Cuestionario vinculado a una guía · Medio Nivel

Cuestionario de métricas de evaluación de ROUGE y BLEU

Comprueba la precisión y el recorte de BLEU, la recuperación de ROUGE y la superposición de secuencias, y por qué las métricas de n-gramas omiten paráfrasis semánticamente válidas.

Rutas de guía relacionadasMétricas de evaluación de Rouge y Bleu
Pregunta 1 de 8

¿Qué métrica se diseñó originalmente para la traducción automática y enfatiza la precisión?

Vista previa de cada pregunta8 preguntas

Las respuestas y explicaciones aparecen a medida que realiza el cuestionario.

  1. ¿Qué métrica se diseñó originalmente para la traducción automática y enfatiza la precisión?
    • AZUL
    • colorete
    • Puntuación BERT
    • solo F1
  2. ¿A qué se orienta principalmente ROUGE?
    • Precisión
    • recordar
    • Latencia
    • Tamaño del modelo
  3. ¿Qué impide la penalización de brevedad de BLEU?
    • Producir resultados demasiado largos
    • Usando palabras raras
    • Jugando la partitura con salidas muy cortas
    • Repitiendo la misma palabra
  4. ¿Qué mide ROUGE-L?
    • El número de letras en la salida.
    • Latencia en milisegundos
    • La mayor tasa de aprendizaje utilizada
    • La subsecuencia común más larga entre candidato y referencia.
  5. ¿Cuál es una limitación clave compartida tanto por BLEU como por ROUGE?
    • Solo miden la superposición superficial de n-gramas y omiten paráfrasis o significado.
    • Requieren GPU para calcular
    • No pueden manejar texto en inglés.
    • No necesitan texto de referencia.
  6. ¿Cómo evita BLEU que un sistema juegue con la puntuación repitiendo un n-grama de alta frecuencia?
    • Ignora todas las palabras repetidas.
    • Recorta el recuento de n-gramas de cada candidato a su recuento máximo en las referencias.
    • Solo cuenta la primera frase.
    • Penaliza cualquier repetición a cero
  7. 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
  8. 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