人工智能自然语言技术练习(习题卷32)

试卷科目：人工智能自然语言技术练习人工智能自然语言技术练习(习题卷32)PAGE"pagenumber"pagenumber/SECTIONPAGES"numberofpages"numberofpages人工智能自然语言技术练习第1部分：单项选择题，共43题，每题只有一个正确答案,多选或少选均不得分。[单选题]1.以下哪个模型是属于产生式模型A)HMMB)SVMC)CRFD)MEMM答案:A解析:[单选题]2.什么是自然语言处理(NLP)A)机器理解B)让计算机／机器在理解语言上像人类一样智能C)弥补人类交流和计算机理解之间的差距D)一门计算机科学、人工智能以及语言学的交叉学科答案:D解析:[单选题]3.以下四个选项中关于sigmoid的图形曲线描述正确的是？A)U型B)M型C)X型D)S型答案:D解析:[单选题]4.哪种数据类型数据类型可以看作关系型数据库的一张表A)半结构化数据B)非结构化数据C)结构化数据D)不确定答案:C解析:[单选题]5.在工业应用中经常会碰到NLP中的文本分类，文本分类属于以下哪种任务？A)分类B)回归C)聚类D)降维答案:A解析:[单选题]6.tanh激活函数也有造成梯度消失等问题和sigmoid相比，（）sigmoidA)优于B)劣与C)等于D)小于等于答案:A解析:[单选题]7.神经网络中常用的dropout函数，下列选项中关于它的描述正确的是？A)属于正则处理B)一个激活函数C)用于分割数据集D)用于将数据样本多样化答案:A解析:[单选题]8.关于结构化数据，以下是哪个？A)数据库中的数据B)HTML文档C)文本D)图片答案:A解析:[单选题]9.下列不属于感知器学习算法的基本思想的是（）A)如果第i个神经元的输出是正确的，即有yi=ti，那么与第i个神经元联接的权值wij和偏差值bi保持不变。B)如果第i个神经元的输出是0，但期望输出为1，即有yi=0，而ti=l，此时权值修正算法为：新的权值wij等于旧的权值wij加上xj；类似的，新的偏差bi为旧偏差bi加上它的输入1。C)如果第i个神经元的输出为1，但期望输出为0，即有yi=1，而ti=0，此时权值修正算法为：新的权值wij等于旧的权值wij减去xj；类似的，新的偏差bi为旧偏差bi减去1。D)寻找样本空间中具有最大分类间隔的超平面（w·x)+b=0答案:D解析:[单选题]10.通常所说的字符编码有两种意思，一是指输入编码，二是指（）A)输出编码B)机内编码C)程序编码D)机械编码答案:B解析:[单选题]11.关于logit回归和SVM不正确的是A)Logit回归本质上是一种根据样本对权值进行极大似然估计的方法，而后验概率正比于先验概率和似然函数的乘积。logit仅仅是最大化似然函数，并没有最大化后验概率，更谈不上最小化后验概率。B)Logit回归的输出就是样本属于正类别的几率，可以计算出概率C)SVM的目标是找到使得训练数据尽可能分开且分类间隔最大的超平面，应该属于结构风险最小化。D)SVM可以通过正则化系数控制模型的复杂度，避免过拟合。答案:A解析:[单选题]12.梯度下降是常使用的方法，那么梯度下降是一种怎样的算法A)迭代优化B)一次求解C)求解函数最大值D)迭代求代价函数最小值答案:A解析:[单选题]13.RNN的意思是什么A)全连接网络B)卷积神经网络C)循环神经网络D)感知机网络答案:C解析:[单选题]14.带有深度限制的按叶子生长(leaf-wise)算法，主要做了什么事情A)增加了一个最大深度的限制，在保证高效率的同时防止过拟合B)先把连续的浮点特征值离散化成k个整数，同时构造一个宽度为k的直方图C)不确定D)以上都正确答案:A解析:[单选题]15.聚类中的肘部法则是选择A)就是从K值和代价函数J的二维图中找出J下降变平滑的拐点对应的K值。B)最大K值C)最小K值D)随机K值答案:A解析:[单选题]16.每个Transformer编码器中的第一层是__?A)前馈神经网络B)AttentionC)Self-AttentionD)不确定答案:A解析:[单选题]17.下列叙述错误的是A)1993年提出统计机器翻译B)1994年Candide翻译系统C)1984年提出机器翻译方法D)1970年隐马尔可夫模型答案:D解析:[单选题]18.