Quiz collegato alla guida · Medio Livello

Quiz sulla traduzione automatica

Controlla l'allineamento dei dati di traduzione, la tokenizzazione, i limiti BLEU, la valutazione della coppia linguistica e gli errori semantici come numeri modificati o negazione.

Percorsi guida correlatiTraduzione automatica
Domanda 1 di 8

Cosa contengono i dati di addestramento parallelo?

Anteprima di ogni domanda8 domande

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

  1. Cosa contengono i dati di addestramento parallelo?
    • Passaggi di origine abbinati alle traduzioni corrispondenti
    • Documenti non correlati raggruppati per carattere
    • Solo riferimenti nella lingua di destinazione
    • Un elenco di previsioni del modello senza fonti
  2. Cosa può insegnare un allineamento sorgente-destinazione non corrispondente a un modello di traduzione?
    • Un miglioramento garantito nella fluidità
    • La relazione errata tra i passaggi
    • Una traduzione corretta per ogni lingua
    • Un riferimento BLEU migliore
  3. Perché tenere insieme i documenti correlati quando si dividono i dati di valutazione?
    • Rimuovere la necessità di riferimenti
    • Rendere la tokenizzazione identica
    • Ridurre la perdita di duplicati vicini tra le suddivisioni
    • Aumentare la lunghezza della frase
  4. Un tokenizzatore divide un sistema di scrittura in molte più unità. Cosa dovrebbero verificare i valutatori?
    • Se sorgente e destinazione usano lo stesso alfabeto
    • Solo il nome del modello
    • Se BLEU è sempre alto
    • Limiti di lunghezza e se un passaggio è troncato
  5. Cosa confronta BLEU?
    • Se una traduzione è legalmente valida
    • Pattern di sequenze di parole con traduzioni di riferimento
    • Il significato completo e la leggibilità di un passaggio
    • Il numero di lingue in un modello
  6. Una traduzione candidata cambia “did not arrive” in “did arrive”. Quale errore dovrebbero segnalare i revisori?
    • Un'inserzione che non può influire
    • A casing normalization choice
    • Negazione errata che inverte il significato
    • Una vittoria di tokenizzazione nella lingua di destinazione
  7. Un modello ha un punteggio medio elevato su diverse lingue ben fornite. Cosa potrebbe nascondere?
    • Scarsa performance in una lingua meno rappresentata o in un dominio specializzato
    • Che tutte le coppie linguistiche siano ugualmente affidabili
    • Che non ci siano errori di terminologia
    • Che il set di test non abbia duplicati
  8. Cosa dovrebbe accompagnare una metrica automatica nella valutazione della traduzione?
    • Un punteggio unico senza impostazioni
    • Solo un corpus di riferimento più ampio
    • Un'ipotesi che il significato sia preservato
    • Una configurazione documentata e una revisione bilingue di errori specifici