- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
人工智能自然语言技术练习(试卷编号232)
说明:答案和解析在试卷最后
1.[单选题]以及几个模型中,可以产生词向量并且用单向的特征提取器的是哪个
A)BERT
B)GPT
C)ELMo
D)Word2Vec
2.[单选题]以下哪个可以将文本转化成Tokens
A)CountVectorizer
B)TF-IDF
C)词袋模型(Bag of Words)
D)NERs
3.[单选题]以下四个人物中,哪个被誉为人工智能之父
A)图灵
B)冯-诺依曼
C)维纳
D)牛顿
4.[单选题]下面哪项不属于目前常见的分类器?( )
A)KNN
B)DT
C)RSA
D)NN
5.[单选题]贝叶斯是常用的理论基础,在贝叶斯可以是用的什么图进行表示的
A)无向图
B)有无向图
C)有向图
D)不确定
6.[单选题]tf.Graph.get_operations()的作用是什么
A)返回图中的操作节点列表
B)为节点创建层次化的名称,并返回一个上下文管理器
C)返回图中的操作节点列表
D)完成图的构建,即将其设置为只读模式
7.[单选题]关于人工智能的RNN,将()信息带到下个环节中
A)先前
B)之后
C)丢失
D)LSTM
8.[单选题]马尔科夫链达到最稳定状态时,其稳定概率与()无关
A)初始转发
B)中间状态
C)当前状态
D)最末状态
9.[单选题]关于距离空间,其基本目的,以下描述正确的是?
A)求相关性
B)构成线性空间
C)度量后比较
D)求信息熵
10.[单选题]多层长短期记忆人工神经网络LSTM,组合成多层网络结构后,可以处理更大范围的()
A)不稳定性
B)静态性
C)动态性
D)鲁棒性
11.[单选题]word2Vec的优缺点说法正确的是
A)编码的词向量中不包含语义信息
B)是一种有监督的训练方式
C)无法处理一词多意问题
D)不确定
12.[单选题]在Katz回退算法中,将从非零计数中减去的计数量分配给
A)计数为零的高元语法
B)所有零概率事件
C)未知事件
D)A和C
13.[单选题]tf.tanh的作用是什么
A)计算元素的sigmoid值.
B)计算元素的softmax值.
C)计算元素的双曲正切值.
D)计算元素的relu值
14.[单选题]线性函数归一化最终结果映射的值域是多少
A)[0,1]
B)[-1,1]
C)[0,0.25]
D)0或1
15.[单选题]以下哪种情况下树会容易发生了过拟合的现象
A)加入L2正则
B)加入L1正则
C)设置树的最大深度
D)没有设置树的最大深度
16.[单选题]为什么我们要沿着梯度的反方向进行最小化代价
A)梯度的方向是函数上升最慢的方向,所以他的反方向就是下降最快的方向
B)梯度的方向是函数上升最快的方向,所以他的反方向就是下降最快的方向
C)这么做并无实际意义
D)不确定
17.[单选题]循环神经网络RNN的作用描述正确的是
A)增大文本数量
B)简化文本
C)特征提取
D)文本分类
18.[单选题]Bagging在做分类的Voting过程中(每个基学习器进行投票)如何做的
A)每个基学习器预测结果进行平均
B)每个基学习器预测结果进行投票,得票数最多的类为预测类
C)从众多分类结果中,随机出来一个结果
D)不去定
19.[单选题]以下四个表达式中,哪个属于线性回归模型的数学表达式
A)Y=K*X+b
B)Y=lnX
C)Y=X
D)Y=K*X
20.[单选题]怎样解决梯度消失
A)对于RNN,可以通过梯度截断,避免梯度消失
B)可以通过添加正则项,避免梯度爆炸
C)使用LSTM等自循环和门控制机制,避免梯度爆炸
D)优化激活函数,譬如将sigmold改为relu,避免梯度消失
21.[单选题]关于Relu激
文档评论(0)