試卷科目：人工智能自然語(yǔ)言技術(shù)練習(xí)人工智能自然語(yǔ)言技術(shù)練習(xí)(習(xí)題卷10)PAGE"pagenumber"pagenumber/SECTIONPAGES"numberofpages"numberofpages人工智能自然語(yǔ)言技術(shù)練習(xí)第1部分：?jiǎn)雾?xiàng)選擇題，共45題，每題只有一個(gè)正確答案,多選或少選均不得分。[單選題]1.LDA的實(shí)質(zhì)是在做一個(gè)什么東西A)根據(jù)給定的一篇文檔，反推其主題B)可以找出來(lái)最優(yōu)的分類超平面C)可以找到因變量和自變量之間的一次關(guān)系D)不確定答案:A解析:[單選題]2.（）是統(tǒng)計(jì)一個(gè)詞出現(xiàn)在文檔集中文檔頻次的統(tǒng)計(jì)量。A)逆文檔頻率B)詞頻C)詞頻-逆文檔頻率D)以上都不對(duì)答案:A解析:[單選題]3.Histogram算法的思想是什么A)尋找最優(yōu)分割面B)尋找因變量和自變量之間的關(guān)系C)先把連續(xù)的浮點(diǎn)特征值離散化成k個(gè)整數(shù)，同時(shí)構(gòu)造一個(gè)寬度為k的直方圖。D)不確定答案:C解析:[單選題]4.下列四個(gè)選項(xiàng)中，對(duì)于正則化(regularization)的描述正確的選項(xiàng)是哪個(gè)？A)每一個(gè)隱層都需要正則化（regularization）B)每一個(gè)模型中都需要正則化，否則無(wú)法正確預(yù)測(cè)結(jié)果C)正則化可以預(yù)防欠擬合D)正則化可以預(yù)防過(guò)擬合答案:D解析:[單選題]5.怎么去理解模型當(dāng)中的過(guò)擬合現(xiàn)象A)指的就是樣本該學(xué)習(xí)到的特征沒(méi)有學(xué)習(xí)到，導(dǎo)致了曲線擬合數(shù)據(jù)的時(shí)候，效果不好。B)指的肯定就是說(shuō)，這條曲線，過(guò)分的去描述現(xiàn)有的數(shù)據(jù)特征了。C)指得就是說(shuō)這個(gè)曲線能不能去很好的描述現(xiàn)有的數(shù)據(jù)。D)欠擬合指的就是在訓(xùn)練和測(cè)試數(shù)據(jù)上的表現(xiàn)都不好答案:B解析:[單選題]6.樸素貝葉斯算法訓(xùn)練階段的輸出是什么？（）A)新數(shù)據(jù)的分類結(jié)果B)特征屬性和訓(xùn)練樣本C)分類器D)訓(xùn)練樣本的出現(xiàn)頻率答案:C解析:[單選題]7.概率圖模型是常用的基礎(chǔ)，以下四個(gè)選項(xiàng)關(guān)于概率圖模型描述正確的是？A)概率圖模型是用圖來(lái)表示變量概率依賴關(guān)系B)概率圖是樹(shù)狀的結(jié)構(gòu)C)概率圖就是概率，是相同的D)不確定答案:A解析:[單選題]8.tf如何定義常量？A)tensor=tf.constant([1,2])B)tensor=tf.constant(1)C)tensor=tf.constant(-1,shape=[2,3])D)a=tf.constant([1.0,2.0],name="a)答案:D解析:[單選題]9.TensorFlow作為深度學(xué)習(xí)常用的框架，其中的tf.nn.softmax_cross_entropy_with_logits的作用是做什么的？A)信息熵B)信息元C)logitsD)交叉熵答案:D解析:[單選題]10.在NLP中國(guó)以下兩種模型：統(tǒng)計(jì)語(yǔ)言模型和神經(jīng)網(wǎng)絡(luò)語(yǔ)言模型統(tǒng)稱為什么模型A)語(yǔ)言模型B)預(yù)訓(xùn)練模型C)解碼模型D)編碼模型答案:A解析:[單選題]11.