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.

Související vodicí cestyBm25 a lexikální vyhledávání
Otázka 1 z 8

Co BM25 primárně používá k hodnocení dokumentů?

Náhled každé otázky8 otázky

Odpovědi a vysvětlení se zobrazují, jak budete v kvízu.

  1. 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
  2. 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
  3. 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
  4. 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
  5. 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
  6. 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
  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