Kuis terkait panduan · Sedang Tingkat

Inferensi Bahasa Alami dan Kuis Keterikatan

Pelajari keterikatan, kontradiksi, dan label netral NLI, kumpulan data tolok ukur, masukan transformator, dan batasan pemeriksaan bukti.

Jalur panduan terkaitInferensi dan Keterikatan Bahasa Alami
Pertanyaan 1 dari 8

Apa tiga label standar dalam inferensi bahasa alami?

Pratinjau setiap pertanyaan8 pertanyaan

Jawaban dan penjelasan muncul saat Anda mengikuti kuis.

  1. Apa tiga label standar dalam inferensi bahasa alami?
    • Keterikatan, kontradiksi, netral
    • Positif, negatif, netral
    • Benar, salah, tidak diketahui
    • Subjek, kata kerja, objek
  2. Di NLI, apa yang dimaksud dengan 'entailment'?
    • Kedua kalimat tersebut tidak berhubungan
    • Hipotesis harus benar mengingat premisnya
    • Hipotesisnya pasti salah mengingat premisnya
    • Kalimat-kalimatnya identik secara tata bahasa
  3. Mengingat premis 'Seorang pria sedang bermain gitar di atas panggung,' hipotesis manakah yang merupakan kontradiksi?
    • Seseorang sedang menampilkan musik
    • Penonton menyukai lagu itu
    • Panggungnya kosong
    • Seorang musisi memegang alat musik
  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. Kumpulan data manakah yang banyak digunakan untuk melatih dan mengevaluasi NLI?
    • SNLI dan MultiNLI
    • ImageNet dan CIFAR
    • MNIST dan SVHN
    • WikiTeks dan 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