特征進(jìn)行歸一化可以做到什么效果A)消除數(shù)據(jù)特征之間的量綱影響B(tài))可以為數(shù)據(jù)增加適量的沉余C)可以為代價(jià)函數(shù)加入正則項(xiàng)D)不確定答案:A解析:[單選題]12.K-NN中的K可以代表什么意思A)代價(jià)B)學(xué)習(xí)率C)不確定D)K個(gè)最近的鄰居答案:D解析:[單選題]13.SVM的應(yīng)用也很廣泛，支持向量機(jī)（SVM）是一個(gè)什么算法A)分類B)回歸C)聚類D)降維答案:A解析:[單選題]14.ELMO為什么可以解決一詞多意的問(wèn)題A)會(huì)的到一個(gè)固定的語(yǔ)義向量B)沒(méi)有在下游的任務(wù)當(dāng)中進(jìn)行微調(diào)C)基于上下文動(dòng)態(tài)的去調(diào)整向量D)預(yù)訓(xùn)練階段可以解決一次多意問(wèn)題答案:C解析:[單選題]15.關(guān)于概率圖中的無(wú)向邊，下列描述正確的是A)表示單向的依賴B)表述互相依賴關(guān)系C)表示無(wú)依賴關(guān)系D)不確定答案:B解析:[單選題]16.基于語(yǔ)義的文本表示的深度學(xué)習(xí)方法有哪些A)LDAB)LSIC)PLSID)wordembedding答案:B解析:[單選題]17.以下哪種情況會(huì)導(dǎo)致SVM算法性能下降？A)數(shù)據(jù)線性可分B)數(shù)據(jù)干凈、格式整齊C)數(shù)據(jù)有噪聲，有重復(fù)值D)不確定答案:C解析:[單選題]18.下列幾個(gè)選項(xiàng)中對(duì)于卡方檢驗(yàn)，描述正確的是A)卡方檢驗(yàn)主要用于類別數(shù)據(jù)B)卡方檢驗(yàn)不可以用于定量數(shù)據(jù)C)用于類別數(shù)據(jù)時(shí)必須先將數(shù)據(jù)分組才能獲得實(shí)際的觀測(cè)頻數(shù)D)和KS檢驗(yàn)相同答案:A解析:[單選題]19.謂詞相關(guān)特征之一（）A)動(dòng)詞原形B)語(yǔ)態(tài)C)父類框架D)謂語(yǔ)動(dòng)詞答案:B解析:[單選題]20.以下幾個(gè)算法中哪個(gè)不容易陷入過(guò)擬合A)未剪枝的決策樹(shù)B)隨機(jī)森林C)不加正則的線性回歸D)不加正則的邏輯回歸答案:B解析:[單選題]21.google開(kāi)發(fā)的深度學(xué)習(xí)框架叫什么A)pytorchB)tensorflowC)caffeD)mxnet答案:B解析:[單選題]22.下列不屬于經(jīng)典語(yǔ)料庫(kù)的是A)BrownB)NoteBankC)FranmeNetD)PennTressBank答案:B解析:[單選題]23.BP算法最早時(shí)，是在以下哪個(gè)任務(wù)中得到了最早的應(yīng)用A)手寫數(shù)字識(shí)別B)CPUC)GPUD)不確定答案:A解析:[單選題]24.如何理解線性回歸中的?線性?A)兩個(gè)變量之間的關(guān)系是一次函數(shù)的關(guān)系，圖像是條直線B)兩個(gè)變量之間的關(guān)系是二次函數(shù)的關(guān)系，圖像是條拋物線C)兩個(gè)變量之間的關(guān)系是對(duì)數(shù)的關(guān)系D)兩個(gè)變量之間的關(guān)系是指數(shù)函數(shù)的關(guān)系答案:A解析:[單選題]25.relu()激活函數(shù)的作用是將大于0的數(shù)保持不變，小于（）的數(shù)輸出為0A)-1B)0C)1D)x答案:B解析:[單選題]26.TF-IDF的計(jì)算方式是什么A)先計(jì)算詞頻TF，再計(jì)算逆文檔頻率IDFB)先計(jì)算詞頻IDF，再計(jì)算逆文檔頻率TFC)先計(jì)算逆文檔頻率TF，再計(jì)算詞頻IDFD)不確定答案:A解析:[單選題]27.