以下哪个可以在自己的数据上进行微调A)Word2VecB)BERTC)GloVeD)以上所有答案:B解析:[单选题]19.双曲正切激活函数，指的是以下哪个激活函数？A)ReluB)sigmoidC)tanhD)sin答案:C解析:[单选题]20.不属于情感分析应用的是()。A)信息检索B)远程通信C)机器翻译D)语音识别答案:B解析:[单选题]21.能根据学生的特点、弱点和基础知识，以最适当的教案和教学方法对学生进行教学和辅导的专家系统是（）。A)解释专家系统B)调试专家系统C)监视专家系统D)教学专家系统答案:D解析:[单选题]22.线性判别分析LDA的思想是什么A)投影后类内方差最大B)类间方差最小C)投影后类内方差最小D)不确定答案:C解析:[单选题]23.以下几个选项中，可以通过哪种方式来选择参数或超参A)通过常识选择B)随机选择点来试验超参数效果C)选择输入的参数即可D)取离散参数的平均值答案:B解析:[单选题]24.在网络模型的构建中，关于dropout运行的描述正确的是哪个？A)dropout能增加新样本防止过拟合B)随机取消一些节点，只是用部分节点进行拟合运算，防止过拟合C)dropout进行归一化操作，防止过拟合D)dropout通过给损失函数增加惩罚项，防止过拟合答案:B解析:[单选题]25.词性标注最困难的是：()A)兼类词B)外来词C)新词D)未登录词答案:A解析:[单选题]26.关于信息熵说法正确的是A)信息熵是消除不确定性所需信息量的度量，也即未知事件可能含有的信息量。B)信息熵就是极大似然函数C)信息熵就是代价函数D)不确定答案:A解析:[单选题]27.关于贝叶斯判别规则，下列选项中描述正确的是？A)就是判断自变量和因变量之间的关系B)把特征向量X落入某类集群wi的条件概率平P（wi/X）当成分类判别函数，把X落入某集群的条件概率最大的类为X的分类这种判别规则叫贝叶斯判别规则C)不确定D)就是通过选择最优的超平面去进行最好的分类超平面答案:B解析:[单选题]28.概率图中的有向边表示的是什么A)表示单向的依赖B)表述互相依赖关系C)表示无依赖关系D)不确定答案:A解析:[单选题]29.目前情感分类的研究主要有基于情感词典的情感分析和基于（）的情感分类方法。A)统计学习B)机器学习C)语料库D)模式匹配答案:B解析:[单选题]30.Relu在负半区求导之后值为多少A)0B)1C)2D)-1答案:A解析:[单选题]31.以下机器学习算法中，属于聚类算法的是A)K均值算法B)逻辑回归C)线性回归D)支持向量机答案:A解析:[单选题]32.下列关于不确定性知识描述错误的是（）A)不确定性知识是不可以精确表示的B)专家知识通常属于不确定性知识C)不确定性知识是经过处理过的知识D)不确定性知识的事实与结论的关系不是简单的?是?或?不是?答案:C解析:[单选题]33.哪个激活函数用于表示GRU的?门?A)reluB)tanhC)LeakyReluD)sigmoid答案:D解析:[单选题]34.基于信息论的词义消歧方法的关键在于特征选择，为此可以采用①互信息②信息增益③决策树④最大熵等方法进行特征选择（）A)①②B)③④C)①②③④D)②③④答案:C解析:[单选题]35.人工智能的模型在优化过程中，学习率LR会：A)保持不变B)持续减小C)持续增大D)不变答案:B解析:[单选题]36.下列四个选项中，哪个选项指的是mini-batchA)小批量梯度下降B)随机梯度下降C)批量梯度下降D)小批量损失计算答案:A解析:[单选题]37.以下几个模型中哪个模型在建模的时候与词的位置无关A)OpenAIGPTB)ELMoC)BERTD)ULMFit答案:C解析:BERTTransformer架构将句子中每个词和所有其他词之间的关系建模，以生成注意力分数。这些注意力分数随后被用作所有词表示的加权平均值的权重，它们被输入到完全连接的网络中以生成新的表示。[单选题]38.以下哪个技术支持双向的上下文A)Word2VecB)BERTC)GloVeD)以上所有答案:B解析:[单选题]39.马尔可夫模型分析的数据来源有A)RCT数据B)RWE数据C)文献数据D)其余选项皆对答案:D解析:[单选题]40.RNN可以将（）的时间步进行关联处理A)先前B)之后C)丢失D)LSTM答案:A解析:[单选题]41.