自然語言處理題庫[復(fù)制]1.1政府部門利用nlp技術(shù)分析人們對某一件事、政策法規(guī)或社會現(xiàn)象的評論，實(shí)時了解百姓的態(tài)度，這屬于nlp研究內(nèi)容的（）[單選題]*A信息檢索B文本分類(正確答案)C信息過濾D自動過濾1.2.不屬于nlp場景的是（）[單選題]*A百度翻譯B圖靈機(jī)器人C微信語音轉(zhuǎn)文字D數(shù)據(jù)挖掘(正確答案)1.3中文nlp的基本流程由語料獲取、（）、文本向量化、模型構(gòu)建、模型訓(xùn)練和模型評價6部分組成。[單選題]*A預(yù)料處理(正確答案)B中文分詞C去停用詞D詞性標(biāo)注1.4在nlp虛擬環(huán)境中安裝需要的程序包，并自動安裝這個包的依賴項需要用到的是（[單選題]*A.pipinstallpackage_nameB.condainstallpackage_name(正確答案)C.condapackage_nameD.pippackag_name1.5不屬于打開JupyterNotebook方式的是（）。[單選題]*A.直接在開始菜單欄中單擊“Anaconda”下的“JupyterNotebook＇B.在AnacondaPrompt中輸入“jupyternotebook”C.單擊桌面上自動生成的JupyterNotebook圖標(biāo)(正確答案)D.首先打開某個文件夾，然后按住“Shift”鍵并單擊鼠標(biāo)右鍵，在菜單中單擊“在此處打開Powershell窗口”命令，這時會彈出命令行窗口，接著輸入“jupyternotebook”命令即可2.1語料庫以語料庫結(jié)構(gòu)進(jìn)行劃分可分為（）。[單選題]*A.通用語料庫與專用語料庫B.平衡結(jié)構(gòu)語料庫與自然隨機(jī)結(jié)構(gòu)語料庫(正確答案)C.共時語料庫與歷時語料庫D.單媒體語料庫與多媒體語料庫2.2構(gòu)建或研究語料庫的時候，一般應(yīng)考慮代表性、結(jié)構(gòu)性、平衡性、（）個特性。[單選題]*A.規(guī)模性(正確答案)B.便捷性C.安全性D.高效性2.3NLTK的安裝步驟為（[單選題]*A.安裝NLP虛擬環(huán)境→安裝NLTK→檢查是否存在NLTK→下載NLTK數(shù)據(jù)包(正確答案)B.安裝NLTK→安裝NLP虛擬環(huán)境→檢查是否存在NLTK→下載NLTK數(shù)據(jù)包C.安裝NLP虛擬環(huán)境→安裝NLTK→下載NLTK數(shù)據(jù)包→檢查是否存在NLTKD.下載NLTK數(shù)據(jù)包→安裝NLP虛擬環(huán)境→安裝NLTK→檢查是否存在NLTK2.4（）函數(shù)用于搜索搭配詞語。[單選題]*A.concordanceB.common_contextsC.collocations(正確答案)D.Sorted2.5（）函數(shù)用于獲取語料庫中的文件。[單選題]*A.categorjiesB.rawC.open(fileid)D.fileids(正確答案)3.1.不屬于常用的正則表達(dá)式函數(shù)的是（）。[單選題]*A.match函數(shù)B.search函數(shù)C.findall函數(shù)D.matplotlib函數(shù)(正確答案)3.2.＂re．sub（＇自然語言處理＇，＂NLP＂，text1）”表示的含義為（[單選題]*A.將testl中的“自然語言處理”替換為“NLP”(正確答案)B.將testl中的“NLP”替換為“自然語言處理”C．找出test1中的“自然語言處理”D．找出test1中的“NLP”3.3豎線“|”用于對兩個正則表達(dá)式進(jìn)行“或”操作。如果A和B是正則表達(dá)式，那表示為（)。[單選題]*A匹配A和B一起出現(xiàn)的字符B匹配A或B中出現(xiàn)的任何字符(正確答案)C.匹配A中出現(xiàn)的任何字符D.匹配B中出現(xiàn)的任何字符3.4美元貨幣符號“＄”表示匹配字符串的（位置。[單選題]*A.結(jié)束(正確答案)B.開始C.中間D.表示貨幣的字符串3.5下列Python中的預(yù)定義字符描述正確的是（）。[單選題]*A.＼w：與＼W反義，非數(shù)字、非字母和非字B.＼s：空白字符(正確答案)C.\D：數(shù)字D.＼d：非數(shù)字4.1不屬于基于規(guī)則的分詞方法的是（）。[單選題]*A.正向最大匹配法B.逆向最大匹配法C.反向最大匹配法(正確答案)D.雙向最大匹配法4.2不屬于未登錄詞的是（[單選題]*A.網(wǎng)絡(luò)熱門詞語B.人名、地名和組織機(jī)構(gòu)名C.化學(xué)試劑的名稱D.經(jīng)典文學(xué)作品(正確答案)4.3假設(shè)有語句序列｛小孩，喜歡，在家，觀看，動畫片｝，估計這一語句的概率為（B設(shè)語料庫中總詞數(shù)為6000，單詞出現(xiàn)的次數(shù)如圖4-6所示。