（）根據(jù)文本的不同特征劃分為不同的類A)文本概括B)文本分類C)文本聚類D)都可以答案:C解析:[單選題]28.線性回歸的損失函數(shù)是MSE，邏輯回歸的損失函數(shù)是什么A)信息熵B)信息增益C)對(duì)數(shù)損失D)均方誤差答案:C解析:[單選題]29.以下哪個(gè)不屬于LSTMA)輸入門B)輸出門C)更新門D)遺忘門答案:C解析:[單選題]30.CRF（條件隨機(jī)場(chǎng)）是一個(gè)什么模型A)是生成式模型B)是判別式模型C)即是生成式模型又是判別式D)不確定答案:B解析:[單選題]31.可以如何選擇神經(jīng)網(wǎng)絡(luò)的參數(shù)或超參A)通過(guò)常識(shí)選擇B)隨機(jī)選擇點(diǎn)來(lái)試驗(yàn)超參數(shù)效果C)選擇輸入的參數(shù)即可D)取離散參數(shù)的平均值答案:B解析:[單選題]32.BP算法是人工智能的里程碑，具體這個(gè)算法能起到什么作用A)最大化實(shí)際輸出與訓(xùn)練集的誤差率B)最小化實(shí)際輸出與訓(xùn)練集的誤差率C)均值化實(shí)際輸出與訓(xùn)練集的誤差率D)范數(shù)化實(shí)際輸出與訓(xùn)練集的誤差率答案:B解析:[單選題]33.如果我們想加速線性變換可以使用以下哪個(gè)激活函數(shù)A)SigmoidB)TanhC)ReluD)不確定答案:C解析:[單選題]34.在進(jìn)行神經(jīng)網(wǎng)絡(luò)建模時(shí)，需要對(duì)目標(biāo)數(shù)據(jù)進(jìn)行怎樣的操作A)度量化B)抽象化C)具體化D)理想化答案:A解析:[單選題]35.Earley算法中涉及幾項(xiàng)基本操作？A)1B)2C)3D)4答案:C解析:[單選題]36.常用的操作Batch歸一化，對(duì)比到神經(jīng)網(wǎng)絡(luò)中，和下列描述的哪個(gè)步驟很相似？A)reluB)dropoutC)sigmoidD)tanh答案:B解析:[單選題]37.下列幾個(gè)選項(xiàng)中，關(guān)于RMSprop算法的特點(diǎn)描述正確的優(yōu)哪些？A)指數(shù)加權(quán)平均數(shù)求和B)指數(shù)加權(quán)平均數(shù)先平方再開(kāi)方C)指數(shù)加權(quán)平均數(shù)求微分D)指數(shù)加權(quán)平均數(shù)求均方誤差答案:B解析:[單選題]38.下列不是自然語(yǔ)言處理的應(yīng)用領(lǐng)域的是（）。A)文化教育B)健康生活C)公共設(shè)施D)移動(dòng)計(jì)算答案:B解析:[單選題]39.sigmoid缺點(diǎn)之一就是非線性變化較慢，可以通過(guò)以下哪個(gè)激活函數(shù)進(jìn)行改善A)SigmoidB)TanhC)ReluD)不確定答案:C解析:[單選題]40.不屬于未登錄詞的是（）。A)網(wǎng)絡(luò)熱門詞語(yǔ)B)人名、地名和組織機(jī)構(gòu)名C)化學(xué)試劑的名稱D)經(jīng)典文學(xué)作品答案:A解析:[單選題]41.謂詞相關(guān)特征之一（）A)動(dòng)詞原形B)動(dòng)詞C)父類框架D)謂語(yǔ)動(dòng)詞的詞性答案:D解析:[單選題]42.