自然语言处理题库附有答案

自然语言处理题库[复制]1.1政府部门利用nlp技术分析人们对某一件事、政策法规或社会现象的评论，实时了解百姓的态度，这属于nlp研究内容的（）[单选题]*A信息检索B文本分类(正确答案)C信息过滤D自动过滤1.2.不属于nlp场景的是（）[单选题]*A百度翻译B图灵机器人C微信语音转文字D数据挖掘(正确答案)1.3中文nlp的基本流程由语料获取、（）、文本向量化、模型构建、模型训练和模型评价6部分组成。[单选题]*A预料处理(正确答案)B中文分词C去停用词D词性标注1.4在nlp虚拟环境中安装需要的程序包，并自动安装这个包的依赖项需要用到的是（[单选题]*A.pipinstallpackage_nameB.condainstallpackage_name(正确答案)C.condapackage_nameD.pippackag_name1.5不属于打开JupyterNotebook方式的是（）。[单选题]*A.直接在开始菜单栏中单击“Anaconda”下的“JupyterNotebook＇B.在AnacondaPrompt中输入“jupyternotebook”C.单击桌面上自动生成的JupyterNotebook图标(正确答案)D.首先打开某个文件夹，然后按住“Shift”键并单击鼠标右键，在菜单中单击“在此处打开Powershell窗口”命令，这时会弹出命令行窗口，接着输入“jupyternotebook”命令即可2.1语料库以语料库结构进行划分可分为（）。[单选题]*A.通用语料库与专用语料库B.平衡结构语料库与自然随机结构语料库(正确答案)C.共时语料库与历时语料库D.单媒体语料库与多媒体语料库2.2构建或研究语料库的时候，一般应考虑代表性、结构性、平衡性、（）个特性。[单选题]*A.规模性(正确答案)B.便捷性C.安全性D.高效性2.3NLTK的安装步骤为（[单选题]*A.安装NLP虚拟环境→安装NLTK→检查是否存在NLTK→下载NLTK数据包(正确答案)B.安装NLTK→安装NLP虚拟环境→检查是否存在NLTK→下载NLTK数据包C.安装NLP虚拟环境→安装NLTK→下载NLTK数据包→检查是否存在NLTKD.下载NLTK数据包→安装NLP虚拟环境→安装NLTK→检查是否存在NLTK2.4（）函数用于搜索搭配词语。[单选题]*A.concordanceB.common_contextsC.collocations(正确答案)D.Sorted2.5（）函数用于获取语料库中的文件。[单选题]*A.categorjiesB.rawC.open(fileid)D.fileids(正确答案)3.1.不属于常用的正则表达式函数的是（）。[单选题]*A.match函数B.search函数C.findall函数D.matplotlib函数(正确答案)3.2.＂re．sub（＇自然语言处理＇，＂NLP＂，text1）”表示的含义为（[单选题]*A.将testl中的“自然语言处理”替换为“NLP”(正确答案)B.将testl中的“NLP”替换为“自然语言处理”C．找出test1中的“自然语言处理”D．找出test1中的“NLP”3.3竖线“|”用于对两个正则表达式进行“或”操作。如果A和B是正则表达式，那表示为（)。[单选题]*A匹配A和B一起出现的字符B匹配A或B中出现的任何字符(正确答案)C.匹配A中出现的任何字符D.匹配B中出现的任何字符3.4美元货币符号“＄”表示匹配字符串的（位置。[单选题]*A.结束(正确答案)B.开始C.中间D.表示货币的字符串3.5下列Python中的预定义字符描述正确的是（）。[单选题]*A.＼w：与＼W反义，非数字、非字母和非字B.＼s：空白字符(正确答案)C.\D：数字D.＼d：非数字4.1不属于基于规则的分词方法的是（）。[单选题]*A.