Kvíz spojený s průvodcem · Střední úroveň
BM25 a Lexical Retrieval Quiz
Prozkoumejte vzácnost termínu BM25, saturaci frekvence, ovládání délky dokumentu, obrácené indexy a jeho roli při těžbě tvrdých negativů pro husté retrívry.
Otázka 1 z 8
Co BM25 primárně používá k hodnocení dokumentů?
Náhled každé otázky8 otázky
Odpovědi a vysvětlení se zobrazují, jak budete v kvízu.
- Co BM25 primárně používá k hodnocení dokumentů?
- Husté sémantické vložení
- Frekvence termínu, inverzní frekvence dokumentu a délka dokumentu
- Datum zveřejnění každého dokumentu
- Pouze historie prokliků uživatelů
- Jakou roli hraje inverzní frekvence dokumentů (IDF) v BM25?
- Posiluje velmi běžná slova jako „the“
- Měří, jak dlouhý je každý dokument
- Vzácnějším, výraznějším termínům dává vyšší váhu
- Počítá pouze celkový počet dokumentů
- Proč BM25 používá normalizaci délky dokumentu (parametr b)?
- Aby dlouhé dokumenty nebyly nespravedlivě upřednostňovány jen proto, že obsahují více slov
- Aby byly všechny dokumenty stejně dlouhé
- Chcete-li odstranit krátké dokumenty
- K překladu dokumentů do standardního jazyka
- Klíčovým rysem manipulace s termínovou frekvencí BM25 je, že:
- Zvyšuje se lineárně navždy s každým opakováním
- Úplně ignoruje frekvenci termínů
- Zdvojnásobí skóre za každé opakované slovo
- Zasytí, takže další opakování zvyšuje relevanci
- Jaká datová struktura dělá BM25 rychlým v měřítku?
- Invertovaný index mapující termíny na dokumenty, které je obsahují
- Neuronová síť
- Jedno seřazené pole veškerého textu
- Grafická databáze citací
- V moderních vyhledávacích systémech se BM25 často používá k:
- Vyměňte úplně všechny neurální modely
- Slouží jako rychlý retrívr prvního stupně před neurálním rerankerem nebo se spojí s hustým skóre
- Vytvářejte zcela nové dokumenty
- Zašifrujte vyhledávací index
- 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
- 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