人工智能自然語言技術練習(習題卷11)

試卷科目：人工智能自然語言技術練習人工智能自然語言技術練習(習題卷11)PAGE"pagenumber"pagenumber/SECTIONPAGES"numberofpages"numberofpages人工智能自然語言技術練習第1部分：單項選擇題，共45題，每題只有一個正確答案,多選或少選均不得分。[單選題]1.謂語動詞句法成分關系特征（）A)路徑和位置B)位置和動詞原形C)框架和位置D)路徑和框架答案:A解析:[單選題]2.以下四個說法中，哪個是GBDT的優(yōu)點A)在分布稠密的數據集上，泛化能力和表達能力都很好；B)GBDT在高維稀疏的數據集上表現(xiàn)不佳；C)訓練過程需要串行訓練，只能在決策樹內部采用一些局部并行的手段提高訓練速度。D)不確定答案:A解析:[單選題]3.基于LDA主題模型的文本情感分析不包括()。A)文本轉換B)主題提取和情感詞提取C)主題情感摘要生成D)系統(tǒng)評測答案:A解析:[單選題]4.SVM中的代價參數C表示什么？A)交叉驗證的次數B)用到的核函數C)在分類準確性和模型復雜度之間的權衡D)以上都不對答案:C解析:[單選題]5.美元貨幣符號?$?表示匹配字符串的()位置。A)結束B)開始C)中間D)表示貨幣的字符串答案:A解析:[單選題]6.下列算法中，訓練數據集是無label的數據，是雜亂無章的，經過變換后變得有序，先無序，后有序是哪個算算法A)SVMB)邏輯回歸C)線性回歸D)聚類答案:D解析:[單選題]7.交叉檢驗的方法不包括以下幾項A)口頭信息、書面信息與實際狀況之間的驗證B)不同數據和信息之間的關系的合理性驗證C)不同時間的關聯(lián)數據之間的合理性驗證D)同一個人對不同問題提供的信息的驗證答案:D解析:[單選題]8.BP算法說的是那兩個參數之間的誤差率A)最大化實際輸出與訓練集的誤差率B)最小化實際輸出與訓練集的誤差率C)均值化實際輸出與訓練集的誤差率D)范數化實際輸出與訓練集的誤差率答案:B解析:[單選題]9.以下哪些是神經網絡中的?超參數?？A)隱藏層的大小B)激活值C)權重D)偏置答案:A解析:[單選題]10.()是指從文本中抽取出特定的事件或事實信息。例如，從時事新聞報道中抽取出某一恐怖事件的基本信息，如時間、地點、事件制造者、受害人、襲擊目標、傷亡人數等。A)文本分類B)文本聚類C)信息抽取D)信息過濾答案:C解析:[單選題]11.下列是對于Batch歸一化的描述，其中它的流程步驟不包括下列哪個選項？A)求每個訓練批次數據的均值B)求每個訓練批次數據的方差C)使用求得的均值和方差對該批次的訓練數據做歸一化，獲得0-1分布D)求每個訓練批次的和答案:D解析:[單選題]12.馬爾科夫鏈達到最穩(wěn)定狀態(tài)時，其穩(wěn)定概率與（）無關A)初始轉發(fā)B)中間狀態(tài)C)當前狀態(tài)D)最末狀態(tài)答案:A解析:[單選題]13.關于對于數據切分的問題，以下說法正確的是？A)可以不設置訓練集B)可以不設置測試集C)可以不設置驗證集D)不確定答案:C解析:[單選題]14.Relu(RectifiedLinearUnit)又叫做什么A)隨機糾正線性單元B)廣義線性模型C)雙曲正切D)修正線性單元函數答案:D解析:A選項指的是RRelu[單選題]15.katz指數又稱ADL指數，由難到易分為（）類A)4B)5C)6D)7答案:C解析:[單選題]16.下列關于不精確推理過程的敘述錯誤的是（）。A)不精確推理過程是從不確定的事實出發(fā)B)不精確推理過程最終能夠推出確定的結論C)不精確推理過程是運用不確定的知識D)不精確推理過程最終推出不確定性的結論答案:B解析:[單選題]17.句法成分相關特征之一（）A)短語類型B)句法成分句子C)句法成分詞D)句法成分詞性答案:A解析:[單選題]18.NiLTK的安裝步驟為()。A)安裝NLP虛擬環(huán)境→安裝NLTK一→檢查是否存在NLTK→下載NLTK數據包B)安裝NLTK→安裝NLP虛擬環(huán)境→檢查是否存在NLTK→下載NLTK數據包C)安裝NLP虛擬環(huán)境一安裝NLTK一下載NLTK數據包一檢查是否存在NLTKD)下載NLTK數據包→安裝NLP虛擬環(huán)境→安裝NLTK→檢查是否存在NLTK答案:A解析:[單選題]19.