Útmutatóhoz kapcsolódó kvíz · Közepes Szint
Függőség-elemző kvíz
Check your knowledge of dependency trees, head-dependent relations, parser strategies, Universal Dependencies, and biaffine scoring.
kérdés 1 -ból 8
A függőségi elemzésben hogyan ábrázolható egy mondat szerkezete?
Tekintse meg az összes kérdést8 kérdéseket
A válaszok és magyarázatok megjelennek a kvíz kitöltésekor.
- A függőségi elemzésben hogyan ábrázolható egy mondat szerkezete?
- Az irányított, felcímkézett hivatkozások fájaként minden szótól a fejéhez
- Csak beágyazott zárójelként
- A szógyakoriságok lapos listájaként
- A hang spektrogramjaként
- A 'A kutya üldözte a macskát' című filmben mi a függőségi fa gyökere?
- kutya
- üldözött
- a
- kat
- Miben különbözik a függőségi elemzés a választókerületi elemzéstől?
- Az egyes szavak összekapcsolása helyett beágyazott kifejezésekbe csoportosítja a szavakat
- Csak számokon működik
- Az egyes szavakat közvetlen kapcsolatokkal kapcsolja össze, nem pedig beágyazott kifejezésekbe csoportosítja őket
- Teljesen figyelmen kívül hagyja az igéket
- Mi az előnye az átmeneti alapú értelmezőknek?
- Nem igényelnek képzési adatokat
- Csak angolul dolgoznak
- Hangot adnak ki
- Jellemzően gyorsak, lineáris időben futnak
- What does Universal Dependencies offer researchers and parser developers?
- Shared annotation guidelines and dependency relations used across many language treebanks
- A dataset containing only English audio
- A fixed list of named entities for every document
- A guarantee that every parser reaches the same accuracy
- What does a biaffine scorer do in a neural dependency parser?
- It converts sentences directly into audio
- It scores candidate head-dependent arcs and their dependency labels
- It assigns image masks to pixels
- It guarantees a fixed accuracy on every benchmark
- In a basic dependency tree, what is true of a non-root word?
- It must be the sentence’s main verb
- It has no relation label
- It has one syntactic head
- It belongs to exactly one nested phrase only
- How does a graph-based parser commonly form a dependency tree?
- By translating each token independently
- By grouping words only into phrase brackets
- By removing all function words before parsing
- By scoring candidate arcs and selecting a well-formed tree