在执行了以下的文本清理步骤之后，可从下面的语句中生成多少三元组短语（trigram）：停用词移除使用单一空格替换标点符号「#Analytics-vidhyaisagreatsourcetolearn@data_science.」A)3B)4C)5D)6答案:C解析:在执行了停用词移除和标点符号替换之后，文本变成：「Analyticsvidhyagreatsourcelearndatascience」，三元组短语--Analyticsvidhyagreat,vidhyagreatsource,greatsourcelearn,sourcelearndata,learndatascience[单选题]42.SVD在自然语言（NLP）中经常解决的问题A)对新词很轻松的分配词向量B)计算量随着预料和词典增长维度膨胀快C)与其他深度学习模型框架差异小D)同时也可以解决聚类的问题答案:B解析:[单选题]43.（1）关键词归一化（2）潜在语义索引（3）隐狄利克雷分布，这三项技术当中，哪些可以减小特征的维度A)只有（1）B)（2）、（3）C)（1）、（3）D)（1）、（2）、（3）答案:D解析:第2部分：多项选择题，共21题，每题至少两个正确答案,多选或少选均不得分。[多选题]44.寻找数据集中的关系是为了寻找精确、方便并且有价值地总结了数据的某一特征的表示，这个过程包括了以下哪些步骤？A)决定要使用的表示的特征和结构B)决定如何量化和比较不同表示拟合数据的好坏C)选择一个算法过程使评分函数最优D)决定用什么样的数据管理原则以高效地实现算法。答案:ABCD解析:[多选题]45.CBOW中最后一层（softmax）中可以怎么优化A)层次softmaxB)负例采样C)直接省略D)不确定答案:AB解析:[多选题]46.自然语言处理技术的应用有()A)机器翻译技术B)语音识别技术C)语音合成技术D)文本分析程序答案:ABCD解析:[多选题]47.语料库具备的显著特征有（）A)语料库中存放的是真实出现过的语言材料B)语料库的内容是虚假文本C)语料库是以计算机为载体，承载语言知识的基础资源D)语料库是对真实语料进行加工、分析和处理的资源答案:ACD解析:[多选题]48.同样是做降维，LDA和PCA的相同点A)两者均可以对数据进行降维；B)两者在降维时均使用了矩阵特征分解的思想；C)有监督的降维方法；D)两者都假设数据符合高斯分布；答案:ABD解析:[多选题]49.问答系统流程由下列哪三个部分组成？()A)问题理解B)知识检索C)答案生成D)信息检索答案:ABC解析:三、填空题（4题）[多选题]50.以下四个选项中，属于无监督算法进行关键词抽取的有哪些A)TF-IDFB)TextRnnC)TextRankD)RNN答案:AC解析:[多选题]51.RNN一般用于如下哪些领域A)问答系统B)文本纠错C)命名实体识别D)文本摘要答案:ABCD解析:[多选题]52.对数据处理时，需要对数据进行切分，那么下列关于切分出的测试集描述正确的是？A)不管数据大小，始终保持30%作为测试集B)测试集和验证集不能共存C)在数据规模小时，可以保留30%测试集D)大数据时代，测试集不必占用数据集的30%，能够保证对模型的考核即可答案:CD解析:[多选题]53.seq2seq+Attention可以做下列哪些任务A)意图识别B)机器翻译C)文本摘要D)标题的提取答案:ABCD解析:[多选题]54.语言模型分为哪几类A)统计的语言模型B)机器学习的语言模型C)神经网络的语言模型D)不确定答案:AC解析:[多选题]55.关于TensorFlow中的语句，tf.variables_initializer以下描述正确的是A)初始化一个变量B)初始化多个变量C)初始化全部变量D)初始化常量答案:ABC解析:[多选题]56.经过Batch归一化的操作会产生相应的良性效果，那么为什么会该操作会产生作用A)通过归一化所有的输入特征值，以获得类似范围的值，加速学习B)将参数归一化可以减缓学习速率C)可以使权重比你的网络更滞后或更深D)可以使权重比你的网络更超前或更深答案:AC解析:[多选题]57.jieba分词支持（）三种分词模式。A)精确模式B)全模式C)搜索引擎模式D)其他模式答案:ABC解析:[多选题]58.