梯度爆炸如何解決？？A)對于RNN，可以通過梯度截斷，避免梯度消失B)可以通過添加正則項，避免梯度爆炸C)使用LSTM等自循環(huán)和門控制機制，避免梯度爆炸D)優(yōu)化激活函數，譬如將sigmold改為relu，避免梯度消失答案:B解析:[單選題]20.格語法提供了一種用于分析特定句子（）的方法A)主旨B)含義C)成分D)類別答案:B解析:[單選題]21.NLP任務想要做的好，最基礎的操作是什么A)文本的向量化B)下有任務的處理C)模型的選擇D)都不正確答案:A解析:[單選題]22.以下哪個與支持向量機無關A)使用核函數B)將低維向量向高維向量轉換C)使低維線性不可分的數據在高維線性可分D)使用向量的都叫支持向量機答案:D解析:[單選題]23.循環(huán)神經網絡RNN的作用描述正確的是A)增大文本數量B)簡化文本C)特征提取D)文本分類答案:C解析:[單選題]24.dropout作為常用的函數，它能起到什么作用A)沒有激活函數功能B)一種正則化方式C)一種圖像特征處理算法D)一種語音處理算法答案:B解析:[單選題]25.如果網絡中遇到了梯度爆炸問題，下列選項中哪個可以很好的解決？A)梯度剪切，正則B)增加擬合數據C)增加訓練數據維度D)增加隱藏層答案:A解析:[單選題]26.加入正則項，可以解決處理以下哪個問題A)正常擬合B)過擬合C)欠擬合D)不確定答案:B解析:[單選題]27.MSE(MeanSquareError)均方誤差可以用到以下哪個算法當中A)邏輯回歸B)GBDTC)聚類D)KNN答案:B解析:[單選題]28.雖然隨機森林和GBDT都屬于集成學習，他們有什么不同之處A)都是由多棵樹組成，最終的結果都是由多棵樹一起決定。B)組成隨機森林的樹可以并行生成，而GBDT是串行生成C)RF和GBDT在使用CART樹時，可以是分類樹或者回歸樹。D)不確定答案:B解析:[單選題]29.如果對圖像進行池化，ksize=[1,4,4,1]那么圖像會變成多大A)縮小到1/2B)擴大四倍C)擴大兩倍D)縮小到1/16答案:D解析:[單選題]30.關于traintest.Dev數據集說法錯誤的是A)可以直接使用訓練集來驗證算子的準確率B)訓練集用于算子的擬合C)驗證集和測試集用來評判算子的準確度D)可以不配置驗證集答案:A解析:[單選題]31.XGBoost中的節(jié)點的分裂方式A)枚舉出了不同樹結構的貪心法B)通過基尼系數C)通過信息增益D)通過信息增益比答案:A解析:[單選題]32.NLP可以說是人工智能中最難的一個方向，那么它的難體現(xiàn)在哪個地方A)語言的多樣性，多變性等B)算力能力的提升C)數據量變得很大D)算法沒有更新答案:A解析:[單選題]33.對于數據的處理過程過采樣和欠采樣可以解決什么問題的A)詞向量化處理B)提取特征C)樣本類別不平衡D)文本摘要處理答案:C解析:[單選題]34.K-Means最明顯的缺點是什么？A)耗時耗內存B)耗時但是節(jié)省內存C)不耗時但是耗內存D)不耗時也不耗內存答案:A解析:[單選題]35.邏輯回歸的損失函數是什么A)信息熵B)信息增益C)對數損失D)均方誤差答案:C解析:[單選題]36.在NLP，處理句子文本時，哪種基于語法的文本句法分析方法可以用于名詞短語檢測等任務A)部分語音標注B)依存句法分析（DependencyParsing）和選取句法分析（ConstituencyParsing）C)SkipGram和N-Gram提取D)連續(xù)性詞包答案:B解析:[單選題]37.Bagging的核心思想是什么A)核心思想為并行地訓練一系列各自獨立的同類模型，然后再將各個模型的輸出結果按照某種策略進行聚合B)核心思想是并行地訓練一系列各自獨立的不同類模型，然后通過訓練一個元模型(meta-model)來將各個模型輸出結果進行結合C)不確定D)核心思想為串行地訓練一系列前后依賴的同類模型，即后一個模型用來對前一個模型的輸出結果進行糾正答案:A解析:[單選題]38.關于數據處理定理下列說法不正確的是A)若X、Y、Z組成一個馬爾可夫鏈，則有I(X;Z)大于等于I(X;Y)B)若X、Y、Z組成一個馬爾可夫鏈，則有I(X;Z小于等于I(X;Y)C)數據處理過程中熵不會增加D)通過數據處理后，一般只會增加信息的損失，最多保持原來的信息答案:A解析:[單選題]39.