Kvíz spojený s průvodcem · Střední úroveň
ROUGE a BLEU Evaluation Metrics Quiz
Kontroluje přesnost a ořez BLEU, vyvolání ROUGE a překrývání sekvencí a proč v n-gramových metrikách chybí sémanticky platné parafráze.
Otázka 1 z 8
Která metrika byla původně navržena pro strojový překlad a klade důraz na přesnost?
Náhled každé otázky8 otázky
Odpovědi a vysvětlení se zobrazují, jak budete v kvízu.
- Která metrika byla původně navržena pro strojový překlad a klade důraz na přesnost?
- BLEU
- ROUGE
- BERTScore
- pouze F1
- Na co je ROUGE primárně zaměřeno?
- Přesnost
- Odvolání
- Latence
- Velikost modelu
- Čemu brání trest za stručnost BLEU?
- Produkce příliš dlouhých výstupů
- Používání vzácných slov
- Hraní skóre s velmi krátkými výstupy
- Opakování stejného slova
- Co měří ROUGE-L?
- Počet písmen ve výstupu
- Latence v milisekundách
- Nejvyšší použitá rychlost učení
- Nejdelší společná podsekvence mezi kandidátem a referencí
- Jaké je klíčové sdílené omezení BLEU i ROUGE?
- Měří pouze povrchové překrytí n-gramů a chybí jim parafráze nebo význam
- K výpočtu potřebují GPU
- Neumí si poradit s anglickým textem
- Nepotřebují žádný referenční text
- Jak BLEU zabrání systému hrát skóre opakováním vysokofrekvenčního n-gramu?
- Ignoruje všechna opakovaná slova
- Ořízne každý kandidátní počet n-gramů na maximální počet v referencích
- Počítá pouze první větu
- Každé opakování penalizuje na nulu
- When does BLEU’s brevity penalty reduce a candidate’s score?
- When the candidate includes a unigram match
- When the reference contains more than four words
- When the candidate is shorter than the reference length
- When the candidate uses a paraphrase
- Why does BLEU take a geometric mean across n-gram precisions?
- It converts precision into a confidence interval
- It guarantees semantic equivalence
- It removes the need for reference text
- A low score at one n-gram order can substantially lower the combined score