Κουίζ που συνδέεται με οδηγό · Μεσαίο Επίπεδο

Επωνυμία Entity Rec. Κουίζ

Ελέγξτε τα σχήματα NER, τις ετικέτες διακριτικών, τα όρια και τις μετατοπίσεις, διατηρώντας παράλληλα την αναγνώριση οντοτήτων διαφορετική από τη σύνδεση ταυτότητας και τα επαληθευμένα γεγονότα.

Σχετικές διαδρομές οδηγώνΑναγνώριση οντότητας με όνομα
Ερώτηση 1 του 8

Before annotating a corpus, what should a team define?

Προεπισκόπηση κάθε ερώτησης8 ερωτήσεις

Οι απαντήσεις και οι εξηγήσεις εμφανίζονται καθώς κάνετε το κουίζ.

  1. Before annotating a corpus, what should a team define?
    • Entity categories and span-boundary rules
    • The model vendor’s pricing plan
    • The number of pages in each file
    • A list of every person’s biography
  2. Γιατί μπορεί να συμπεριληφθεί το "Labs" στο "Northstar Research Labs" για ένα σύνολο δεδομένων;
    • All suffixes are always excluded
    • The annotation rules define whether organization suffixes are part of the span
    • NER decides company ownership
    • Tokenization makes boundaries irrelevant
  3. Όταν οι ετικέτες διακριτικών ευθυγραμμίζονται με διακριτικά υπολέξεων, τι απαιτεί προσοχή;
    • Translating every token into a new language
    • Replacing offsets with a summary
    • Mapping labels back to the original text spans
    • Treating all subwords as separate people
  4. Γιατί να διατηρήσουμε τις μετατοπίσεις χαρακτήρων για μια εξαγόμενη οντότητα;
    • The system can infer a person’s identity
    • Offsets supply missing context automatically
    • They turn NER into sentiment analysis
    • An application can highlight the exact source span
  5. Ποιος έλεγχος αξιολόγησης έχει σημασία για το NER;
    • Check only whether a name appears somewhere
    • Assess both entity boundaries and entity types
    • Measure average sentence length only
    • Count model parameters
  6. Ένας αναγνωριστής επισημαίνει τον "Jordan" ως άτομο. Τι θα χρειαζόταν για να συνδεθεί με ένα συγκεκριμένο πραγματικό ρεκόρ;
    • A longer NER label
    • Another punctuation mark
    • Separate entity linking with additional evidence
    • The same classifier run twice
  7. The system returns “Northstar” but the annotated organization span is “Northstar Research Labs.” What kind of error may this be?
    • A span-boundary error even if the type is right
    • Proof that entity linking succeeded
    • A sentiment classification error
    • A change in the source document
  8. Why is high average NER performance not enough for redaction?
    • Redaction does not use extracted spans
    • Every NER label hides the whole document
    • Offsets prevent misses
    • A missed sensitive name can remain visible despite a strong average score