在模型訓練的階段，使用的優(yōu)化算法中，超參數學習率會怎么變化A)保持不變B)持續(xù)較小C)持續(xù)增大D)不變答案:B解析:[單選題]40.在自然語言中，主要應用到的是深度學習神經網絡是以下哪個A)ANNB)CNNC)RNND)XNN答案:C解析:[單選題]41.歐氏距離也可以叫做什么（）A)非負距離B)平面距離C)絕對值距離D)平方范數距離答案:D解析:[單選題]42.在TF-IDF計算中和哪些因素相關A)不確定B)詞意C)詞序D)詞權重答案:D解析:[單選題]43.集成學習GBDT是很好的算法，同時也有很多優(yōu)點，以下對其優(yōu)點的描述A)在分布稠密的數據集上，泛化能力和表達能力都很好；B)GBDT在高維稀疏的數據集上表現(xiàn)不佳；C)訓練過程需要串行訓練，只能在決策樹內部采用一些局部并行的手段提高訓練速度。D)不確定答案:A解析:第2部分：多項選擇題，共21題，每題至少兩個正確答案,多選或少選均不得分。[多選題]44.Adaboost中有兩種權重，體現(xiàn)在（）A)A:樣本權重B)B:代價函數C)C:梯度下降D)D:弱分類器權重答案:AD解析:[多選題]45.Transformer中的encode層是由那幾個構成的A)self-AttentionB)Attention層C)前饋神經網絡D)CNN答案:AC解析:[多選題]46.seq2seq可以做機器翻譯等之類的NLP任務，那么在編碼器中可以用以下哪些模型做特征提??？A)CNNB)RNNC)LSTMD)SVM答案:ABC解析:[多選題]47.以下四個選項中，使用到了Transformer做特征提取模型有哪些A)BERTB)ALBERTC)GPTD)ELMO答案:ABC解析:[多選題]48.下列()是違約概率模型A)風險中性定價模型B)信用監(jiān)測模型C)信用風險計算方法D)以上都正確答案:ABCD解析:[多選題]49.pytorch框架可用于解決以下哪些問題A)NLPB)CVC)DMD)都不能答案:ABC解析:[多選題]50.從區(qū)間[a,b]中隨機獲取一個x值，對于該操作，下列選項中描述正確的有哪些？A)取最小值的對數得到a的值B)取最小值的對數得到b的值C)取最大值的對數得到a的值D)取最大值的對數得到b的值答案:AD解析:[多選題]51.自然語言處理（NLP）中為什么要進行文本表示文本表示A)根本原因是計算機不方便對文本字符串進行處理B)便于機器學習C)良好的文本表示可以提升算法的效果D)無實際意義答案:ABC解析:[多選題]52.文本分類（基于表示方法）A)短文本表示B)One-hot表示C)詞表示D)CBOW答案:BD解析:[多選題]53.線性函數歸一化，是怎么去實現(xiàn)的A)將原始數據映射到均值為0、標準差為1的分布上B)對原始數據的等比縮放C)使結果映射到[1,2]的范圍D)以上都正確答案:AB解析:[多選題]54.下面那個是bert的訓練任務A)編解碼B)均方誤差C)遮蔽語言模型D)下一句預測答案:CD解析:[多選題]55.詞_袋_子模型的優(yōu)點A)簡單方便快速B)在語料充足的前提下，對于簡單自然語言處理任務效果不錯C)準確率較低D)無法關注詞語間的順序答案:AB解析:[多選題]56.情感分析的應用領域有（）A)商品評論B)輿情分析C)信息預測D)推薦系統(tǒng)答案:ABCD解析:[多選題]57.下列選項中關于tf.nn.SoftMax函數的描述以下正確的是哪些選項？A)用于多類別分類B)映射到概率空間C)壓縮數據D)用于卷積層答案:ABC解析:[多選題]58.使用tensorflow關于實現(xiàn)交叉熵損失函數的API，以下選項正確的是哪些？A)entropy=-tf.reduce_sum(y_actual*tf.log(y_predict))B)entropy=-tf.reduce_mean(y_actual*tf.log(y_predict))C)entropy=-tf.reduce_max(y_actual*tf.log(y_predict))D)entropy=-tf.reduce_any(y_actual*tf.log(y_predict))答案:AB解析:[多選題]59.