Test legat de ghid · Mediu Nivel

Testul de metrice de evaluare ROUGE și BLEU

Checks BLEU precision and clipping, ROUGE recall and sequence overlap, and why n-gram metrics miss semantically valid paraphrases.

Căi de ghidare aferenteMăsuri de evaluare Rouge și Bleu
Întrebare 1 de 8

Ce valoare a fost concepută inițial pentru traducerea automată și subliniază precizia?

Previzualizează fiecare întrebare8 întrebări

Răspunsurile și explicațiile apar pe măsură ce susțineți testul.

  1. Ce valoare a fost concepută inițial pentru traducerea automată și subliniază precizia?
    • BLEU
    • ROUGE
    • BERTScore
    • Doar F1
  2. Spre ce este orientat în primul rând ROUGE?
    • Precizie
    • Amintiți-vă
    • Latența
    • Dimensiunea modelului
  3. Ce împiedică pedeapsa pentru concizie a BLEU?
    • Producerea de ieșiri prea lungi
    • Folosind cuvinte rare
    • Joc scorul cu ieșiri foarte scurte
    • Repetând același cuvânt
  4. Ce măsoară ROUGE-L?
    • Numărul de litere din ieșire
    • Latența în milisecunde
    • Cea mai mare rată de învățare utilizată
    • Cea mai lungă subsecvență comună între candidat și referință
  5. Care este limitarea cheie comună atât a BLEU, cât și a ROUGE?
    • Ei măsoară doar suprapunerea de n-grame de suprafață și opresc parafraza sau sensul
    • Au nevoie de GPU pentru a calcula
    • Nu se pot ocupa de text în limba engleză
    • Nu au nevoie de text de referință
  6. Cum împiedică BLEU un sistem să joace scorul prin repetarea unui n-gram de înaltă frecvență?
    • Ignoră toate cuvintele repetate
    • Decupează fiecare număr de n-grame candidat la numărul maxim din referințe
    • Numără decât prima propoziție
    • Penalizează orice repetare la zero
  7. When does BLEU’s brevity penalty reduce a candidate’s score?
    • When the candidate includes a unigram match
    • When the reference contains more than four words
    • When the candidate is shorter than the reference length
    • When the candidate uses a paraphrase
  8. Why does BLEU take a geometric mean across n-gram precisions?
    • It converts precision into a confidence interval
    • It guarantees semantic equivalence
    • It removes the need for reference text
    • A low score at one n-gram order can substantially lower the combined score