Útmutatóhoz kapcsolódó kvíz · Közepes Szint

Természetes nyelvi következtetés és következmény kvíz

Learn NLI’s entailment, contradiction, and neutral labels, benchmark datasets, transformer inputs, and evidence-checking limits.

kérdés 1 -ból 8

Mi a három szabványos címke a természetes nyelvi következtetésben?

Tekintse meg az összes kérdést8 kérdéseket

A válaszok és magyarázatok megjelennek a kvíz kitöltésekor.

  1. Mi a három szabványos címke a természetes nyelvi következtetésben?
    • Következmény, ellentmondás, semleges
    • Pozitív, negatív, semleges
    • Igaz, hamis, ismeretlen
    • Alany, ige, tárgy
  2. Mit jelent az NLI-ben az „következmény”?
    • A két mondatnak nincs köze egymáshoz
    • A hipotézisnek igaznak kell lennie az előfeltevés alapján
    • A hipotézisnek hamisnak kell lennie az előfeltevés alapján
    • A mondatok nyelvtanilag azonosak
  3. Az „Egy férfi gitározik a színpadon” feltevés alapján melyik hipotézis ellentmondásos?
    • Egy személy zenét ad elő
    • A tömeg szereti a dalt
    • A színpad üres
    • Egy zenész egy hangszert tart
  4. What is an annotation artifact in an NLI dataset?
    • A model that reasons perfectly with very little data
    • A dataset where every annotator agrees
    • A premise that is always longer than its hypothesis
    • A spurious cue that lets a model guess labels without reasoning about the premise-hypothesis relation
  5. Mely adatkészleteket használják széles körben az NLI betanítására és értékelésére?
    • SNLI és MultiNLI
    • ImageNet és CIFAR
    • MNIST és SVHN
    • WikiText és Penn Treebank
  6. How can NLI support a check of a generated claim against source evidence?
    • Measure the generated claim’s length
    • Classify whether the evidence entails, contradicts, or leaves the claim neutral
    • Count unique words only
    • Translate the claim into another language
  7. In NLI, what does the neutral label mean?
    • The hypothesis is guaranteed true
    • The hypothesis is guaranteed false
    • The premise neither entails nor contradicts the hypothesis
    • The two sentences are grammatically identical
  8. How does a common transformer NLI classifier present a sentence pair to the model?
    • Encode only the hypothesis and discard the premise
    • Convert both sentences into audio first
    • Train a separate model for every word
    • Concatenate the premise and hypothesis with a separator token