BM25 i quiz dotyczący wyszukiwania leksykalnego

Odpowiedzi i wyjaśnienia pojawiają się w miarę rozwiązywania quizu.

1. Czego głównie używa BM25 do oceniania dokumentów?
   • Gęste osadzenie semantyczne
   • Częstotliwość terminów, odwrotna częstotliwość dokumentów i długość dokumentu
   • Data publikacji każdego dokumentu
   • Tylko historia kliknięć użytkownika
2. Jaką rolę odgrywa odwrotna częstotliwość dokumentów (IDF) w BM25?
   • Wzmacnia bardzo popularne słowa, takie jak „the”
   • Mierzy długość każdego dokumentu
   • Daje rzadszym, bardziej charakterystycznym terminom większą wagę
   • Liczy się tylko całkowita liczba dokumentów
3. Dlaczego BM25 stosuje normalizację długości dokumentu (parametr b)?
   • Aby długie dokumenty nie były niesprawiedliwie faworyzowane tylko dlatego, że zawierają więcej słów
   • Aby każdy dokument miał tę samą długość
   • Aby usunąć krótkie dokumenty
   • Aby przetłumaczyć dokumenty na standardowy język
4. Kluczową cechą obsługi termin-częstotliwość BM25 jest to, że:
   • Zwiększa się liniowo w nieskończoność z każdym powtórzeniem
   • Całkowicie ignoruje częstotliwość terminów
   • Podwaja wynik za każde powtórzone słowo
   • Nasyca, więc dodatkowe powtórzenia zwiększają znaczenie
5. Jaka struktura danych sprawia, że BM25 jest szybki na dużą skalę?
   • Odwrócony indeks mapujący terminy na dokumenty je zawierające
   • Sieć neuronowa
   • Pojedyncza posortowana tablica całego tekstu
   • Grafowa baza danych cytatów
6. W nowoczesnych systemach wyszukiwania BM25 często wykorzystuje się do:
   • Całkowicie wymień wszystkie modele neuronowe
   • Służy jako szybki aporter pierwszego stopnia przed zmianą rankingu neuronowego lub łączy się z gęstymi wynikami
   • Generuj zupełnie nowe dokumenty
   • Zaszyfruj indeks wyszukiwania
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