ガイド連動クイズ · 中 レベル

エンティティのリンクと曖昧さ回避のクイズ

メンションの検出、コンテキスト、候補の生成、バイエンコーダーの取得、クロスエンコーダーの再ランキング、NIL 出力、およびドキュメントレベルの一貫性をテストします。

関連するガイドパスエンティティのリンクと曖昧さ回避
質問 1 の 8

エンティティのリンクはテキストの言及を何に接続しますか?

すべての質問をプレビューする8 質問

クイズに答えると、答えと解説が表示されます。

  1. エンティティのリンクはテキストの言及を何に接続しますか?
    • ランダムなウェブページ
    • 新しいトレーニングの実行
    • スペル修正
    • ナレッジベース内の固有のエントリ
  2. 「Apple という会社が電話を発売した」という表現の曖昧さ回避タスクは何ですか?
    • Apple は会社ではなく果物を意味すると判断する
    • Apple とは果物ではなくテクノロジー企業であると判断する
    • Apple を別の言語に翻訳する
    • Apple で文字を数える
  3. 候補生成段階の目的は何ですか?
    • 新しい記事を書くには
    • 曖昧な単語を削除するには
    • 一致する可能性のあるエンティティの候補リストを取得するには
    • テキストを翻訳するには
  4. 最新のエンティティ リンクにおいてバイ エンコーダはどのような役割を果たしますか?
    • メンションとエンティティの個別の埋め込みによる高速検索
    • すべての言及に対する手作業によるラベル付けが遅い
    • エンティティのイメージの生成
    • ナレッジベースの暗号化
  5. NIL クラスはエンティティ リンクで何を表しますか?
    • 最も人気のある存在
    • 一致するナレッジベースのエントリがないメンション
    • 重複したエンティティ
    • トレーニングエラー
  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