रूज और ब्लू मूल्यांकन मेट्रिक्स प्रश्नोत्तरी

जैसे ही आप प्रश्नोत्तरी लेते हैं उत्तर और स्पष्टीकरण दिखाई देते हैं।

1. कौन सी मीट्रिक मूल रूप से मशीनी अनुवाद के लिए डिज़ाइन की गई थी और सटीकता पर जोर देती है?
   • ब्लू
   • रूज
   • बर्टस्कोर
   • केवल F1
2. ROUGE मुख्य रूप से किस ओर उन्मुख है?
   • परिशुद्धता
   • स्मरण करो
   • विलंबता
   • मॉडल का आकार
3. BLEU का संक्षिप्तता दंड क्या रोकता है?
   • अत्यधिक लंबे आउटपुट उत्पन्न करना
   • दुर्लभ शब्दों का प्रयोग
   • बहुत कम आउटपुट के साथ स्कोर को गेमिंग करना
   • एक ही शब्द दोहराते हुए
4. रूज-एल क्या मापता है?
   • आउटपुट में अक्षरों की संख्या
   • मिलीसेकंड में विलंबता
   • सबसे बड़ी सीखने की दर का उपयोग किया गया
   • उम्मीदवार और संदर्भ के बीच सबसे लंबा सामान्य क्रम
5. BLEU और ROUGE दोनों की प्रमुख साझा सीमा क्या है?
   • वे केवल सतह एन-ग्राम ओवरलैप को मापते हैं और व्याख्या या अर्थ को भूल जाते हैं
   • उन्हें गणना करने के लिए GPU की आवश्यकता होती है
   • वे अंग्रेजी पाठ संभाल नहीं सकते
   • उन्हें किसी संदर्भ पाठ की आवश्यकता नहीं है
6. BLEU किसी सिस्टम को उच्च-आवृत्ति एन-ग्राम को दोहराकर स्कोर को गेमिंग करने से कैसे रोकता है?
   • यह बार-बार दोहराए गए सभी शब्दों को अनदेखा कर देता है
   • यह संदर्भों में प्रत्येक उम्मीदवार की एन-ग्राम गणना को उसकी अधिकतम संख्या तक क्लिप करता है
   • यह केवल पहला वाक्य ही गिनता है
   • यह किसी भी पुनरावृत्ति को शून्य तक दंडित करता है
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