自動(dòng)駕駛是如何起源的A)BP算法B)神經(jīng)網(wǎng)絡(luò)C)前向算法D)NFC答案:A解析:[單選題]43.NLP中做多分類任務(wù)可以使用__激活函數(shù)?A)softmaxB)logicC)K-MeansD)SVD答案:A解析:第2部分：多項(xiàng)選擇題，共21題，每題至少兩個(gè)正確答案,多選或少選均不得分。[多選題]44.以下四個(gè)選項(xiàng)當(dāng)中，關(guān)于LDA說(shuō)法正確的是A)可以通過(guò)經(jīng)驗(yàn)主觀判斷、不斷調(diào)試、操作性強(qiáng)、最為常用，的方式確定LDA中Topic的個(gè)數(shù)B)包含線性判別分析，概率主題模型，兩種含義C)LDA中包含一個(gè)gamma函數(shù)D)以上都正確答案:ABCD解析:[多選題]45.文本表示分類（基于粒度）A)長(zhǎng)文本表示B)離散表示C)詞表示D)基于聚類表示答案:AC解析:[多選題]46.iAIEngine-NLU詞性標(biāo)注返回值類型ResponseResult對(duì)象中包括以下哪些參數(shù)？（）A)codeB)messageC)posD)type答案:ABC解析:[多選題]47.如果需要做Batch歸一化的操作，那么它的具體流程是怎樣的？A)求每個(gè)訓(xùn)練批次數(shù)據(jù)的均值B)求每個(gè)訓(xùn)練批次數(shù)據(jù)的方差C)使用求得的均值和方差對(duì)該批次的訓(xùn)練數(shù)據(jù)做歸一化，獲得0-1分布D)尺度變換和偏移答案:ABCD解析:[多選題]48.對(duì)tf.variables_initializer()的解釋正確的是A)初始化一個(gè)變量B)初始化多個(gè)變量C)初始化全部變量D)初始化常量答案:ABC解析:[多選題]49.下列選項(xiàng)中關(guān)于高維數(shù)據(jù)處理描述正確的是？A)為了提高復(fù)雜關(guān)系的擬合能力B)在特征工程中經(jīng)常會(huì)把一階離散特征兩兩組合C)構(gòu)成高階組合特征D)以上都正確答案:ABCD解析:[多選題]50.詞頻統(tǒng)計(jì)的TF-IDF算法相關(guān)公式有哪些？A)TF=在某一類中詞條出現(xiàn)的次數(shù)/該類中所有詞條數(shù)目B)IDF=log(語(yǔ)料庫(kù)中文檔總數(shù)/包含詞條的文檔數(shù)+1)C)IDF=log(語(yǔ)料庫(kù)中文檔總數(shù)/包含詞條的文檔數(shù))+1D)TF-IDF=TF*IDF答案:ABD解析:[多選題]51.除了Histogram算法，LightGBM還做了哪些改進(jìn)A)帶深度限制的Leaf-wise的葉子生長(zhǎng)策略B)直方圖做差加速直接C)支持類別特征(CategoricalFeature)D)不確定答案:ABC解析:[多選題]52.以下四個(gè)算法中，有哪些算法是屬于決策樹(shù)算法的A)SVMB)ID3C)C4.5D)CART答案:BCD解析:[多選題]53.tensorflow通常用于在以下哪些場(chǎng)景中的開(kāi)發(fā)？A)自然語(yǔ)言B)語(yǔ)音識(shí)別C)機(jī)器翻譯D)計(jì)算機(jī)視覺(jué)答案:ABCD解析:[多選題]54.所謂的命名實(shí)體包括哪些？()A)人名B)地名C)機(jī)構(gòu)名D)時(shí)間答案:ABCD解析:[多選題]55.