自然語言處理技術與應用 試題A卷

第1頁共4頁期末考試試題A卷（開卷）適用班級：人工智能2001/2002專業(yè)：人工智能技術服務考試時長：120分鐘得分閱卷人一、選擇得分閱卷人1．自然語言處理中的句子級別的分析技術，可以大致分為（）、句法分析、語義分析三個層面。A.詞法分析B.文法分析C.分詞D.語言分析2．相對于其他的編程語言，Python具有以下哪些優(yōu)勢（）A.Python提供了大量的自然語言處理庫B.編程語法較復雜C..編程語法相對簡單D.具有很多數(shù)學科學相關的庫3.詞法分析，主要包括（）、和詞性標注、命名實體識別三部分。A.英語分詞B.分詞技術C.漢語分詞D.語言分詞4.目前，中文分詞的難點不包括（）A.分詞歧義消解B.錯別字、諧音字規(guī)范化C.未登錄詞的識別D.分詞問題5.采用jieba精確模式對“南京市長江大橋”進行分詞，得到的結果為：()A.南京\市長江大橋B.南京市/長江大橋C.南京/南京市/京市/市長/長江/長江大橋/大橋D.南京/京市/南京市/長江/大橋/長江大橋6.下面哪項不屬于LTP的主要模型：（）A.SentenceSplitterB.SegmentorC.n元模型D.Postagger7.依存關系可以細分為不同的類型，表示兩個詞之間的具體句法關系。依存句法分析標注關系,以下關系類型和它的標注不正確的是（）前置賓語（FOB）動補結構（CMP）介賓關系（POB）定中關系（ATD）以下有關計算機視覺的步驟中，哪個不屬于傳統(tǒng)方法（）。A.圖像預處理B.特征提取C.特征篩選D.神經(jīng)卷積9.以下哪一個是不屬于三大特征抽取器（）。A.CNNB.RNNC.HMMD.transformer類型10.以下那部分代碼是正確引用gensim模塊的（）。A.fromgensimimportcorporaB.importnumpyasnpC.importgenismasgeD.importgensim11.下列哪種關于無監(jiān)督關鍵詞提取的說法是正確的（）。A.基于詞的文檔位置的特征量化是屬于關鍵詞提取中有監(jiān)督算法的B.基于詞圖模型的關鍵詞抽取不用構建文檔的語言網(wǎng)絡圖C.基于文本統(tǒng)計特征方法是利用文檔中詞語的統(tǒng)計信息抽取文檔的關鍵詞D.基于主題模型認為，詞與文檔之間有直接的聯(lián)系12.關于TF-IDF算法說法不正確的是（）。A.TF算法和IDF算法可以單獨使用B.IDF的大小與詞語的常見程度成正比C.TF算法權衡詞出現(xiàn)的頻率，不考慮詞語對文檔的區(qū)分能力D.TF-IDF算法，從詞頻、逆文檔頻率兩個角度對詞語的重要性進行衡量13.下列關于說法不正確的是（）。A.DF值廣泛應用于大規(guī)模語料的特征降維B.計算出每個特征的信息增益后，就可以移除那些信息量較低的特征C.互信息是指根據(jù)特征與類別的關聯(lián)程度來計算特征與類別的相關度D.當對梁樣本平均數(shù)進行比較時，可以采用卡方檢驗14.基于機器學習的情感分析方法本質是一個分類問題，該方法使用的經(jīng)典分類模型不包括（）。支持向量機樸素貝葉斯卡爾曼濾波最大熵模型15.自然語言理解的簡稱是什么？（）。A.NLPB.ANNC.NLUD.APL得分閱卷人二、判斷題（對的打‘√’，錯的打‘×’得分閱卷人1.句法分析的主要任務是：識別出句子所包含的句法成分，以及這些成分之間的關系。（）2.使用jieba進行分詞，需要導入jieba工具包。（）3.Stanfordparser的底層是由python實現(xiàn)的。（）4.re.match嘗試從字符串的起始位置匹配一個模式，如果起始位置匹配不成功的話，就返回none。（）5.自然語言處理有兩個核心任務，一個是自然語言理解，另外一個是自然語言生成。（）6.自然語言處理（NaturalLanguageProcessing，NLP）是計算機科學領域以及大數(shù)據(jù)領域的一個重要的研究方向。（）7.基于規(guī)則的分詞方法是最早興起的分詞方法，主要是通過設立詞庫和規(guī)則，然后使用匹配的方法進行分詞。（）8.命名實體識別（NER）的目的在于識別語料中人名、地名、組織機構名等命名實體。（）9.條件隨機場（CRF）也是一種基于馬爾科夫思想的統(tǒng)計模型。之前的模型都假設每個狀態(tài)均只與它前面的狀態(tài)有關。（）10.jieba分詞工具提供了詞性標注功能。jieba分詞是結合規(guī)則和統(tǒng)計的方式，也就是說同時使用詞典匹配和HMM。（）得分閱卷人三、填空得分閱卷人1．自然語言處理的三個層面有：和、語義分析。2.