Questionário vinculado ao guia · Médio Nível

Questionário de preenchimento de slot e detecção de intenção

Teste NLU orientado a tarefas: rótulos de intenção, slots digitados, marcação de sequência, modelos conjuntos, benchmarks e contexto de diálogo multivoltas.

Pergunta 1 de 8

Qual é a diferença entre detecção de intenção e preenchimento de slot?

Visualize cada pergunta8 perguntas

As respostas e explicações aparecem conforme você responde ao teste.

  1. Qual é a diferença entre detecção de intenção e preenchimento de slot?
    • A intenção encontra o objetivo geral; slots extraem valores de detalhes específicos
    • São dois nomes para a mesma tarefa
    • A intenção extrai valores; slots classificam o objetivo
    • Os slots lidam com áudio e a intenção lida com texto
  2. Em 'Reservar um voo de Boston para Denver', qual é a intenção?
    • Boston
    • livro_voo
    • Denver
    • destino
  3. Por que o preenchimento de slots é frequentemente enquadrado como rotulagem de sequência com tags BIO?
    • Para contar o número de palavras
    • Para traduzir a frase primeiro
    • Para capturar corretamente valores de slot com várias palavras
    • Para detectar a emoção do locutor
  4. Por que os sistemas modernos treinam a detecção de intenções e o preenchimento de slots em conjunto?
    • É exigido por lei
    • Treinamento conjunto usa menos eletricidade
    • Os slots não podem ser calculados de outra forma
    • As tarefas estão fortemente acopladas e compartilham sinais úteis
  5. Qual o papel que uma camada CRF pode desempenhar sobre as tags de slot?
    • Ele impõe sequências de rótulos válidas entre tokens
    • Ele detecta o rótulo de intenção
    • Ele traduz o enunciado
    • Comprime o tamanho do modelo
  6. How can a large language model produce an intent-and-slot result?
    • By eliminating user input
    • By generating structured output such as schema-constrained JSON, with validation still required
    • By using only single-word commands
    • By removing the concepts of intent and slot
  7. What domain does the ATIS benchmark focus on?
    • Music source separation
    • Pintura de imagem
    • Airline travel information and flight requests
    • Robot navigation
  8. In a multi-turn dialogue, why might a slot-filling system need prior turns?
    • Earlier turns remove the need to identify an intent
    • Slot values can only appear in the first sentence
    • Prior context changes the tokenizer vocabulary
    • A follow-up may omit a value type that earlier context supplies