নেওয়ার সাথে সাথে উত্তর এবং ব্যাখ্যাগুলি উপস্থিত হয়।

  1. এন্টিটি লিংকিং কোন টেক্সট উল্লেখকে সংযুক্ত করে?
    • একটি এলোমেলো ওয়েব পেজ
    • একটি নতুন প্রশিক্ষণ রান
    • একটি বানান সংশোধন
    • একটি জ্ঞান ভিত্তি একটি অনন্য এন্ট্রি
  2. 'কোম্পানি অ্যাপল একটি ফোন প্রকাশ করেছে' বাক্যাংশে, দ্ব্যর্থতা নিরসনের কাজটি কী?
    • সিদ্ধান্ত আপেল মানে ফল, কোম্পানি নয়
    • সিদ্ধান্ত নেওয়া অ্যাপল মানে টেক কোম্পানি, ফল নয়
    • অ্যাপলকে অন্য ভাষায় অনুবাদ করা হচ্ছে
    • অ্যাপলে অক্ষর গুনছে
  3. প্রার্থী প্রজন্ম পর্যায়ের উদ্দেশ্য কি?
    • একটি নতুন নিবন্ধ লিখতে
    • অস্পষ্ট শব্দ মুছে ফেলার জন্য
    • সম্ভাব্য মিলে যাওয়া সত্তাগুলির একটি সংক্ষিপ্ত তালিকা পুনরুদ্ধার করতে
    • লেখাটি অনুবাদ করতে
  4. আধুনিক সত্তা লিঙ্কিংয়ে দ্বি-এনকোডার কী ভূমিকা পালন করে?
    • উল্লেখ এবং সত্তার জন্য পৃথক এমবেডিংয়ের মাধ্যমে দ্রুত পুনরুদ্ধার
    • প্রতিটি উল্লেখের ধীর ম্যানুয়াল লেবেলিং
    • সত্তার ছবি তৈরি করা হচ্ছে
    • জ্ঞানের ভিত্তি এনক্রিপ্ট করা
  5. সত্তা লিঙ্কিংয়ে একটি NIL শ্রেণী কী প্রতিনিধিত্ব করে?
    • সবচেয়ে জনপ্রিয় সত্তা
    • কোন মিলিত জ্ঞান-বেস এন্ট্রি ছাড়া একটি উল্লেখ
    • একটি ডুপ্লিকেট সত্তা
    • একটি প্রশিক্ষণ ত্রুটি
  6. How can document-level coherence help an entity-linking system?
    • By guaranteeing that every mention has the same entity identifier
    • By proving every document discusses only one topic
    • By removing the need to evaluate individual mention contexts
    • By considering whether candidate assignments fit the document context and one another
  7. After fast candidate retrieval, what information does a cross-encoder jointly read for entity-linking reranking?
    • The mention's context and a candidate entity's description
    • Only the entity's numeric identifier with no text
    • Only the two input filenames
    • Only the number of images in the knowledge base
  8. If an entity-linking pipeline never proposes the span 'Apple' for analysis, which initial stage has missed that mention?
    • The final candidate reranker only
    • The image-compression stage
    • Mention detection
    • The knowledge base's output filename formatter