Gids-gekoppelde quiz · Middelmatig Niveau

BM25 en Lexicale ophaalquiz

Ontdek de zeldzaamheid van BM25-termen, frequentieverzadiging, controles op de documentlengte, omgekeerde indexen en de rol ervan bij het delven van harde negatieven voor compacte retrievers.

Gerelateerde gidspadenBm25 en lexicale retrieval
Vraag 1 van 8

Wat gebruikt BM25 voornamelijk om documenten te rangschikken?

Bekijk elke vraag8 vragen

Antwoorden en uitleg verschijnen terwijl je de quiz doet.

  1. Wat gebruikt BM25 voornamelijk om documenten te rangschikken?
    • Dichte semantische inbedding
    • Termfrequentie, omgekeerde documentfrequentie en documentlengte
    • De publicatiedatum van elk document
    • Alleen doorklikgeschiedenis van gebruiker
  2. Welke rol speelt de inverse documentfrequentie (IDF) in BM25?
    • Het stimuleert veel voorkomende woorden als 'de'
    • Het meet hoe lang elk document is
    • Het geeft zeldzamere, meer onderscheidende termen een hoger gewicht
    • Er wordt alleen het totale aantal documenten geteld
  3. Waarom past BM25 documentlengtenormalisatie toe (de b-parameter)?
    • Zodat lange documenten niet onterecht de voorkeur krijgen alleen omdat ze meer woorden bevatten
    • Om elk document even lang te maken
    • Om korte documenten te verwijderen
    • Documenten vertalen naar een standaardtaal
  4. Een belangrijk kenmerk van de term-frequentiebehandeling van BM25 is dat het:
    • Verhoogt lineair voor altijd bij elke herhaling
    • Negeert de termfrequentie volledig
    • Verdubbelt de score voor elk herhaald woord
    • Verzadigt, dus extra herhalingen zorgen voor een afnemende relevantie
  5. Welke datastructuur maakt BM25 snel op schaal?
    • Een omgekeerde index die termen toewijst aan de documenten die ze bevatten
    • Een neuraal netwerk
    • Eén gesorteerde array van alle tekst
    • Een grafische database met citaten
  6. In moderne zoeksystemen wordt BM25 vaak gebruikt om:
    • Vervang alle neurale modellen volledig
    • Serveer als een snelle retriever in de eerste fase vóór een neurale reranker, of laat je samensmelten met dichte scores
    • Genereer gloednieuwe documenten
    • Versleutel de zoekindex
  7. 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
  8. 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