가이드 연계 퀴즈 · 중간 레벨

텍스트 퀴즈에서 관계 추출

관계 추출이 텍스트를 구조화된 사실로 변환하는 방법과 일반적인 파이프라인 및 감독 방법이 어떻게 실패할 수 있는지 테스트합니다.

관련 가이드 경로텍스트에서 관계 추출
질문 1 의 8

관계 추출 시스템의 일반적인 출력은 무엇입니까?

모든 질문 미리보기8 질문

퀴즈를 풀면 정답과 설명이 나타납니다.

  1. 관계 추출 시스템의 일반적인 출력은 무엇입니까?
    • 두 엔터티를 관계로 연결하는 구조화된 삼중 구조
    • 문장의 문법적 분석 트리
    • 부정적인 감정에서 긍정적인 감정 점수
    • 문장을 다른 언어로 번역한 것
  2. 일반적인 관계 추출 파이프라인에서 쌍 분류 전에 개체 언급을 식별하는 것은 무엇일까요?
    • 텍스트 음성 합성
    • 명명된 엔터티 인식
    • 이미지 분할
    • Audio source separation
  3. 원거리 지도학습이 노이즈가 있는 관계 추출 레이블을 생성할 수 있는 이유는 무엇인가요?
    • Knowledge bases contain no structured facts
    • It requires every sentence to be hand-labeled
    • A sentence may mention two linked entities without stating their knowledge-base relation
    • It removes entity mentions before training
  4. 많은 변환기 기반 RE 모델은 분류할 엔터티 쌍을 어떻게 나타냅니까?
    • 먼저 문장을 번역해서
    • 엔터티 중 하나를 삭제하여
    • 텍스트를 오디오로 변환하여
    • 두 엔터티 주위에 특수 마커 토큰을 삽입하여
  5. 표준 RE와 '개방형' 관계 추출의 차이점은 무엇입니까?
    • 미리 정의된 관계 유형 세트 없이 텍스트에서 직접 관계 문구를 추출합니다.
    • 숫자에만 작동합니다
    • 다른 방법보다 더 많은 레이블이 지정된 데이터가 필요합니다.
    • 문서당 하나의 관계만 찾을 수 있습니다.
  6. Why include a no-relation label when classifying candidate entity pairs?
    • To translate the sentence into another language
    • To represent pairs for which the text does not assert a target relation
    • To replace named entity recognition
    • To guarantee that every pair has a relation
  7. What does document-level relation extraction allow a system to use?
    • Only the spelling of a single entity
    • Audio features from a spoken recording
    • Evidence that may be spread across multiple sentences
    • A fixed relation without reading text
  8. How does open relation extraction differ from a closed relation schema?
    • It cannot use text as input
    • It always requires a knowledge base to label every sentence
    • It only identifies entity boundaries
    • It can express relation phrases without choosing only from a predefined label inventory