Quiz collegato alla guida · Medio Livello

Quiz sul collegamento di entità e sulla disambiguazione

Test di rilevamento delle menzioni, contesto, generazione di candidati, recupero bi-encoder, riclassificazione cross-encoder, output NIL e coerenza a livello di documento.

Domanda 1 di 8

A cosa collega una menzione testuale il collegamento di entità?

Anteprima di ogni domanda8 domande

Le risposte e le spiegazioni vengono visualizzate mentre rispondi al quiz.

  1. A cosa collega una menzione testuale il collegamento di entità?
    • Una pagina web casuale
    • Un nuovo percorso formativo
    • Una correzione ortografica
    • Una voce unica in una base di conoscenza
  2. Nella frase "la società Apple ha rilasciato un telefono", qual è il compito di chiarire le ambiguità?
    • Decidere Apple significa il frutto, non l'azienda
    • A decidere Apple significa l’azienda tecnologica, non il frutto
    • Tradurre Apple in un'altra lingua
    • Contare le lettere in Apple
  3. Qual è lo scopo della fase di generazione dei candidati?
    • Per scrivere un nuovo articolo
    • Per eliminare le parole ambigue
    • Per recuperare un elenco di possibili entità corrispondenti
    • Per tradurre il testo
  4. Che ruolo gioca un bi-encoder nel moderno collegamento di entità?
    • Recupero rapido tramite incorporamenti separati per menzioni ed entità
    • Lenta etichettatura manuale di ogni menzione
    • Generazione di immagini di entità
    • Crittografia della base di conoscenza
  5. Cosa rappresenta una classe NIL nel collegamento di entità?
    • L'entità più popolare
    • Una menzione senza voce corrispondente nella knowledge base
    • Un'entità duplicata
    • Un errore di formazione
  6. How can document-level coherence help an entity-linking system?
    • By guaranteeing that every mention has the same entity identifier
    • By proving every document discusses only one topic
    • By removing the need to evaluate individual mention contexts
    • By considering whether candidate assignments fit the document context and one another
  7. After fast candidate retrieval, what information does a cross-encoder jointly read for entity-linking reranking?
    • The mention's context and a candidate entity's description
    • Only the entity's numeric identifier with no text
    • Only the two input filenames
    • Only the number of images in the knowledge base
  8. If an entity-linking pipeline never proposes the span 'Apple' for analysis, which initial stage has missed that mention?
    • The final candidate reranker only
    • The image-compression stage
    • Mention detection
    • The knowledge base's output filename formatter