Gids-gekoppelde quiz · Middelmatig Niveau

Quiz voor het ophalen van dichte passages

Test DPR-query- en passage-encoders, puntproductscores, in-batch- en BM25-negatieven, en de noodzaak om een ​​index te vernieuwen wanneer de inbedding verandert.

Gerelateerde gidspadenDichte doorgang ophalen
Vraag 1 van 8

How does Dense Passage Retrieval decide which passages match a query?

Bekijk elke vraag8 vragen

Antwoorden en uitleg verschijnen terwijl je de quiz doet.

  1. How does Dense Passage Retrieval decide which passages match a query?
    • Het vergelijken van dichte vectorrepresentaties van vragen en passages op basis van gelijkenis
    • Tellen hoeveel zoekwoorden in elk document voorkomen
    • Vertaal de zoekopdracht naar SQL voordat u gaat zoeken
    • Documenten puur rangschikken op basis van hoe recent ze zijn gepubliceerd
  2. DPR maakt gebruik van een 'bi-encoder'-architectuur. Wat betekent dat?
    • Het codeert tekst twee keer en berekent het gemiddelde van de resultaten
    • Het werkt alleen op tweetalige documenten
    • Het codeert zowel tekens als woorden tegelijkertijd
    • Het maakt gebruik van twee afzonderlijke encoders, één voor queries en één voor passages
  3. Waarom kunnen passagevectoren vooraf worden berekend in DPR?
    • Omdat de passages nooit veranderen als ze eenmaal zijn geschreven
    • Omdat de query-encoder is uitgeschakeld tijdens het zoeken
    • Omdat elke passage onafhankelijk van welke vraag dan ook wordt gecodeerd
    • Omdat passages alleen als onbewerkte tekst worden opgeslagen
  4. Met welke trainingstruc kan DPR goedkoop veel negatieve voorbeelden genereren?
    • Willekeurig omdraaien van labels
    • In-batch-negatieven, waarbij andere passages in dezelfde batch worden gebruikt
    • Het wegvallen van de helft van de neuronen
    • Handmatig elke verkeerde passage labelen
  5. For what vocabulary mismatch can learned DPR representations be useful compared with lexical matching alone?
    • The passage is unrelated but repeats the query's terms
    • Every query contains only an exact serial number
    • The encoder is guaranteed to retrieve the right answer for all inputs
    • A relevant passage expresses a query's idea using different words
  6. Welk hulpmiddel wordt vaak gebruikt om DPR's dichtstbijzijnde buurzoekopdracht snel en op grote schaal te maken?
    • Een geschatte dichtstbijzijnde buurindex zoals FAISS
    • Een spreadsheet-soort
    • Een reguliere expressie-engine
    • Een relationele database-join
  7. Why can BM25-retrieved nonanswer passages be useful hard negatives when training DPR?
    • They guarantee that every retrieved passage is irrelevant
    • Their lexical overlap can make them challenging distractors that the retriever must distinguish from the answer passage
    • They remove the need for a positive answer passage
    • They force the passage encoder to count words without learning
  8. After changing DPR's passage encoder, what should happen to a stored passage-vector index?
    • Keep the old embeddings because encoder weights cannot affect vectors
    • Rename the index without recalculating any representation
    • Recompute the passage embeddings with the intended compatible encoder and update the index
    • Disable the query encoder and search raw filenames instead