為什么進(jìn)行文本表示A)計(jì)算機(jī)不方便直接對(duì)文本字符串進(jìn)行處理，因此需要進(jìn)行數(shù)值化或向量化B)便于機(jī)器學(xué)習(xí)C)深度學(xué)習(xí)等人工智能最新技術(shù)在NLP領(lǐng)域中的應(yīng)用（現(xiàn)在）提升算法的效果D)句子表示答案:ABC解析:[多選題]56.TF-IDF處理的特點(diǎn)是：A)TF=在某一類中詞條出現(xiàn)的次數(shù)/該類中所有詞條數(shù)目B)IDF=log(語(yǔ)料庫(kù)中文檔總數(shù)/包含詞條的文檔數(shù)+1)C)IDF=log(語(yǔ)料庫(kù)中文檔總數(shù)/包含詞條的文檔數(shù))+1D)TF-IDF=TF*IDF答案:ABD解析:[多選題]57.以下四個(gè)選項(xiàng)中關(guān)于beamSearch說(shuō)法正確的是A)是一種啟發(fā)式圖搜索算法B)為了減少搜索的時(shí)間和空間C)保留質(zhì)量較高的節(jié)點(diǎn)，減掉質(zhì)量較差的節(jié)點(diǎn)D)常用在機(jī)器翻譯和語(yǔ)音識(shí)別等NLP任務(wù)當(dāng)中答案:ABCD解析:[多選題]58.哪些是判別式Discriminativemodel模型A)HMMB)SVMC)CRFD)MEMM答案:BCD解析:[多選題]59.能逃離局部最優(yōu)解的方式為A)AdamB)MomentumC)RMSpropD)Lasso答案:ABC解析:[多選題]60.Sigmoid，Relu，Tanh有什么異同點(diǎn)A)都可以做非線性的變換B)都可以做線性的變換C)變換后Y的取值范圍不相同D)變換后Y的取值范圍相同答案:AC解析:[多選題]61.關(guān)于神經(jīng)網(wǎng)絡(luò)的層數(shù)說(shuō)法，正確的分為哪幾層A)輸入層B)輸出層C)隱藏層D)以上都正確答案:ABCD解析:[多選題]62.以下模型中使用Transformer的是___?A)ELMOB)BERTC)GPTD)Word2Vec答案:BC解析:[多選題]63.EM算法當(dāng)中有哪些缺點(diǎn)A)對(duì)初始值敏感B)不同的初值可能得到不同的參數(shù)估計(jì)值C)不能保證找到全局最優(yōu)值。D)以上都正確答案:ABCD解析:[多選題]64.以下技術(shù)當(dāng)中，哪個(gè)可以將字或者詞做向量化A)GloveB)word2vecC)LDAD)詞袋答案:ABCD解析:第3部分：判斷題，共24題，請(qǐng)判斷題目是否正確。[判斷題]65.在馬爾科夫模型中，每個(gè)狀態(tài)代表了多個(gè)可觀察事件。A)正確B)錯(cuò)誤答案:錯(cuò)解析:[判斷題]66.基于詞義消歧方法主要包括：基于詞典語(yǔ)義定義的方法，基于義類辭典的方法和基于雙語(yǔ)詞典的方法A)正確B)錯(cuò)誤答案:對(duì)解析:[判斷題]67.神經(jīng)網(wǎng)絡(luò)組成部分有：輸入層，輸出層，隱藏層A)正確B)錯(cuò)誤答案:對(duì)解析:[判斷題]68.TF-IDF算法傾向于過(guò)濾常用的詞語(yǔ)，保留相對(duì)重要的詞語(yǔ)，只考慮了詞的出現(xiàn)頻次、出現(xiàn)文檔的個(gè)數(shù)這兩個(gè)信息，對(duì)文本內(nèi)容的利用程度較低。對(duì)A)正確B)錯(cuò)誤答案:對(duì)解析:[判斷題]69.句子的主客觀分類能夠有效提高文本情感分析的準(zhǔn)確度。對(duì)A)正確B)錯(cuò)誤答案:對(duì)解析:[判斷題]70.Boosting，迭代，即通過(guò)迭代多棵樹(shù)來(lái)共同決策。A)正確B)錯(cuò)誤答案:對(duì)解析:[判斷題]71.