以下哪些是随机森林的特点：A)A:能够有效地运行在大数据集上B)B:能够处理具有高维特征的输入样本，而且不需要降维C)C:对于缺省值问题也能够获得很好得结果D)D:能够评估各个特征在分类问题上的重要性答案:ABCD解析:[多选题]59.K-NN和K-Means很相像，他们有什么具体的区别A)K-Means是聚类算法，KNN是分类算法。B)KNN需要标记点，因此是有监督的学习，而k-means不是，因此是无监督学习。C)K均值聚类仅需要一组未标记的点和阈值D)以上都正确答案:ABCD解析:[多选题]60.机器学习虽然是人工智能的实现方法，但是它里边会有什么样的缺点A)机器学习准确度不好B)手工特征耗时耗力，还不易拓展C)自动特征学习快，方便拓展D)机器学习无缺点答案:BC解析:[多选题]61.下列几个选项当中，有哪些是属于梯度下降的A)BGDB)SGDC)mini-batchD)dropout答案:ABC解析:[多选题]62.TensorFlow中一般包括哪些数据类型A)int32B)int64C)float32D)float64答案:ABCD解析:[多选题]63.以下四个伪代码中，哪个是pytorch的学习率调整方法A)lr_scheduler.StepLRB)lr_scheduler.MultiStepLRC)lr_scheduler.ExponentialLRD)lr_scheduler.CosineAnnealingLR答案:ABCD解析:[多选题]64.预处理单个特征的时候，通常有哪些操作A)归一化B)离散化C)缺失值处理D)数据变换答案:ABCD解析:第3部分：判断题，共26题，请判断题目是否正确。[判断题]65.中文文本分词主要分为基于词典的分词方法、基于统计的分词方法和基于规则的分词方法。对A)正确B)错误答案:对解析:[判断题]66.end-to-end是由输入端的数据直接得到输出端A)正确B)错误答案:对解析:[判断题]67.一般来说，自动分词需要一个词表，但是无法把所有的词都收进词表，那些在词表外的词就是?未登录词?。A)正确B)错误答案:对解析:[判断题]68.基于机器学习的情感分类的关键在于特征选择、特征权重量化、分类器模型这3个要素。对A)正确B)错误答案:对解析:[判断题]69.字符是一切文本处理中最基本的单位。中文文本里出现的一般是双字节的中文字符，有时也出现一些单字节字符。A)正确B)错误答案:对解析:[判断题]70.激活函数其实就是接了一个线性的变换A)正确B)错误答案:错解析:[判断题]71.降维算法，可以筛选出来更少的特征去做任务，有更好的效果A)正确B)错误答案:对解析:[判断题]72.词法分析中，通常用正确率、召回率、F值来评价系统的性能A)正确B)错误答案:对解析:[判断题]73.元字符由特殊符号组成，元字符的应用是正则表达式强大的原因。对A)正确B)错误答案:对解析:[判断题]74.朴素贝叶斯(NaiveBayesian)是经典的机器学习算法之一，也是为数不多的基于概率论的分类算法A)正确B)错误答案:对解析:[判断题]75.tanh函数与sigmoid函数向下平移和伸缩一致A)正确B)错误答案:对解析:[判断题]76.ReLU就不会有饱和倾向，不会有特别小的梯度出现A)正确B)错误答案:对解析:[判断题]77.文本的分布式表示是一种固定长度的稠密词向量。对A)正确B)错误答案:对解析:[判断题]78.提升隐层层数或者隐层神经元个数，神经网络?容量?会变大，空间表达力会变强。A)正确B)错误答案:对解析:[判断题]79.批量的大小(batch_size)选择的越大越好A)正确B)错误答案:错解析:[判断题]80.CNN在NLP中也有一些应用，比如textCNN做文本分类任务A)正确B)错误答案:对解析:[判断题]81.TF-IDF和FastText都可以提取关键词A)正确B)错误答案:错解析:[判断题]82.通常的语义角色标注分为三个步骤A)正确B)错误答案:错解析:[判断题]83.所谓句法学，就是研究句子结构成分之间的相互关系和组成句子序列的规则。（）A)正确B)错误答案:对解析:[判断题]84.线性回归，逻辑回归，SVM输入前都需要做特征归一化A)正确B)错误答案:对解析:[判断题]85.随着状态序列长度T的增加，隐状态序列的个数成倍增长。A)正确B)错误