自然語言理解的可解釋性資訊標記競賽前測問卷

JavaScript isn't enabled in your browser, so this file can't be opened. Enable and reload.

請依照您對自然語言處理的認識，填答以下問題。

Email *

姓名 *

Email *

以下何者不屬於典型的自然語言處理任務 *

10 points

推薦系統

詞性標記

相依性剖析

句法剖析

以下何種資訊應用與自然語言處理關聯最遠？ *

10 points

Siri

數位廣告

AlphaGo

搜尋引擎

BERT是目前相當流行的自然語言處理模型，BERT是基於哪一種神經網路？ *

15 points

Long Short-Term Memory

Convolutional Neural Network

Transformer

Graph Neural Network

自然語言處理常用的評估指標，不包含何者？ *

10 points

Precision

Recall

Specificity

F-score

以下哪一個評估指標與 Sensitivity 相同？ *

10 points

Recall

Precision

Specificity

F-score

BERT 的效能受益於大量資料的預訓練。關於BERT的預訓練，以下敘述何者不正確？ *

15 points

BERT 的預訓練資料皆自動生成，不需仰賴人工標記

Masked language modeling 是 BERT 的預訓練任務

Next sentence prediction 是 BERT 的預訓練任務

Summarization 是 BERT 的預訓練任務

某一個模型在測試中，真陽性、真陰性、假陽性、假陰性的比率分別為 55%、25%、15%、5%，請問下列敘述何者不正確？ *

15 points

測試資料陽性、陰性的真實分布依序為 60% 與 40%

Accuracy = 80%

F-score比Accuracy高

Recall比Precision低

相較於 Long Short-Term Memory (LSTM) 架構， Gated Recurrent Unit (GRU) 的特點為以下何者？ *

15 points

訓練參數較少

Gate 比較多

Output 比較多

以上皆是

Submit

Clear form

Never submit passwords through Google Forms.

This content is neither created nor endorsed by Google. Report Abuse - Terms of Service - Privacy Policy

Forms