2025年下学期高中数学与语言学数学模型试卷.docVIP

2025年下学期高中数学与语言学数学模型试卷

一、选择题（本大题共10小题，每小题5分，共50分）

在自然语言处理中，某分词模型对含n个汉字的句子进行分词，若每个汉字被单独切分的概率为p，被与后一个汉字合并切分的概率为1-p，则该句子分词结果的平均切分数量为（）

A.n-(n-1)p

B.n-(n-1)(1-p)

C.1+(n-1)p

D.1+(n-1)(1-p)

已知某语言的词汇表大小为10000，若采用二元语法模型（Bigram），其参数空间规模约为（）

A.10^4

B.10^8

C.10^12

D.10^16

在词向量模型中，若两个词语的余弦相似度为0.8，且它们的词向量模长分别为2和3，则这两个向量的内积为（）

A.2.4

B.4.8

C.1.6

D.3.6

某文本分类任务中，采用朴素贝叶斯模型计算文档属于类别C的概率。已知P(C)=0.3，文档中包含词语w1、w2，且P(w1|C)=0.5，P(w2|C)=0.4，P(w1|?C)=0.2，P(w2|?C)=0.3，则该文档属于类别C的后验概率（经归一化处理）约为（）

A.0.45

B.0.58

C.0.67

D.0.73

在语法树生成过程中，某上下文无关文法的产生式为S→AB，A→a|ε，B→b|ε（其中ε表示空串），则该文法可生成的句子集合为（）

A.{ε,a,b,ab}

B.{a,b,ab}

C.{ε,ab}

D.{a,b}

某机器翻译系统的BLEU评分计算公式为BLEU=BP×exp(∑_{n=1}^4w_nlogp_n)，其中BP为brevitypenalty。若候选译文长度为8，参考译文长度为10，则BP值为（）

A.e^(1-10/8)

B.e^(1-8/10)

C.min(1,e^(1-10/8))

D.min(1,e^(1-8/10))

在隐马尔可夫模型（HMM）中，已知初始状态概率向量π=(0.2,0.8)，状态转移矩阵A=[[0.6,0.4],[0.3,0.7]]，观测概率矩阵B=[[0.5,0.5],[0.2,0.8]]。若第一个观测值为v1，则此时处于状态s1的概率为（）

A.0.2×0.5

B.(0.2×0.5)/(0.2×0.5+0.8×0.2)

C.0.2×0.6×0.5

D.(0.2×0.6×0.5)/(0.2×0.6×0.5+0.8×0.3×0.2)

某文本的词频-逆文档频率（TF-IDF）矩阵中，词语w在文档d中的TF值为0.02，包含w的文档数占总文档数的比例为0.1，则w在d中的TF-IDF值为（）

A.0.02×log(0.1)

B.0.02×log(1/0.1)

C.(0.02+1)×log(1/0.1)

D.(0.02×log(1/0.1))/sqrt(∑(TF-IDF)^2)

在递归神经网络（RNN）中，某时刻t的隐藏状态h_t=tanh(W_hhh_{t-1}+W_xhx_t+b_h)。若h_{t-1}为2维向量，x_t为3维向量，W_hh为2×2矩阵，则W_xh的维度应为（）

A.2×3

B.3×2

C.2×2

D.3×3

某语言的音节结构遵循“辅音+元音+辅音”（CVC）模式，其中辅音有20种可能，元音有5种可能，则该语言可能的音节数量为（）

A.20×5×20

B.20+5+20

C.20×5

D.20×20×5

二、填空题（本大题共5小题，每小题6分，共30分）

某中文语料库中，“的”字出现的频率为0.05，若随机抽取100个汉字，则“的”字出现次数的数学期望为________，方差为________。

在n元语法模型中，若采用线性插值平滑法，即P(w_i|w_{i-2}w_{i-1})=λ_1P(w_i)+λ_2P(w_i|w_{i-1})+λ_3P(w_i|w_{i-2}w_{i-1})，则λ_1+λ_2+λ_3=________，其中λ_1,λ_2,λ_3为插值权重。

某词向量模型将词语映射到300维实向量空间，若采用欧氏距离计算相似度，则两个词向量(1,0,...,0)与(0,1,...,0)之间的距离为________。

在句法分析中，CKY算法（Cocke-Kasami-Younger）的时间复杂度为O(n^3|G|)，其中n为句子长度，|G|为________。

某文本生成任务中，采用n-gram模型预测下一个词的概率。若前n-1个词为“数学”“与”“语言学”，则n=，此时模型需要计算的条件概率形式为P(下一词|)。

三、解答题（本大题共4小题，共70分）

（15