引導式測驗 · 硬 等級

共指解析測驗

測驗提及身分、代名詞照應、Winograd 推理、下游錯誤、跨度排名、語言線索、實體連結和偏差評估。

相關引導路徑共指消解
問題 1 的 8

在句子「Maria said she was tired」中,將 Maria 與 she 歸為一組時,指代解析探討的是什麼樣的同一性關係?

預覽每個問題8 問題

當您參加測驗時,就會出現答案和解釋。

  1. 在句子「Maria said she was tired」中,將 Maria 與 she 歸為一組時,指代解析探討的是什麼樣的同一性關係?
    • 兩個提及是否指向同一實體
    • 是否必須先翻譯段落
    • 兩個詞是否拼寫相同
    • 句子是否恰好有兩個標點符號
  2. 將代名詞連結至先前的相同指稱表達,是哪種關係的常見例子?
    • 文件層級情感分類
    • 影像分割
    • 代名詞回指
    • 字母順序標記排序
  3. 為什麼「獎盃無法放入手提箱,因為它太大」這句話是經典的硬箱(Winograd 模式)?
    • 它包含一個拼字錯誤
    • 它根本沒有代名詞
    • 它是用被動語態寫的
    • 決定「它」指的是什麼需要現實世界的知識,而不僅僅是語法
  4. 為什麼共指消解對於總結和問答等任務很重要?
    • 它使文字字體變大
    • 錯誤地理解單字所指的實體會導致錯誤或混亂的輸出
    • 它可以加快電腦硬碟的速度
    • 只對詩有用
  5. 影響力較大的 span-ranking 指代模型如何構建提及連結?
    • 要求所有名稱在字母順序上相鄰
    • 在分析同一性之前刪除所有代名詞
    • 透過為候選提及與可能的較早先行詞打分
    • 將每個 span 指派相同的資料庫記錄
  6. 哪種信息能為指代模型提供線索,但不保證正確連結?
    • 提及距離、語法一致性與上下文資訊
    • 僅文字顏色
    • 使用者輸入的速度
    • 職業刻板印象決定性別的要求
  7. 在文件內,將實體連結與分組共指提及區分開來的額外步驟是什麼?
    • 計算出現的代名詞數量,而不解析它們
    • 將提及與已消歧的外部知識庫條目關聯
    • 將所有提及改為大寫
    • 要求每個提及都對應不同的實體
  8. WinoBias 透過基於職業的 Winograd 風格代名詞範例考察什麼?
    • 用於顯示職業的螢幕解析度
    • 保證每個職業只對應一種性別
    • 每個訓練模型的檔案大小
    • 符合刻板印象與反刻板印象共指表現之間的差異