根據(jù)句法結構的表示形式不同，最常見的句法分析任務可以分為以下三種：、依存句法分析以及深層文法句法分析。3.基于規(guī)則的分詞方法有：正向最大匹配法、和雙向最大匹配法。4..LTP是基于C++開發(fā)的，但是也提供了Python的封裝包——Pyltp。Pyltp的安裝直接使用pip進行安裝，在命令行輸入。5.句法分析的數(shù)據(jù)集是樹形標注結構，稱為。6.的結構沒有非終結點，詞與詞之間直接發(fā)生依存關系。7.卷積神經(jīng)網(wǎng)絡結構包括：、和。8.Word2vec主要包含兩個淺層的神經(jīng)網(wǎng)絡模型，分別是和。9.在使用TF-IDF算法提取關鍵詞時，為使候選詞標準化，TF值=，候選詞的IDF=，候選詞的TF-IDF=。10.PageRank在計算句子給它鏈接句的貢獻時，是通過計算來分配。11.特征工程一般包括、、三個部分。12..目前情感分析的方法主要分為三類，分別為、、。13.神經(jīng)網(wǎng)絡模型的復興使得深度學習在語音、圖像、文本處理得到了廣泛的應用，講深度學習應用在情感分析中，一般采用和結合的方法和。得分閱卷人四、綜合應用得分閱卷人（1）將以下內(nèi)容轉為txt文本：Icouldimaginehisgivingafriendalittlepinchofthelatestvegetablealkaloid,notoutofmalevolence,youunderstand,butsimplyoutofaspiritofinquiryinordertohaveanaccurateideaoftheeffects.（2分）對內(nèi)容進行分詞，統(tǒng)計文本中的所有詞語，進行獨熱編碼，得到每個詞的one-hot向量表示.（2分）（3）將句子進行文本向量化。（1分）得分閱卷人得分閱卷人使用TF-IDF算法完成對以下內(nèi)容實現(xiàn)關鍵詞的提?。赫雇?035年，我國將基本實現(xiàn)社會主義現(xiàn)代化。經(jīng)濟實力、科技實力、綜合國力將大幅躍升，經(jīng)濟總量和城鄉(xiāng)居民人均收入將再邁上新的大臺階，關鍵核心技術實現(xiàn)重大突破，進入創(chuàng)新型國家前列。基本實現(xiàn)新型工業(yè)化、信息化、城鎮(zhèn)化、農(nóng)業(yè)現(xiàn)代化，建成現(xiàn)代化經(jīng)濟體系。基本實現(xiàn)國家治理體系和治理能力現(xiàn)代化，人民平等參與、平等發(fā)展權利得到充分保障，基本建成法治國家、法治政府、法治社會。建成文化強國、教育強國、人才強國、體育強國、健康中國，國民素質和社會文明程度達到新高度，國家文化軟實力顯著增強。廣泛形成綠色生產(chǎn)生活方式，碳排放達峰后穩(wěn)中有降，生態(tài)環(huán)境根本好轉，美麗中國建設目標基本實現(xiàn)。形成對外開放新格局，參與國際經(jīng)濟合作和競爭新優(yōu)勢明顯增強。人均國內(nèi)生產(chǎn)總值達到中等發(fā)達國家水平，中等收入群體顯著擴大，基本公共服務實現(xiàn)均等化，城鄉(xiāng)區(qū)域發(fā)展差距和居民生活水平差距顯著縮小。平安中國建設達到更高水平，基本實現(xiàn)國防和軍隊現(xiàn)代化。人民生活更加美好，人的全面發(fā)展、全體人民共同富裕取得更為明顯的實質性進展。經(jīng)濟發(fā)展取得新成效。發(fā)展是解決我國一切問題的基礎和關鍵，發(fā)展必須堅持新發(fā)展理念，在質量效益明顯提升的基礎上實現(xiàn)經(jīng)濟持續(xù)健康發(fā)展，增長潛力充分發(fā)揮，國內(nèi)生產(chǎn)總值年均增長保持在合理區(qū)間、各年度視情提出，全員勞動生產(chǎn)率增長高于國內(nèi)生產(chǎn)總值增長，國內(nèi)市場更加強大，經(jīng)濟結構更加優(yōu)化，創(chuàng)新能力顯著提升，全社會研發(fā)經(jīng)費投入年均增長7%以上、力爭投入強度高于“十三五”時期實際，產(chǎn)業(yè)基礎高級化、產(chǎn)業(yè)鏈現(xiàn)代化水平明顯提高，農(nóng)業(yè)基礎更加穩(wěn)固，城鄉(xiāng)區(qū)域發(fā)展協(xié)調(diào)性明顯增強，常住人口城鎮(zhèn)化率提高到65%，現(xiàn)代化經(jīng)濟體系建設取得重大進展。得分閱卷人六、綜合應用題三得分閱卷人自定義函數(shù)get_content()，分別讀取data文件夾下neg和pos文件夾中的文件。《Python文本與語音應用設計》期末考試試題A卷答題紙適用班級：人工智能