專家系統(tǒng)的結構包含哪些？A)人機界面和知識庫B)推理機C)動態(tài)數據庫D)知識庫答理系統(tǒng)和解釋模塊答案:ABCD解析:[多選題]60.CBOW模型的神經網絡包含了（）A)輸入層B)隱藏層C)輸出層D)全連接層答案:ABC解析:[多選題]61.下列關于數據歸一化的描述，正確的選項有哪些？A)歸一化可以預防過擬合B)歸一化沒有實質作用C)歸一化將所有數據樣本值縮放到0-1之間D)歸一化是一種激活函數答案:AC解析:[多選題]62.使用了Transformer做特征提取的預訓練模型有哪些A)BERTB)ALBERTC)GPTD)ELMO答案:ABC解析:[多選題]63.文檔是怎么生成的？A)首先需要列出幾個主題B)然后以一定概率選擇主題C)以一定概率選擇主題中會包括的促會D)組成一篇文章答案:ABCD解析:[多選題]64.在工業(yè)中，NLP有哪些應用落地較好？A)語音識別B)自動翻譯C)控制裝置D)人臉識別答案:ABC解析:第3部分：判斷題，共24題，請判斷題目是否正確。[判斷題]65.BERT使用的單向的TransformerA)正確B)錯誤答案:對解析:[判斷題]66.深度學習可以同時應用在圖像和自然語言領域A)正確B)錯誤答案:對解析:[判斷題]67.一個字符的Unicode編碼是確定的A)正確B)錯誤答案:對解析:[判斷題]68.采用sigmoid等函數，算激活函數時（指數運算），計算量大A)正確B)錯誤答案:對解析:[判斷題]69.神經網絡的一般三要素：輸入層、隱藏層和輸出層A)正確B)錯誤答案:對解析:[判斷題]70.過多增加隱層和神經元節(jié)點會帶來更好的結果A)正確B)錯誤答案:錯解析:[判斷題]71.在分類問題中，表示基于特征對實例進行分類的過程，可以認為是if-then的集合，也可以認為是定義在特征空間與類空間上的條件概率分布。A)正確B)錯誤答案:對解析:[判斷題]72.KNN模型訓練所消耗的時間跟選擇的K有關A)正確B)錯誤答案:對解析:[判斷題]73.神經網絡的一般結構是由輸入層、隱藏層(神經元)、輸出層構成的A)正確B)錯誤答案:對解析:[判斷題]74.文本向量化按照向量化的粒度可以將其分為以字單位、以詞為單位和以句子為單位向量表達。對A)正確B)錯誤答案:對解析:[判斷題]75.GPT并不是預訓練模型A)正確B)錯誤答案:錯解析:[判斷題]76.CNN不能做文本特征提取，只適用于圖像A)正確B)錯誤答案:錯解析:[判斷題]77.深度學習的應用非常的廣泛，例如：文本分類等任務A)正確B)錯誤答案:對解析:[判斷題]78.基于機器學習的分類方法，指通過專家經驗，依靠人工提取規(guī)則進行的分類。錯A)正確B)錯誤答案:錯解析:[判斷題]79.最大概率法在擁有大量標注語料的前提下，可以在一定程度上避免切分歧義A)正確B)錯誤答案:對解析:[判斷題]80.正則表達式也可以稱為規(guī)則表達式。對A)正確B)錯誤答案:對解析:[判斷題]81.使用softmax會使得輸出單元從多個變成了一個A)正確B)錯誤答案:錯解析:[判斷題]82.中括號?[]?表示可以匹配多個字符，表示包含在中括號內部的字符都會被匹配。對A)正確B)錯誤答案:對解析:[判斷題]83.模型太過于復雜的話，會造成欠擬合A)正確B)錯誤答案:錯解析:[判斷題]84.TextRank算法的基本思想來自Google的PageRank算法。對A)正確B)錯誤答案:對解析:[判斷題]85.隨機森林中是由多棵樹構成的A)正確B)錯誤答案:對解析:[判斷題]86.PCA中文名稱主成分分析A)正確B)錯誤答案:對解析:[判斷題]87.HMM模型包括三個基本問題，分別為概率計算問題，學習問題，預測問題。A)正確B)錯誤答案:對解析:[判斷題]88.基于規(guī)則的標注方法是較早的一種詞性標注方法，這種方法需要獲取能表達一定的上下文關系及其相關語境的規(guī)則庫。對A)正確B)錯誤答案:對解析:第4部分：問答題，共10題，請在空白處填寫正確答案。[問答題]89.簡要敘述NLTK的主要功能。答案:獲取語料庫、獲取語料庫、字符串處理、詞性標注、分類、