正向最大匹配法B.逆向最大匹配法C.反向最大匹配法(正确答案)D.双向最大匹配法4.2不属于未登录词的是（[单选题]*A.网络热门词语B.人名、地名和组织机构名C.化学试剂的名称D.经典文学作品(正确答案)4.3假设有语句序列｛小孩，喜欢，在家，观看，动画片｝，估计这一语句的概率为（B设语料库中总词数为6000，单词出现的次数如图4-6所示。[单选题]*A0.004584(正确答案)B.0.002223C.0.004558D.0.0065874.4适合高阶n-gram模型的平滑方法为（）。[单选题]*A．加1平滑B.古德-图灵平滑(正确答案)C.线性插值平滑D.均值平滑4.5不属于jieba分词步骤的是（）。[单选题]*A.基于前缀词典快速扫描词图，搭建可能的分词结果的有向无环图，构成多条分词路径。B.统计每个出现在词头的位置状态的次数，得到初始概率；统计每种位置状态转移至另一种状态的次数，得到转移概率。(正确答案)C.采用动态规划法寻找最大概率路径，从右往左反向计算最大概率，依此类推，得到概率最大的分词路径，作为最终的分词结果。D5.1下列关于jieba词性标注的流程错误的是（）。[单选题]*A.加载离线统计词典B.构建前缀词典C.构建无向无环图(正确答案)D.计算最大概率路径5.2不属于中文的实体边界识别变得更加有挑战性原因的是（）。[单选题]*A.中文词数量繁多(正确答案)B.中文词灵活多变C.中文词的嵌套情况复杂D.中文词存在简化表达现象5.3CRF模型思想主要来源于（）。[单选题]*A.无向图模型B.最大熵模型(正确答案)C.马尔可夫随机场D.统计方法5.4多分类问题中最经典的模型是（）。[单选题]*A.CRF模型B.聚类模型C.多项逻辑斯谛回归(正确答案)D.神经网络模型5.5下列关于特征函数的输出值是0或1的叙述正确的是（）。[单选题]*A．0表示要标注序列不符合这个特征，1表示要标注序列符合这个特征(正确答案)B．0表示要标注序列符合这个特征，1表示要标注序列不符合这个特征C．0和1都表示要标注序列符合这个特征D．0和1都表示要标注序列不符合这个特征6.1要求关键词提取算法应具有的性质不包括（[单选题]*A.可读性B.高速性C.简洁性(正确答案)D.健壮性6.2不属于关键词提取算法的是（[单选题]*A.TF-IDF算法B.TextRank算法C.主题模型算法D.关联算法(正确答案)6.3TF-IDF算法的主要思想是（）。[单选题]*A.字词的重要性随着它在文档中出现次数的增加而上升，随着它在语料库中出现频率的升高而下降(正确答案)B.字词的重要性随着它在文档中出现次数的增加而下降，随着它在语料库中出现频率的升高而下降C.字词的重要性随着它在文档中出现次数的增加而下降，随着它在语料库中出现频率的升高而上升D.字词的重要性随着它在文档中出现次数的增加而上升，随着它在语料库中出现频率的升高而上升6.4关于逆文档频率说法错误的是（）。[单选题]*A.逆文档频率是一个词出现在文档集中文档频次的统计量B.一个词在文档集中越少的文档中出现，说明这个词对文档的区分能力越强C.一个词在文档集中越少的文档中出现，说明这个词对文档的区分能力越弱(正确答案)D.逆文档频率统计量的计算公式为idf_{i}=\log\frac{\vertD\vert}{\vert\{j:t_{i}\ind_{j}\}\vert+1}6.5一篇文章在讲各式各样的水果及其功效，当“水果”这一关键词没有直接出现在文本中时，应该使用（[单选题]*A.TF-IDF算法B.TextRank算法C.主题模型算法(正确答案)D.PageRank算法7.1独热表示的缺点不包括（）。[单选题]*A.构造简单B维数过高C.不可以保留语义(正确答案)D.矩阵稀疏7.2Bow模型其中的一个缺点是)。[单选题]*A.可以保留语义B.维数低C.没有忽略文档的词语顺序D.