2025年低资源文本分类数据增强习题（含答案与解析）.docx

2025年低资源文本分类数据增强习题（含答案与解析）

一、单选题（共15题）

1.以下哪种数据增强方法可以有效提高文本分类模型的泛化能力？

A.数据扩充

B.数据清洗

C.数据抽取

D.数据归一化

答案：A

解析：数据扩充通过生成模型的新样本来增加训练数据集的规模，有助于模型学习到更多的特征，从而提高文本分类模型的泛化能力。参考《深度学习在文本分类中的应用》2025版5.4节。

2.在低资源环境下，以下哪种策略可以有效地提升预训练模型的性能？

A.持续预训练

B.知识蒸馏

C.参数高效微调（LoRA）

D.结构剪枝

答案：C

解析：参数高效微调（LoRA）通过微调