Bài kiểm tra có liên kết hướng dẫn · Trung bình Cấp độ
Bài kiểm tra truy xuất đoạn văn dày đặc
Kiểm tra bộ mã hóa đoạn văn và truy vấn DPR, tính điểm sản phẩm chấm, âm bản theo lô và BM25 cũng như nhu cầu làm mới chỉ mục khi nội dung nhúng thay đổi.
Câu hỏi 1 của 8
Làm thế nào để Truy xuất đoạn văn dày đặc quyết định đoạn văn nào phù hợp với truy vấn?
Xem trước mọi câu hỏi8 câu hỏi
Câu trả lời và giải thích xuất hiện khi bạn làm bài kiểm tra.
- Làm thế nào để Truy xuất đoạn văn dày đặc quyết định đoạn văn nào phù hợp với truy vấn?
- So sánh các biểu diễn vectơ dày đặc của các truy vấn và đoạn văn theo độ tương tự
- Đếm số lượng từ truy vấn xuất hiện trong mỗi tài liệu
- Dịch truy vấn sang SQL trước khi tìm kiếm
- Xếp hạng các tài liệu hoàn toàn bằng cách chúng được xuất bản gần đây
- DPR sử dụng kiến trúc 'bộ mã hóa kép'. Điều đó có nghĩa là gì?
- Nó mã hóa văn bản hai lần và tính trung bình kết quả
- Nó chỉ hoạt động trên các tài liệu song ngữ
- Nó mã hóa đồng thời cả ký tự và từ
- Nó sử dụng hai bộ mã hóa riêng biệt, một cho truy vấn và một cho đoạn văn
- Tại sao các vectơ đoạn văn có thể được tính toán trước trong DPR?
- Bởi vì những đoạn văn một khi đã viết ra sẽ không bao giờ thay đổi
- Bởi vì bộ mã hóa truy vấn bị vô hiệu hóa tại thời điểm tìm kiếm
- Bởi vì mỗi đoạn văn được mã hóa độc lập với bất kỳ truy vấn nào
- Bởi vì các đoạn văn chỉ được lưu trữ dưới dạng văn bản thô
- Thủ thuật đào tạo nào cho phép DPR tạo ra nhiều ví dụ tiêu cực với chi phí thấp?
- Lật nhãn ngẫu nhiên
- Âm bản theo đợt, sử dụng các đoạn khác trong cùng một đợt
- Bỏ đi một nửa số tế bào thần kinh
- Dán nhãn thủ công cho mỗi đoạn văn sai
- For what vocabulary mismatch can learned DPR representations be useful compared with lexical matching alone?
- The passage is unrelated but repeats the query's terms
- Every query contains only an exact serial number
- The encoder is guaranteed to retrieve the right answer for all inputs
- A relevant passage expresses a query's idea using different words
- Công cụ nào thường được sử dụng để giúp tìm kiếm lân cận gần nhất của DPR nhanh chóng trên quy mô lớn?
- Chỉ số lân cận gần nhất như FAISS
- Sắp xếp bảng tính
- Một công cụ biểu thức chính quy
- Một cơ sở dữ liệu quan hệ tham gia
- Why can BM25-retrieved nonanswer passages be useful hard negatives when training DPR?
- They guarantee that every retrieved passage is irrelevant
- Their lexical overlap can make them challenging distractors that the retriever must distinguish from the answer passage
- They remove the need for a positive answer passage
- They force the passage encoder to count words without learning
- After changing DPR's passage encoder, what should happen to a stored passage-vector index?
- Keep the old embeddings because encoder weights cannot affect vectors
- Rename the index without recalculating any representation
- Recompute the passage embeddings with the intended compatible encoder and update the index
- Disable the query encoder and search raw filenames instead