文本挖掘笔试题.docxVIP

文本挖掘笔试题

考试时间：______分钟总分：______分姓名：______

一、选择题

1.在文本预处理阶段，下列哪一项不属于典型的文本清洗步骤？

A.分词

B.去除停用词

C.词性标注

D.将所有文本转换为小写

2.下列哪个指标主要用于衡量一个词对于一个语料库中某一特定文档的重要程度？

A.IDF

B.TF

C.TF-IDF

D.余弦相似度

3.在信息检索和文本挖掘中，倒排索引的主要作用是？

A.对文本进行分词

B.统计词频

C.加速特定词语出现在哪些文档中的查询

D.提取文本关键词

4.朴素贝叶斯分类器基于的假设是？

A.特征之间相互独立

B.文档属于多个类别

C.词频越高，词语越重要

D.文本数据是高斯分布的

5.下列哪种算法不属于监督学习算法？

A.朴素贝叶斯

B.支持向量机(SVM)

C.K-means聚类

D.逻辑回归

6.在文本分类任务中，Precision指的是什么？

A.正确预测为正类的样本占所有预测为正类样本的比例

B.正确预测为正类的样本占所有实际为正类样本的比例

C.正确预测为负