Útmutatóhoz kapcsolódó kvíz · Közepes Szint

BM25 és Lexical Retrieval Quiz

Explore BM25 term rarity, frequency saturation, document-length controls, inverted indexes, and its role in mining hard negatives for dense retrievers.

Kapcsolódó útmutató utakBm25 és lexikális visszakeresés
kérdés 1 -ból 8

Mit használ a BM25 elsősorban a dokumentumok rangsorolására?

Tekintse meg az összes kérdést8 kérdéseket

A válaszok és magyarázatok megjelennek a kvíz kitöltésekor.

  1. Mit használ a BM25 elsősorban a dokumentumok rangsorolására?
    • Sűrű szemantikai beágyazások
    • A kifejezés gyakorisága, a dokumentum inverz gyakorisága és a dokumentum hossza
    • Az egyes dokumentumok megjelenési dátuma
    • Csak felhasználói átkattintási előzmények
  2. Milyen szerepet játszik az inverz dokumentumfrekvencia (IDF) a BM25-ben?
    • Ez kiemeli az olyan gyakori szavakat, mint a "the"
    • Azt méri, hogy az egyes dokumentumok milyen hosszúak
    • A ritkább, jellegzetesebb kifejezéseknek nagyobb súlyt ad
    • Csak a dokumentumok teljes számát számolja
  3. Miért alkalmazza a BM25 dokumentumhossz-normálást (a b paramétert)?
    • Hogy a hosszú dokumentumokat ne méltánytalanul részesítsék előnyben csak azért, mert több szót tartalmaznak
    • Hogy minden dokumentum azonos hosszúságú legyen
    • Rövid dokumentumok törléséhez
    • Dokumentumok szabványos nyelvre történő lefordítása
  4. A BM25 terminus-frekvencia kezelésének fő jellemzője, hogy:
    • Lineárisan növekszik örökre minden ismétléssel
    • Teljesen figyelmen kívül hagyja a kifejezés gyakoriságát
    • Megduplázza a pontszámot minden ismételt szóért
    • Telít, így az extra ismétlések csökkentik a relevanciát
  5. Milyen adatstruktúra teszi gyorssá a BM25-öt?
    • Invertált index-leképezési feltételek az ezeket tartalmazó dokumentumokhoz
    • Neurális hálózat
    • Az összes szöveg egyetlen rendezett tömbje
    • Hivatkozások grafikonos adatbázisa
  6. A modern keresőrendszerekben a BM25-öt gyakran használják:
    • Cserélje ki teljesen az összes neurális modellt
    • Gyors első stádiumú retrieverként szolgálhat az idegi átrendező előtt, vagy sűrű pontszámokkal egyesülhet
    • Hozzon létre vadonatúj dokumentumokat
    • A keresési index titkosítása
  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