Gids-gekoppelde quiz · Middelmatig Niveau
Relatie-extractie uit tekstquiz
Test hoe relatie-extractie tekst omzet in gestructureerde feiten, en hoe de gebruikelijke pijplijnen en toezichtmethoden kunnen mislukken.
Vraag 1 van 8
Wat is de typische output van een relatie-extractiesysteem?
Bekijk elke vraag8 vragen
Antwoorden en uitleg verschijnen terwijl je de quiz doet.
- Wat is de typische output van een relatie-extractiesysteem?
- Een gestructureerde drievoudige koppeling tussen twee entiteiten door middel van een relatie
- Een grammaticale ontleedboom van de zin
- Een sentimentscore van negatief naar positief
- Een vertaling van de zin in een andere taal
- In a common pipeline for relation extraction, what may identify entity mentions before pair classification?
- Tekst-naar-spraaksynthese
- Herkenning van benoemde entiteiten
- Segmentatie van afbeeldingen
- Audio source separation
- Why can distant supervision produce noisy relation-extraction labels?
- 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
- Hoe geven veel op transformatoren gebaseerde RE-modellen aan welk entiteitspaar moet worden geclassificeerd?
- Door eerst de zin te vertalen
- Door een van de entiteiten te verwijderen
- Door de tekst naar audio te converteren
- Door speciale markeringsfiches rond de twee entiteiten te plaatsen
- Wat onderscheidt 'open' relatie-extractie van standaard RE?
- Het haalt relatiezinnen rechtstreeks uit tekst zonder een vooraf gedefinieerde set relatietypen
- Het werkt alleen op cijfers
- Het vereist meer gelabelde gegevens dan welke andere methode dan ook
- Er kan slechts één relatie per document worden gevonden
- 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
- 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
- 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