Quiz połączony z przewodnikiem · Średni Poziom

Ekstrakcja relacji z quizu tekstowego

Przetestuj, jak ekstrakcja relacji przekształca tekst w ustrukturyzowane fakty oraz w jaki sposób typowe potoki i metody nadzoru mogą zawieść.

Powiązane ścieżki prowadząceEkstrakcja relacji z tekstu
Pytanie 1 z 8

Jaki jest typowy wynik systemu wyodrębniania relacji?

Podgląd każdego pytania8 pytania

Odpowiedzi i wyjaśnienia pojawiają się w miarę rozwiązywania quizu.

  1. Jaki jest typowy wynik systemu wyodrębniania relacji?
    • Ustrukturyzowana trójka łącząca dwa byty relacją
    • Drzewo analizy gramatycznej zdania
    • Ocena nastrojów od negatywnej do pozytywnej
    • Tłumaczenie zdania na inny język
  2. In a common pipeline for relation extraction, what may identify entity mentions before pair classification?
    • Synteza tekstu na mowę
    • Rozpoznawanie nazwanych podmiotów
    • Segmentacja obrazu
    • Audio source separation
  3. 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
  4. W jaki sposób wiele modeli RE opartych na transformatorach wskazuje, którą parę jednostek należy sklasyfikować?
    • Najpierw tłumacząc zdanie
    • Usuwając jeden z podmiotów
    • Konwertując tekst na dźwięk
    • Poprzez umieszczenie specjalnych żetonów znaczników wokół dwóch bytów
  5. Co odróżnia „otwartą” ekstrakcję relacji od standardowej RE?
    • Wyodrębnia frazy relacji bezpośrednio z tekstu bez predefiniowanego zestawu typów relacji
    • Działa tylko na liczbach
    • Wymaga większej liczby oznakowanych danych niż jakakolwiek inna metoda
    • Może znaleźć tylko jedną relację na dokument
  6. 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
  7. 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
  8. 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