BM25 dan Kuis Pengambilan Leksikal

Jawaban dan penjelasan muncul saat Anda mengikuti kuis.

1. Apa yang terutama digunakan BM25 untuk menentukan peringkat dokumen?
   • Penyematan semantik yang padat
   • Frekuensi term, frekuensi dokumen invers, dan panjang dokumen
   • Tanggal publikasi setiap dokumen
   • Hanya riwayat klik-tayang pengguna
2. Apa peran frekuensi dokumen terbalik (IDF) di BM25?
   • Ini meningkatkan kata-kata yang sangat umum seperti 'the'
   • Ini mengukur berapa panjang setiap dokumen
   • Hal ini memberikan bobot yang lebih tinggi pada istilah yang lebih jarang dan lebih khas
   • Ini hanya menghitung jumlah total dokumen
3. Mengapa BM25 menerapkan normalisasi panjang dokumen (parameter b)?
   • Sehingga dokumen yang panjang tidak difavoritkan secara tidak adil hanya karena berisi lebih banyak kata
   • Untuk membuat setiap dokumen memiliki panjang yang sama
   • Untuk menghapus dokumen pendek
   • Untuk menerjemahkan dokumen ke dalam bahasa standar
4. Fitur utama penanganan frekuensi jangka BM25 adalah:
   • Meningkat secara linear selamanya dengan setiap pengulangan
   • Mengabaikan frekuensi istilah sepenuhnya
   • Menggandakan skor untuk setiap kata yang diulang
   • Jenuh, jadi pengulangan ekstra menambah relevansi yang berkurang
5. Struktur data apa yang membuat BM25 cepat dalam skala besar?
   • Istilah pemetaan indeks terbalik ke dokumen yang memuatnya
   • Jaringan saraf
   • Satu larik yang diurutkan dari semua teks
   • Basis data grafik kutipan
6. Dalam sistem pencarian modern, BM25 sering digunakan untuk:
   • Ganti seluruh model saraf
   • Berfungsi sebagai retriever tahap pertama yang cepat sebelum melakukan reranker saraf, atau digabungkan dengan skor yang padat
   • Hasilkan dokumen baru
   • Enkripsi indeks pencarian
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