人工智能自然语言技术练习(习题卷2)

人工智能自然语言技术练习(习题卷2)第1部分:单项选择题,共45题,每题只有一个正确答案,多选或少选均不得分。
1.[单选题]谓词相关特征之一()
A)谓语动词原形
B)动词
C)父类框架
D)谓语动词
答案:A
解析:
2.[单选题]主成分分析法的简写是哪个
A)PCA
B)LDA
C)SVM
D)K-Means
答案:A
解析:
3.[单选题]逻辑回归的目标函数中增大L1正则化会有什么结果
A)所有的参数w都变成0
B)所有参数w都会趋近于0
C)所有参数w都不会变化
D)不确定
答案:A
解析:
4.[单选题]句法成分相关特征之一()
A)短语类型
B)句法成分句子
C)句法成分词
D)句法成分词性
答案:A
解析:
5.[单选题]多头机制是怎么实现的
A)把矩阵均分,经过计算之后再合并
B)直接进行了计算
C)直接乘上了权重矩阵W
D)不确定
答案:A
解析:
6.[单选题]BERT中遮蔽了多少词
A)10%
B)12%
答案:C
解析:
7.[单选题]在使用EM算法的时候可能会出现以下什么问题(弊端)
A)算法快速收敛
B)可能达到局部最优
C)不确定
D)使梯度的计算更便捷
答案:B
解析:
8.[单选题]关于数据信息的处理方式,以下描述错误的是:
A)粒度是指数据仓库小数据单元的详细程度和级别;
B)数据越详细,粒度就越小,级别也就越高;
C)数据综合度越高,粒度也就越大,级别也就越高;
D)粒度的具体划分将直接影响数据仓库中的数据量以及查询质量.答案:C
解析:
9.[单选题]One-Hot是怎样的一种向量化表达方式
分词技术
A)分布式表示
B)基于矩阵的表示
C)基于神经网络的表示
D)离散型表示
答案:D
解析:
10.[单选题]RNN有很多的变种,那么传统的RNN存在哪些问题
A)没有任何问题
B)造成梯度消失和梯度爆炸
C)特征提取效果好
D)不确定
答案:B
解析:
11.[单选题]tanh的取值范围是多少?
A)+1 和-1
B)+0 和-1
C)+1 和0
D)+2 和-2
答案:A
解析:
12.[单选题]Pytorch为机器学习和()提供了方便灵活的接口
A)机器学习
B)算法重构
C)NPL
D)深度学习
答案:D
13.[单选题]国际码每一横行叫一个区,每个区有()位。
A)94
B)96
C)97
D)99
答案:A
解析:
14.[单选题]什么是随机梯度下降
A)随机赋值,祈祷它们是正确的
B)搜索所有权重和偏差的组合,直到得到最佳值
C)赋予一个初始值,通过检查跟最佳值的差值,然后迭代更新权重
D)以上都不正确
答案:C
解析:
15.[单选题]隐马尔科夫是几元祖模型
A)2
B)3
C)4
D)5
答案:D
解析:
16.[单选题]SVM算法的最小时间复杂度是O(n),基于此,以下哪种规格的数据集并不适该算法?
A)大数据集
B)小数据集
C)中等数据集
D)不受数据集大小影响
答案:A
解析:
17.[单选题]如何理解想“回归”
A)通过数据使预测回归到真实值上
B)通过数据做分类
C)通过数据做缩小维度
D)通过数据使相似的数据聚到一块
答案:A
解析:
18.[单选题]自然语言处理是( )技术的一种应用。
A)语音识别
B)虚拟现实
C)人工智能
D)自然语言
答案:C
解析:
19.[单选题]对自然语言中的交叉歧义问题,通常通过( )技术解决。
B)命名实体识别
C)词性标注
D)词向量
答案:A
解析:
20.[单选题]下面哪个不属于超参数?
A)学习率α
B)动量梯度下降的参数β
C)mini-Batch的大小
D)输入图片大小
答案:D
解析:
21.[单选题]( )是指从文本中抽取出特定的事件或事实信息。例如,从时事新闻报道中抽取出某一恐怖事件的基本信息,如时间、地点、事件制造者、受害人、袭击目标、伤亡人数等。
A)文本分类
B)文本聚类
C)信息抽取
D)信息过滤
答案:C
解析:
22.[单选题]神经网络中正则化的作用
A)防止过拟合
B)边缘检测
C)提取特征
D)简化数据
答案:A
解析:
23.[单选题]以下哪个领域包含文本摘要任务
A)图像识别
B)数据挖掘
C)自然语言
D)不确定
答案:C
解析:
24.[单选题]在以下四个选项中,可以将高级语言程序设计语言源程序翻译成计算机可执行代码的软件是?
A)汇编程序
B)编译程序
C)管理程序
D)服务程序
答案:B
解析:
25.[单选题]我们经常使用到L1,L2正则化,那么他们可以起到什么样的作用?
A)防止过拟合
B)边缘检测
D)简化数据
答案:A
解析:
26.[单选题]trainset和testset描述正确的是
A)可以直接使用训练集来验证算子的准确率
B)训练集用于算子的拟合
C)验证集和测试集用来评判算子的准确度
D)可以不配置验证集
答案:A
解析:
27.[单选题]自然语言处理以( )为基础。
A)数学
B)心理学
C)逻辑学
D)语言学
答案:D
解析:
28.[单选题]EM算法的得到广泛的应用,具体它是一个什么优化算法
A)梯度下降优化算法
B)非梯度优化算法
C)动态优化算法
D)不确定
答案:B
解析:
29.[单选题]以下__模型是基于上下文的Embedding
A)one-hot
B)bag of words
C)ELMO
D)word2vec
答案:C
解析:
30.[单选题]朴素贝叶斯作为常用的方法,它是以( )为基础的分类方法。
A)概率论
B)线性代数
C)微积分
D)都不是
答案:A
解析:
31.[单选题]以下四个模型当中哪种模型是基于N-gram才出现的
A)NNLM
B)BERT
C)GPT-2
D)Transformer
答案:A

本文发布于:2024-09-21 08:05:44,感谢您对本站的认可!

本文链接:https://www.17tex.com/tex/1/383897.html

版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。

标签:单选题   数据   算法   梯度   信息   成分   算子   问题
留言与评论(共有 0 条评论)
   
验证码:
Copyright ©2019-2024 Comsenz Inc.Powered by © 易纺专利技术学习网 豫ICP备2022007602号 豫公网安备41160202000603 站长QQ:729038198 关于我们 投诉建议