متن کی درجہ بندی کوئز

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

1. How does a text classifier structure the output for an input document?
   • By necessarily translating it into another language
   • By assigning one or more predefined category labels
   • By generating only a new unrelated paragraph
   • By changing its compressed file format
2. کون سا منظر نامہ ملٹی لیبل کی درجہ بندی کی مثال ہے؟
   • ای میل کو اسپام کے بطور نشان زد کرنا یا اسپام نہیں۔
   • ٹکٹ کو بالکل ایک محکمے کے لیے روٹ کرنا
   • سنگل اسٹار کی درجہ بندی کا انتخاب
   • ایک مضمون کو 'سیاست' اور 'معیشت' دونوں کے ساتھ ایک ساتھ ٹیگ کرنا
3. On a text dataset dominated by one class, what can a high overall accuracy conceal?
   • An inability to calculate any metric
   • Proof that recall equals one for every category
   • Failure to identify cases of a rare class
   • A guarantee that every minority example is correct
4. درجہ بندی کے کام میں یاد کیا پیمائش کرتا ہے؟
   • کتنے حقیقی کیسز سسٹم نے کامیابی سے پکڑے۔
   • کتنے پرچم والے آئٹمز اصل میں درست تھے۔
   • ماڈل کتنی تیزی سے چلتا ہے۔
   • ماڈل کتنا بڑا ہے۔
5. In task-specific zero-shot text classification, what is absent for the new classification task?
   • All model pretraining of any kind
   • Every description of the candidate categories
   • The ability to use any learned representation
   • Labeled training examples for that task
6. How can learned text embeddings contribute to a classification pipeline?
   • They guarantee perfect predictions on every new domain
   • They provide numerical features used to compute label scores
   • They delete every grammatical distinction by definition
   • They replace all label definitions with filenames
7. A stated text-classification evaluation has six true positives and two false positives. What is precision for the designated positive class?
   • 75 percent
   • 25 percent
   • 100 percent
   • Six percent
8. Which output-score design permits several text labels to score highly at once rather than requiring scores to sum to one?
   • A single softmax over mutually exclusive classes
   • A rule requiring exactly one positive label
   • A separate sigmoid output for each label
   • A filename-only representation without label scores