Rehber bağlantılı sınav · Orta Seviye
BERTScore ve Anlamsal Değerlendirme Sınavı
Anlamsal metin değerlendirmesinde bağlamsal belirteç eşleşmesini, hassasiyeti ve geri çağırma yönünü, IDF ağırlıklandırmasını ve temel yeniden ölçeklendirmeyi kontrol eder.
Soru 1 arasında 8
BERTScore BLEU ve ROUGE'un hangi temel zayıflığını gideriyor?
Her soruyu önizleyin8 sorular
Testi çözdüğünüzde cevaplar ve açıklamalar görünür.
- BERTScore BLEU ve ROUGE'un hangi temel zayıflığını gideriyor?
- Farklı kelimeler kullanan geçerli açıklamaları cezalandırıyorlar
- Uzun belgelerde çok yavaş çalışıyorlar
- Her puan için insan açıklamacılara ihtiyaç duyarlar
- Özetlemeye değil, yalnızca çeviriye çalışırlar
- BERTScore iki tokenin benzer olduğuna nasıl karar veriyor?
- Paylaşılan karakterleri sayarak
- Bağlamsal yerleştirmelerinin kosinüs benzerliğine göre
- Aynı sözlük girdisinde görünüp görünmediklerini kontrol ederek
- Tam dize eşleşmesine göre
- BERTScore yerleştirmelerinin 'bağlamsal' olması ne anlama geliyor?
- Kelime başına yalnızca bir kez hesaplanırlar
- Etrafındaki kelimeleri tamamen görmezden geliyorlar
- Aynı kelime, cümlesine bağlı olarak farklı vektörler alır
- Kelime sıklığı sayımlarına dayanmaktadırlar
- BERTScore genellikle hangi üç değeri rapor eder?
- BLEU, ROUGE ve METEOR
- Doğruluk, hatırlama ve şaşkınlık
- Önyargı, varyans ve kayıp
- Hassasiyet, geri çağırma ve F1
- BERTScore'da isteğe bağlı IDF ağırlıklandırmanın amacı nedir?
- Çok yaygın, daha az bilgilendirici kelimelerin ağırlığını azaltmak
- Gömülü hesaplamayı hızlandırmak için
- Puanları yüzdelere dönüştürmek için
- Puanlamadan önce metni çevirmek için
- BERTScore'a neden bazen temel yeniden ölçeklendirme uygulanıyor?
- Referans metnine olan ihtiyacı ortadan kaldırmak için
- Ham puanların daha yorumlanabilir bir aralığa yayılmasını sağlamak
- Karşılaştırma amacıyla BLEU'ya dönüştürmek için
- Gömme modelini tamamen ortadan kaldırmak için
- In BERTScore, which direction corresponds to recall?
- For each candidate token, find its best-matching reference token
- Compare sentence lengths only
- For each reference token, find its best-matching candidate token
- Count exact matching n-grams
- Why can IDF weighting change BERTScore’s token contribution?
- It replaces contextual embeddings with word counts
- It removes the reference text
- It forces every token to have identical similarity
- Common words receive less weight than more informative words