แบบทดสอบที่เชื่อมโยงกับคำแนะนำ · ปานกลาง ระดับ
BM25 และแบบทดสอบการดึงคำศัพท์
สำรวจคำที่หายากของ BM25 ความอิ่มตัวของความถี่ การควบคุมความยาวของเอกสาร ดัชนีแบบกลับด้าน และบทบาทของมันในการขุดฮาร์ดเนกาทีฟสำหรับตัวดึงข้อมูลหนาแน่น
คำถาม 1 ของ 8
BM25 ใช้เพื่อจัดอันดับเอกสารเป็นหลักอย่างไร
ดูตัวอย่างทุกคำถาม8 คำถาม
คำตอบและคำอธิบายจะปรากฏขึ้นเมื่อคุณทำแบบทดสอบ
- BM25 ใช้เพื่อจัดอันดับเอกสารเป็นหลักอย่างไร
- การฝังความหมายที่หนาแน่น
- ความถี่ของภาคเรียน ความถี่ของเอกสารผกผัน และความยาวของเอกสาร
- วันที่ตีพิมพ์ของเอกสารแต่ละฉบับ
- ประวัติการคลิกผ่านของผู้ใช้เท่านั้น
- ความถี่ของเอกสารผกผัน (IDF) มีบทบาทอย่างไรใน BM25
- มันส่งเสริมคำทั่วไปเช่น 'the'
- โดยจะวัดระยะเวลาของเอกสารแต่ละฉบับ
- มันทำให้คำศัพท์ที่หายากและโดดเด่นกว่ามีน้ำหนักมากกว่า
- โดยจะนับจำนวนเอกสารทั้งหมดเท่านั้น
- เหตุใด BM25 จึงใช้การปรับมาตรฐานความยาวเอกสาร (พารามิเตอร์ b)
- ดังนั้นเอกสารที่ยาวจึงไม่ได้รับการสนับสนุนอย่างไม่ยุติธรรมเพียงเพราะมีคำมากขึ้น
- เพื่อให้ทุกเอกสารมีความยาวเท่ากัน
- หากต้องการลบเอกสารขนาดสั้น
- เพื่อแปลเอกสารเป็นภาษามาตรฐาน
- คุณลักษณะสำคัญของการจัดการความถี่ภาคเรียนของ BM25 คือ:
- เพิ่มขึ้นเป็นเส้นตรงตลอดไปทุกครั้งที่ทำซ้ำ
- ละเว้นความถี่ของเทอมโดยสิ้นเชิง
- เพิ่มคะแนนเป็นสองเท่าสำหรับทุกคำที่ซ้ำกัน
- ทำให้อิ่มตัว ดังนั้นการทำซ้ำเพิ่มเติมจึงทำให้ความเกี่ยวข้องลดลง
- โครงสร้างข้อมูลใดที่ทำให้ BM25 ทำงานได้รวดเร็วในวงกว้าง
- เงื่อนไขการแมปดัชนีแบบกลับหัวกับเอกสารที่มีอยู่
- โครงข่ายประสาทเทียม
- อาร์เรย์ที่เรียงลำดับเดียวของข้อความทั้งหมด
- ฐานข้อมูลกราฟของการอ้างอิง
- ในระบบการค้นหาสมัยใหม่ BM25 มักใช้เพื่อ:
- แทนที่โมเดลประสาททั้งหมดทั้งหมด
- ทำหน้าที่เป็นรีทรีฟเวอร์ระยะแรกที่รวดเร็วก่อนที่จะจัดอันดับประสาทใหม่ หรือจะหลอมรวมกับคะแนนที่หนาแน่น
- สร้างเอกสารใหม่ล่าสุด
- เข้ารหัสดัชนีการค้นหา
- 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
- 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