引導式測驗 · 簡單 等級

文字分類測驗

測試文字標籤分配、多標籤任務、不平衡、召回、特定任務的零樣本使用、嵌入、精確度算術和輸出分數。

相關引導路徑文字分類
問題 1 的 8

文字分類器如何建立輸入文件的輸出?

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. 文字分類器如何建立輸入文件的輸出?
    • 必須將其翻譯成另一種語言
    • 透過指派一個或多個預定義類別標籤
    • 透過僅產生一個新的不相關段落
    • 透過更改其壓縮檔案格式
  2. 哪個場景是多標籤分類的範例?
    • 將電子郵件標記為垃圾郵件或非垃圾郵件
    • 將工單路由到確切的一個部門
    • 選擇單一星級
    • 同時為一篇文章加上「政治」和「經濟」標籤
  3. 在一個類別占主導地位的文本資料集上,較高的整體準確率可以掩蓋什麼?
    • 無法計算任何指標
    • 證明每個類別的回想率都等於 1
    • 未能辨識罕見類別的病例
    • 保證每個少數例子都是正確的
  4. 分類任務中召回率衡量什麼?
    • 系統成功抓到多少真實案例
    • 有多少標記的項目實際上是正確的
    • 模型運行的速度有多快
    • 模型有多大
  5. 在特定任務的零樣本文字分類中,新的分類任務缺少什麼?
    • 任何類型的所有模型預訓練
    • 候選類別的每個描述
    • 使用任何學習到的表示的能力
    • 該任務的標記訓練範例
  6. 學習到的文本嵌入如何有助於分類管道?
    • 他們保證對每個新領域的完美預測
    • 它們提供用於計算標籤分數的數字特徵
    • 他們根據定義刪除了所有語法區別
    • 他們用檔案名稱替換所有標籤定義
  7. 規定的文本分類評估有六個真陽性和兩個假陽性。指定正類的精度是多少?
    • 75%
    • 25%
    • 100%
    • 百分之六
  8. 哪一種輸出分數設計允許多個文字標籤同時獲得高分,而不是要求分數總和為 1?
    • 互斥類別上的單一 softmax
    • 只需要一個正標籤的規則
    • 每個標籤都有一個單獨的 sigmoid 輸出
    • 僅檔案名稱表示,沒有標籤分數