一個(gè)漢字不管用什么樣的外碼輸入，到機(jī)器里都是一樣的內(nèi)碼A)正確B)錯(cuò)誤答案:對(duì)解析:[判斷題]72.貨幣符號(hào)?$?表示匹配字符串的結(jié)束位置的內(nèi)容。對(duì)A)正確B)錯(cuò)誤答案:對(duì)解析:[判斷題]73.XGBoost是一種是概率主題模型A)正確B)錯(cuò)誤答案:錯(cuò)解析:[判斷題]74.GBDT的核心就在于，每一棵樹(shù)學(xué)的是之前所有樹(shù)結(jié)論和的殘差，這個(gè)殘差就是一個(gè)加預(yù)測(cè)值后能得真實(shí)值的累加量。A)正確B)錯(cuò)誤答案:對(duì)解析:[判斷題]75.詞頻是統(tǒng)計(jì)一個(gè)詞出現(xiàn)在文檔集中文檔頻次的統(tǒng)計(jì)量。錯(cuò)A)正確B)錯(cuò)誤答案:錯(cuò)解析:[判斷題]76.引入兩層的神經(jīng)網(wǎng)絡(luò)可以使線性切分變成非線性切分A)正確B)錯(cuò)誤答案:對(duì)解析:[判斷題]77.SVM做分類的本質(zhì)是想找到一條最優(yōu)的超平面，完美的分開(kāi)不同的類別A)正確B)錯(cuò)誤答案:對(duì)解析:[判斷題]78.擴(kuò)大隱層層數(shù)會(huì)使得神經(jīng)網(wǎng)絡(luò)的?容量?更多，進(jìn)而表達(dá)力和特征抽取能力會(huì)變強(qiáng)A)正確B)錯(cuò)誤答案:對(duì)解析:[判斷題]79.扣留估計(jì)算法的思想是：把訓(xùn)練數(shù)據(jù)分成兩部分，一部分建立最初的模型，然后另一部分來(lái)精煉這個(gè)模型A)正確B)錯(cuò)誤答案:對(duì)解析:[判斷題]80.當(dāng)數(shù)據(jù)的先驗(yàn)分布假定為正態(tài)分布時(shí)，貝葉斯判別與正態(tài)分布等價(jià)A)正確B)錯(cuò)誤答案:對(duì)解析:[判斷題]81.DBOW模型對(duì)應(yīng)Word2Vec模型中的Skip-gram模型。對(duì)A)正確B)錯(cuò)誤答案:對(duì)解析:[判斷題]82.GPT適用的是Transformer作為特征提取器的A)正確B)錯(cuò)誤答案:對(duì)解析:[判斷題]83.分隔超平面所產(chǎn)生的分類結(jié)果是最魯棒的，對(duì)未知實(shí)例的泛化能力最弱A)正確B)錯(cuò)誤答案:錯(cuò)解析:[判斷題]84.KNN中，如果k的值非常大，我們可以將其他類別的點(diǎn)包括到鄰域中。A)正確B)錯(cuò)誤答案:對(duì)解析:[判斷題]85.對(duì)弱分類器的要求一般是足夠簡(jiǎn)單，并且是低方差和高偏差的。A)正確B)錯(cuò)誤答案:對(duì)解析:[判斷題]86.RNN循環(huán)神經(jīng)網(wǎng)絡(luò)是自然語(yǔ)言中常用的網(wǎng)絡(luò)A)正確B)錯(cuò)誤答案:對(duì)解析:[判斷題]87.Bi-Gram和TriGram都屬于N-Gram中的子模型，前者的窗口大小為2，后者的窗口大小為3A)正確B)錯(cuò)誤答案:對(duì)解析:[判斷題]88.XGBoost是陳天奇等人開(kāi)發(fā)出來(lái)的機(jī)器學(xué)習(xí)項(xiàng)目A)正確B)錯(cuò)誤答案:對(duì)解析:第4部分：?jiǎn)柎痤}，共10題，請(qǐng)?jiān)诳瞻滋幪顚懻_答案。[問(wèn)答題]89.文本挖掘的準(zhǔn)備工作由文本收集、()和特征修剪3個(gè)步驟組成。準(zhǔn)備工作完成后，可以開(kāi)展數(shù)據(jù)文本挖