quiz.json

{
  "lesson": "26-relation-extraction-kg",
  "title": "关系抽取与知识图谱构建",
  "questions": [
    {
      "stage": "pre",
      "question": "知识图谱的原子单元是什么？",
      "options": [
        "一个词性标签",
        "一个（主语，关系，宾语）三元组",
        "一个 token",
        "一个句子"
      ],
      "correct": 1,
      "explanation": "知识图谱以（s, r, o）三元组存储信息；聚合的三元组构成图谱。"
    },
    {
      "stage": "pre",
      "question": "在 2026 年的关系抽取中，AEVS 代表什么？",
      "options": [
        "Anchor-Extraction-Verification-Supplement（锚定-抽取-验证-补充）：锚定跨度，抽取三元组，对照源文验证，补充覆盖",
        "Auto-Encoder Vector Search",
        "Async Entity Validation Service",
        "Aggregated Entity-Value Schema"
      ],
      "correct": 0,
      "explanation": "AEVS 是 2026 年用于基于来源的关系抽取的幻觉缓解框架。"
    },
    {
      "stage": "check",
      "question": "为什么每个三元组都必须携带来源出处（doc id + 跨度）？",
      "options": [
        "出处让你能审计三元组，并拒绝那些跨度与源文不匹配的幻觉",
        "它加速抽取",
        "出处改变本体",
        "SPARQL 要求出处"
      ],
      "correct": 0,
      "explanation": "出处使审计成为可能，是 AEVS 式幻觉检测的核心。"
    },
    {
      "stage": "check",
      "question": "关系的规范化（canonicalization）做什么？",
      "options": [
        "把表面动词短语（例如 'was born in'、'is a native of'）映射到一个固定的属性 id，使图谱可查询",
        "移除三元组",
        "添加嵌入",
        "翻译文档"
      ],
      "correct": 0,
      "explanation": "规范化把各种同义改写归并为规范的知识图谱属性 id。"
    },
    {
      "stage": "check",
      "question": "为什么关系抽取通常需要先做共指消解？",
      "options": [
        "像 'he founded Apple' 中的代词，必须在三元组抽取前消解为一个命名实体",
        "共指添加嵌入",
        "共指提供位置",
        "共指规范化大小写"
      ],
      "correct": 0,
      "explanation": "没有共指，关系抽取会把关系挂到代词上，而非其背后的命名实体。"
    },
    {
      "stage": "post",
      "question": "哪个选择以牺牲开放式信息抽取（open IE）召回率为代价换取图谱可查询性？",
      "options": [
        "跳过 NER",
        "随机采样三元组",
        "仅嵌入的图谱",
        "在并入知识图谱前，把 open-IE 关系映射到一个封闭本体（例如 Wikidata 属性）"
      ],
      "correct": 3,
      "explanation": "封闭本体使图谱可查询；规范化步骤在下游能回本。"
    },
    {
      "stage": "post",
      "question": "为什么许多生产知识图谱使用时间限定符（起始/结束时间）？",
      "options": [
        "更快的 SPARQL",
        "RDF 所要求",
        "许多关系是有时间界限的（雇主、配偶、职位）；限定符防止那些会过期的“永远为真”的论断",
        "为了移除 NIL 实体"
      ],
      "correct": 2,
      "explanation": "有时间界限的关系需要限定符（例如 Wikidata 的 P580/P582），否则事实会悄悄过期。"
    },
    {
      "stage": "post",
      "question": "REBEL 是什么？",
      "options": [
        "一个向量数据库",
        "一个 seq2seq 关系抽取器，输出的三元组已经采用 Wikidata 属性 id",
        "一个 tokenizer",
        "一个共指模型"
      ],
      "correct": 1,
      "explanation": "REBEL（Babelscape）是一个在远程监督的 Wikidata 三元组上训练的 seq2seq 关系抽取模型。"
    }
  ]
}