矩阵稀疏(正确答案)7.3不属于分布式表示模型的是（)。[单选题]*A.分类模型(正确答案)B.LSA矩阵分解模型C.PLSA潜在语义分析概率模型D．Word2Vec模型7.4下列关于Word2Vec模型说法正确的是（）。[单选题]*A.得到的训练结果不能度量词与词之间的相似性B.当这个模型训练好以后，需要用这个训练好的模型处理新的任务C.真正需要的是这个模型通过训练数据所得的参数(正确答案)D.wWord2Vec模型其实就是简化的遗传算法模型7.5DM模型与CBOW模型的区别为（）。[单选题]*A.DM模型的输入包括上下文B.DM模型预测目标词出现的概率C.DM模型输入不仅包括上下文，而且还包括相应的段落(正确答案)D.CBOW模型输入包括上下文8.1不属于文本挖掘的基本技术分类的是（）。[单选题]*A.文本信息抽取B.文本分类C.文本聚类D文本数据挖掘(正确答案)8.2适用于样本容量较大的文本集合的文本分类算法是（)。[单选题]*A.朴素贝叶斯算法B.支持向量机算法C.神经网络算法D.K最近邻(正确答案)8.3决策树算法的缺点是（）。[单选题]*A.学习时间长，且效果不可保证.B.易出现过拟合，易忽略数据集属性的相关性(正确答案)C.时空复杂度高，样本容量较小或数据集偏斜时容易误分D.对非线性问题没有通用解决方案8.4于满足正态分布的样本数据来说效果会很好，但是过于依赖初始聚类中心的算法是基于（）的聚类算法。[单选题]*A.模型B.网格C.模糊(正确答案)D密度8.5属于特征提取方法的是（）。[单选题]*A.BOW模型(正确答案)B.数据标准化C.训练模型D.模型融合9.1情感分析的基础性工作是([单选题]*A.文本信息抽取B.文本的主客观分类C.情感分类(正确答案)D.情感极性判断9.2基于机器学的情感分类，关键在于特征选择、()、分类模型。[单选题]*A.标记词性B.特征提C.特征权重量化(正确答案)D.情感极性判断9.3不属于情感分析应用的是(又)。[单选题]*A.信息检索B.远程通信人(正确答案)C.机器翻译D.语音识别9.4情感分析技术的核心问题是(A[单选题]*A.情感分类(正确答案)B.“信息预测C舆情分析D.文本抽取9.5基于LDA主题模型的文本情感分析不包括[单选题]*A.文本转换(正确答案)B.主题提取和情感词提取C.主题情感摘要生成D.系统评测10.1NN适用于处理视频、语音、文本等与时序相关的问题，其常见的应用领域不包[单选题]*A.图像处理B.视频剪辑(正确答案)C.语音识别D.文本相似度计算10.2RNN经典结构的输入和输出的序列长度为（）。[单选题]*A.多对一B.一对多C.等长的多对等(正确答案)D.非等长的多对多10.3下列关于双向RNN结构说法正确的是（）。[单选题]*A.只考虑预测词前面的词，并没有考虑该词后面的内容B.不仅从前往后保留该词前面的词的信息，而且还从后往前保留该词后面的词的信息(正确答案)C.不是由两个RNN上下叠加在一起组成D.输出与隐藏层的状态无关10.4下列关于LSTM说法不正确的是([单选题]*A.通过改进使RNN具备避免梯度消失的特性B.LSTM只能够刻画出输人数据中的短距离的相关信息，不能够捕捉到具有较长时间间隔的依赖关系(正确答案)C.LSTM神经网络模型使用门结构实现了对序列数据中的遗忘与记忆D.使用大量的文本序列数据对LSTM模型训练后，可以捕捉到文本间的依赖关系，训练好的模型就可以根据指定的文本生成后序的内容10.5TensorFlow的特点不包括()。[单选题]*A高速性(正确答案)B性能最优化C.多语言性D可移植性11.1问答系统流程由问题理解、(0)、答案生成3个部分组成。[单选题]*A.词性标注C.问题分类B.关键词提取D.知识检索(正确答案)11.2关键词提取最简单、最直观的方法是()方法，用于识别定义类查