人工智能应用基础 习题及答案 项目5练习题.docx

5.7项目练习

一、选择题

1.将原始文本转换为计算机可以有效处理的格式，不包括下列哪个过程？（B）。

A.预处理B.采样C.分词D.编码

2.预处理后的文本需要拆分为单词，也称为什么？（A）。

A.tokenB.样本C.wordD.分词

3．词嵌入技术的主要作用是什么？（A）

A.将单词转换为具有语义的向量B.将句子转换为图像C.统计单词数量D.将文本编码为二进制代码

4.句子由多个单词组成，可以将句子中单词的词向量进行拼接，形成什么？（D）

A.文档B.句子C.主题D.句向量

5.在自然语言处理中，情感分析的主要目的是什么？（C）

A.确定单词在句子中的位置B.提取句子的主题C.识别句子的情感倾向D.识别单词的词性（如名词、动词等）

二、填空题

1.将文本中的词汇转换为______，使模型能够更准确地理解文本内容。

答案：词向量

2.在自然语言处理中，词嵌入把单词（word）转换成实数向量（vector），因此大家都也把词嵌入称为_______。

答案：word2vec

3.词嵌入主要采用______模型来实现。

答案：神经网络

三、简答题

1.简述将句子中的单词表示为独热编码的步骤。

答案：第一步预处理：文本需要标准化以确保一致性，如删除标点符号，对于英文来说还需要统一字母大小写，或者一些缩写的形式，比如：“I’m”和“Iam”。第二步分词：将文本拆分为单词，也称为token。例如，句子“我爱北京天安门”，分词结果为：“我/爱/北京/天安门”，如果是英文句子则可以根据单词之间的空格进行拆分。第三部编码：将每个token转换为一个跟句子长度一样的向量，向量中只在该词出现的位置设置为1，其余全部为0。

2.简述用神经网络对“我正在学习人工智能”这句话中的“学习”进行词嵌入的过程。

答案：首先，把句子进行分词，生成“我”，“正在”，“学习”，“人工智能”。然后，将这几个单词一同输入神经网络，这样能够更好的表现“学习”在语句中的含义与位置，输入到神经网络的是这些单词的编码，可以是简单的数字编码，也可以是独热编码。最后，神经网络输出“学习”这个词的词向量。