Rehber bağlantılı sınav · Orta Seviye
ELMo Bağlamsal Yerleştirmeler Sınavı
ELMo'nun çift yönlü dil modelinin bağlama duyarlı sözcük vektörlerini nasıl oluşturduğunu ve aşağı yönlü görevler için yinelenen katmanları nasıl birleştirdiğini inceleyin.
Soru 1 arasında 8
ELMo ile Word2Vec gibi önceki yerleştirmeler arasındaki temel fark nedir?
Her soruyu önizleyin8 sorular
Testi çözdüğünüzde cevaplar ve açıklamalar görünür.
- ELMo ile Word2Vec gibi önceki yerleştirmeler arasındaki temel fark nedir?
- ELMo, cümle bağlamına bağlı olarak aynı kelimeye farklı vektörler verir
- ELMo daha küçük vektörler kullanıyor
- ELMo cümleler üzerinde değil, yalnızca tekil kelimeler üzerinde çalışır
- ELMo eğitim verisi gerektirmez
- ELMo metni okumak için hangi sinir mimarisini kullanıyor?
- Öz-dikkatli bir Transformatör
- Derin çift yönlü LSTM dil modeli
- Evrişimsel bir görüntü ağı
- Basit bir ileri beslemeli ağ
- ELMo, aşağı yönlü bir görev için dahili katmanlarını nasıl birleştirir?
- Yalnızca son üst katmanı kullanır
- Tüm katmanların ortalamasını eşit şekilde alır ve sonucu sabitler
- Tüm katmanların öğrenilmiş, göreve özel ağırlıklı kombinasyonlarını kullanır
- Her seferinde rastgele bir katman seçer
- ELMo, görünmeyen sözcükleri işlemek için giriş birimleri olarak neyi kullanıyor?
- Yalnızca tam kelime araması
- Sabit sözlük kimlikleri
- BERT'ten bayt çifti kodlu alt kelimeler
- Karakter düzeyinde CNN gösterimleri
- ELMo yaklaşık olarak ne zaman ve kim tarafından tanıtıldı?
- 2018, Allen Yapay Zeka Enstitüsü araştırmacıları tarafından
- 2013, Google'in Word2Vec ekibi tarafından
- 2020, OpenAI tarafından
- 2015, Facebook AI tarafından
- ELMo makalesinde açıklanan çift yönlü dil modelini eğitmek için hangi derlem kullanıldı?
- Bir Milyar Kelime Karşılaştırması
- Yalnızca Penn Treebank
- Etiketli görsellerden oluşan bir koleksiyon
- GloVe Ortak Tarama vektörleri
- ELMo'nun ileri LSTM'si hangi dil modeli tahminini öğreniyor?
- Önceki kelimeyi gelecekteki bağlamdan tahmin etme
- Her belgeye sabit bir vektör atama
- Önceki bağlamdan sonraki kelimeyi tahmin etme
- Bir cümlenin görüntü çözünürlüğünü tahmin etme
- ELMo'nun alt ve üst LSTM katmanları hangi dilsel bilgileri yakalama eğilimindedir?
- Alt katmanlar görüntünün rengini kodlarken, yüksek katmanlar ses perdesini kodlar
- Her katman yalnızca sözcük sıklığını saklar ve bağlamı göz ardı eder
- Daha yüksek katmanlar her zaman noktalama işareti tahminiyle sınırlıdır
- Alt katmanlar sözdizimine yönelirken, yüksek katmanlar daha çok bağlama bağlı anlambilimi yakalar