BM25 اور لغوی بازیافت کوئز

جب آپ کوئز دیتے ہیں تو جوابات اور وضاحتیں ظاہر ہوتی ہیں۔

1. BM25 بنیادی طور پر دستاویزات کی درجہ بندی کے لیے کیا استعمال کرتا ہے؟
   • گھنے سیمنٹک ایمبیڈنگس
   • ٹرم فریکوئنسی، الٹا دستاویز کی فریکوئنسی، اور دستاویز کی لمبائی
   • ہر دستاویز کی اشاعت کی تاریخ
   • صرف صارف کے کلک کے ذریعے تاریخ
2. الٹا دستاویز فریکوئنسی (IDF) BM25 میں کیا کردار ادا کرتی ہے؟
   • یہ بہت عام الفاظ کو فروغ دیتا ہے جیسے 'the'
   • یہ پیمائش کرتا ہے کہ ہر دستاویز کتنی لمبی ہے۔
   • یہ نایاب، زیادہ مخصوص اصطلاحات کو زیادہ وزن دیتا ہے۔
   • یہ صرف دستاویزات کی کل تعداد کو شمار کرتا ہے۔
3. BM25 دستاویز کی لمبائی کو نارملائزیشن (b پیرامیٹر) کیوں لاگو کرتا ہے؟
   • تاکہ طویل دستاویزات کو صرف زیادہ الفاظ پر مشتمل کرنے کے لیے غیر منصفانہ طور پر پسند نہ کیا جائے۔
   • ہر دستاویز کو ایک ہی لمبائی بنانے کے لیے
   • مختصر دستاویزات کو حذف کرنے کے لیے
   • دستاویزات کو معیاری زبان میں ترجمہ کرنا
4. BM25 کی ٹرم فریکوئنسی ہینڈلنگ کی ایک اہم خصوصیت یہ ہے کہ:
   • ہر اعادہ کے ساتھ ہمیشہ کے لیے لکیری طور پر بڑھتا ہے۔
   • اصطلاحی تعدد کو مکمل طور پر نظر انداز کرتا ہے۔
   • ہر بار دہرائے جانے والے لفظ کے اسکور کو دوگنا کرتا ہے۔
   • سیر ہوتا ہے، اس لیے اضافی تکرار کم ہوتی ہوئی مطابقت میں اضافہ کرتی ہے۔
5. کس ڈیٹا کا ڈھانچہ BM25 کو پیمانے پر تیز کرتا ہے؟
   • ان پر مشتمل دستاویزات کے لیے ایک الٹی انڈیکس میپنگ شرائط
   • ایک اعصابی نیٹ ورک
   • تمام متن کی ایک ترتیب شدہ صف
   • حوالہ جات کا گراف ڈیٹا بیس
6. جدید تلاش کے نظام میں، BM25 کو اکثر استعمال کیا جاتا ہے:
   • تمام نیورل ماڈلز کو مکمل طور پر تبدیل کریں۔
   • نیورل ری رینکر سے پہلے تیز رفتار فرسٹ اسٹیج ریٹریور کے طور پر کام کریں، یا گھنے اسکور کے ساتھ مل جائیں
   • بالکل نئی دستاویزات بنائیں
   • سرچ انڈیکس کو خفیہ کریں۔
7. 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
8. 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