Gids-gekoppelde quiz · Middelmatig Niveau

Quiz over natuurlijke taalinferentie en gevolgen

Leer de gevolgen, tegenstrijdigheden en neutrale labels van NLI, benchmarkdatasets, transformatorinputs en limieten voor bewijscontrole.

Vraag 1 van 8

Wat zijn de drie standaardlabels bij gevolgtrekking uit natuurlijke taal?

Bekijk elke vraag8 vragen

Antwoorden en uitleg verschijnen terwijl je de quiz doet.

  1. Wat zijn de drie standaardlabels bij gevolgtrekking uit natuurlijke taal?
    • Entailment, tegenspraak, neutraal
    • Positief, negatief, neutraal
    • Waar, onwaar, onbekend
    • Onderwerp, werkwoord, object
  2. Wat betekent 'entailment' in NLI?
    • De twee zinnen hebben niets met elkaar te maken
    • De hypothese moet waar zijn, gegeven de premisse
    • De hypothese moet onwaar zijn, gegeven de premisse
    • De zinnen zijn grammaticaal identiek
  3. Gegeven het uitgangspunt 'Een man speelt gitaar op het podium', welke hypothese is dan in tegenspraak?
    • Een persoon voert muziek uit
    • Het publiek houdt van het lied
    • Het podium is leeg
    • Een muzikant houdt een instrument vast
  4. What is an annotation artifact in an NLI dataset?
    • A model that reasons perfectly with very little data
    • A dataset where every annotator agrees
    • A premise that is always longer than its hypothesis
    • A spurious cue that lets a model guess labels without reasoning about the premise-hypothesis relation
  5. Welke datasets worden veel gebruikt om NLI te trainen en evalueren?
    • SNLI en MultiNLI
    • ImageNet en CIFAR
    • MNIST en SVHN
    • WikiText en Penn Treebank
  6. How can NLI support a check of a generated claim against source evidence?
    • Measure the generated claim’s length
    • Classify whether the evidence entails, contradicts, or leaves the claim neutral
    • Count unique words only
    • Translate the claim into another language
  7. In NLI, what does the neutral label mean?
    • The hypothesis is guaranteed true
    • The hypothesis is guaranteed false
    • The premise neither entails nor contradicts the hypothesis
    • The two sentences are grammatically identical
  8. How does a common transformer NLI classifier present a sentence pair to the model?
    • Encode only the hypothesis and discard the premise
    • Convert both sentences into audio first
    • Train a separate model for every word
    • Concatenate the premise and hypothesis with a separator token