BM25 et quiz de récupération lexicale

Les réponses et les explications apparaissent au fur et à mesure que vous répondez au quiz.

1. Qu'est-ce que BM25 utilise principalement pour classer les documents ?
   • Des intégrations sémantiques denses
   • Fréquence des termes, fréquence inverse des documents et longueur du document
   • La date de publication de chaque document
   • Historique des clics de l'utilisateur uniquement
2. Quel rôle joue la fréquence inverse des documents (IDF) dans BM25 ?
   • Il renforce des mots très courants comme « le »
   • Il mesure la durée de chaque document
   • Cela donne un poids plus élevé aux termes plus rares et plus distinctifs
   • Il compte uniquement le nombre total de documents
3. Pourquoi BM25 applique-t-il la normalisation de la longueur du document (le paramètre b) ?
   • Pour que les documents longs ne soient pas injustement favorisés simplement parce qu'ils contiennent plus de mots
   • Pour que chaque document ait la même longueur
   • Pour supprimer des documents courts
   • Traduire des documents dans une langue standard
4. Une caractéristique clé de la gestion terme-fréquence du BM25 est qu'elle :
   • Augmente linéairement pour toujours à chaque répétition
   • Ignore entièrement la fréquence des termes
   • Double le score pour chaque mot répété
   • Sature, donc des répétitions supplémentaires ajoutent une pertinence décroissante
5. Quelle structure de données rend le BM25 rapide à grande échelle ?
   • Un index inversé mappant les termes aux documents les contenant
   • Un réseau de neurones
   • Un seul tableau trié de tout le texte
   • Une base de données graphique de citations
6. Dans les systèmes de recherche modernes, BM25 est souvent utilisé pour :
   • Remplacez entièrement tous les modèles neuronaux
   • Servir de récupérateur rapide de premier niveau avant un reclasseur neuronal, ou être fusionné avec des scores denses
   • Générez de nouveaux documents
   • Chiffrer l'index de recherche
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