Quiz collegato alla guida · Medio Livello
BM25 e quiz sul recupero lessicale
Esplora la rarità del termine BM25, la saturazione della frequenza, i controlli della lunghezza del documento, gli indici invertiti e il suo ruolo nell'estrazione di negativi rigidi per i retriever densi.
Domanda 1 di 8
Cosa utilizza principalmente BM25 per classificare i documenti?
Anteprima di ogni domanda8 domande
Le risposte e le spiegazioni vengono visualizzate mentre rispondi al quiz.
- Cosa utilizza principalmente BM25 per classificare i documenti?
- Incorporamenti semantici densi
- Frequenza dei termini, frequenza inversa del documento e lunghezza del documento
- La data di pubblicazione di ciascun documento
- Solo cronologia dei clic dell'utente
- Che ruolo gioca la frequenza inversa del documento (IDF) nel BM25?
- Aumenta le parole molto comuni come "il"
- Misura la lunghezza di ciascun documento
- Attribuisce un peso maggiore ai termini più rari e distintivi
- Conta solo il numero totale di documenti
- Perché BM25 applica la normalizzazione della lunghezza del documento (il parametro b)?
- In modo che i documenti lunghi non siano ingiustamente favoriti solo perché contengono più parole
- Per rendere ogni documento della stessa lunghezza
- Per eliminare documenti brevi
- Tradurre documenti in una lingua standard
- Una caratteristica chiave della gestione della frequenza dei termini del BM25 è che:
- Aumenta linearmente per sempre con ogni ripetizione
- Ignora completamente la frequenza dei termini
- Raddoppia il punteggio per ogni parola ripetuta
- Satura, quindi le ripetizioni extra aggiungono una rilevanza decrescente
- Quale struttura dati rende BM25 veloce su larga scala?
- Un indice invertito che mappa i termini ai documenti che li contengono
- Una rete neurale
- Un singolo array ordinato di tutto il testo
- Un database grafico di citazioni
- Nei moderni sistemi di ricerca, BM25 viene spesso utilizzato per:
- Sostituisci completamente tutti i modelli neurali
- Servi come un veloce retriever di prima fase prima di un riclassificazione neurale o si fonde con punteggi densi
- Genera documenti nuovi di zecca
- Crittografare l'indice di ricerca
- 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
- 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