Mit dem Guide verknüpftes Quiz · Mittel Ebene

Beziehungsextraktion aus Textquiz

Testen Sie, wie die Relationsextraktion Text in strukturierte Fakten umwandelt und wie die gängigen Pipelines und Überwachungsmethoden versagen können.

Verwandte FührungspfadeBeziehungsextraktion aus Text
Frage 1 von 8

Was ist die typische Ausgabe eines Beziehungsextraktionssystems?

Sehen Sie sich jede Frage in der Vorschau an8 Fragen

Während Sie am Quiz teilnehmen, werden Antworten und Erklärungen angezeigt.

  1. Was ist die typische Ausgabe eines Beziehungsextraktionssystems?
    • Ein strukturiertes Tripel, das zwei Entitäten durch eine Beziehung verbindet
    • Ein grammatikalischer Analysebaum des Satzes
    • Ein Sentiment-Score von negativ bis positiv
    • Eine Übersetzung des Satzes in eine andere Sprache
  2. In a common pipeline for relation extraction, what may identify entity mentions before pair classification?
    • Text-zu-Sprache-Synthese
    • Erkennung benannter Entitäten
    • Bildsegmentierung
    • Audio source separation
  3. Why can distant supervision produce noisy relation-extraction labels?
    • Knowledge bases contain no structured facts
    • It requires every sentence to be hand-labeled
    • A sentence may mention two linked entities without stating their knowledge-base relation
    • It removes entity mentions before training
  4. Wie geben viele transformatorbasierte RE-Modelle an, welches Entitätspaar zu klassifizieren ist?
    • Indem Sie zuerst den Satz übersetzen
    • Durch Löschen einer der Entitäten
    • Durch Konvertieren des Textes in Audio
    • Durch Einfügen spezieller Markierungstoken um die beiden Entitäten herum
  5. Was unterscheidet die „offene“ Beziehungsextraktion von der Standard-RE?
    • Es extrahiert Beziehungsphrasen direkt aus Text, ohne dass ein vordefinierter Satz von Beziehungstypen erforderlich ist
    • Es funktioniert nur mit Zahlen
    • Es erfordert mehr gekennzeichnete Daten als jede andere Methode
    • Es kann nur eine Relation pro Dokument gefunden werden
  6. Why include a no-relation label when classifying candidate entity pairs?
    • To translate the sentence into another language
    • To represent pairs for which the text does not assert a target relation
    • To replace named entity recognition
    • To guarantee that every pair has a relation
  7. What does document-level relation extraction allow a system to use?
    • Only the spelling of a single entity
    • Audio features from a spoken recording
    • Evidence that may be spread across multiple sentences
    • A fixed relation without reading text
  8. How does open relation extraction differ from a closed relation schema?
    • It cannot use text as input
    • It always requires a knowledge base to label every sentence
    • It only identifies entity boundaries
    • It can express relation phrases without choosing only from a predefined label inventory