[單選題]*A0.004584(正確答案)B.0.002223C.0.004558D.0.0065874.4適合高階n-gram模型的平滑方法為（）。[單選題]*A．加1平滑B.古德-圖靈平滑(正確答案)C.線性插值平滑D.均值平滑4.5不屬于jieba分詞步驟的是（）。[單選題]*A.基于前綴詞典快速掃描詞圖，搭建可能的分詞結(jié)果的有向無環(huán)圖，構(gòu)成多條分詞路徑。B.統(tǒng)計每個出現(xiàn)在詞頭的位置狀態(tài)的次數(shù)，得到初始概率；統(tǒng)計每種位置狀態(tài)轉(zhuǎn)移至另一種狀態(tài)的次數(shù)，得到轉(zhuǎn)移概率。(正確答案)C.采用動態(tài)規(guī)劃法尋找最大概率路徑，從右往左反向計算最大概率，依此類推，得到概率最大的分詞路徑，作為最終的分詞結(jié)果。D5.1下列關(guān)于jieba詞性標(biāo)注的流程錯誤的是（）。[單選題]*A.加載離線統(tǒng)計詞典B.構(gòu)建前綴詞典C.構(gòu)建無向無環(huán)圖(正確答案)D.計算最大概率路徑5.2不屬于中文的實(shí)體邊界識別變得更加有挑戰(zhàn)性原因的是（）。[單選題]*A.中文詞數(shù)量繁多(正確答案)B.中文詞靈活多變C.中文詞的嵌套情況復(fù)雜D.中文詞存在簡化表達(dá)現(xiàn)象5.3CRF模型思想主要來源于（）。[單選題]*A.無向圖模型B.最大熵模型(正確答案)C.馬爾可夫隨機(jī)場D.統(tǒng)計方法5.4多分類問題中最經(jīng)典的模型是（）。[單選題]*A.CRF模型B.聚類模型C.多項邏輯斯諦回歸(正確答案)D.神經(jīng)網(wǎng)絡(luò)模型5.5下列關(guān)于特征函數(shù)的輸出值是0或1的敘述正確的是（）。[單選題]*A．0表示要標(biāo)注序列不符合這個特征，1表示要標(biāo)注序列符合這個特征(正確答案)B．0表示要標(biāo)注序列符合這個特征，1表示要標(biāo)注序列不符合這個特征C．0和1都表示要標(biāo)注序列符合這個特征D．0和1都表示要標(biāo)注序列不符合這個特征6.1要求關(guān)鍵詞提取算法應(yīng)具有的性質(zhì)不包括（[單選題]*A.可讀性B.高速性C.簡潔性(正確答案)D.健壯性6.2不屬于關(guān)鍵詞提取算法的是（[單選題]*A.TF-IDF算法B.TextRank算法C.主題模型算法D.關(guān)聯(lián)算法(正確答案)6.3TF-IDF算法的主要思想是（）。[單選題]*A.字詞的重要性隨著它在文檔中出現(xiàn)次數(shù)的增加而上升，隨著它在語料庫中出現(xiàn)頻率的升高而下降(正確答案)B.字詞的重要性隨著它在文檔中出現(xiàn)次數(shù)的增加而下降，隨著它在語料庫中出現(xiàn)頻率的升高而下降C.字詞的重要性隨著它在文檔中出現(xiàn)次數(shù)的增加而下降，隨著它在語料庫中出現(xiàn)頻率的升高而上升D.字詞的重要性隨著它在文檔中出現(xiàn)次數(shù)的增加而上升，隨著它在語料庫中出現(xiàn)頻率的升高而上升6.4關(guān)于逆文檔頻率說法錯誤的是（）。[單選題]*A.逆文檔頻率是一個詞出現(xiàn)在文檔集中文檔頻次的統(tǒng)計量B.一個詞在文檔集中越少的文檔中出現(xiàn)，說明這個詞對文檔的區(qū)分能力越強(qiáng)C.一個詞在文檔集中越少的文檔中出現(xiàn)，說明這個詞對文檔的區(qū)分能力越弱(正確答案)D.逆文檔頻率統(tǒng)計量的計算公式為idf_{i}=\log\frac{\vertD\vert}{\vert\{j:t_{i}\ind_{j}\}\vert+1}6.5一篇文章在講各式各樣的水果及其功效，當(dāng)“水果”這一關(guān)鍵詞沒有直接出現(xiàn)在文本中時，應(yīng)該使用（[單選題]*A.TF-IDF算法B.TextRank算法C.主題模型算法(正確答案)D.PageRank算法7.1獨(dú)熱表示的缺點(diǎn)不包括（）。[單選題]*A.構(gòu)造簡單B維數(shù)過高C.不可以保留語義(正確答案)D.矩陣稀疏7.2Bow模型其中的一個缺點(diǎn)是)。[單選題]*A.可以保留語義B.維數(shù)低C.沒有忽略文檔的詞語順序D.矩陣稀疏(正確答案)7.3不屬于分布式表示模型的是（)。[單選題]*A.分類模型(正確答案)B.LSA矩陣分解模型C.PLSA潛在語義分析概率模型D．Word2Vec模型7.4下列關(guān)于Word2Vec模型說法正確的是（）。[單選題]*A.得到的訓(xùn)練結(jié)果不能度量詞與詞之間的相似性B.當(dāng)這個模型訓(xùn)練好以后，需要用這個訓(xùn)練好的模型處理新的任務(wù)C.真正需要的是這個模型通過訓(xùn)練數(shù)據(jù)所得的參數(shù)(正確答案)D.wWord2Vec模型其實(shí)就是簡化的遺傳算法模型7.5DM模型與CBOW模型的區(qū)別為（）。[單選題]*A.DM模型的輸入包括上下文B.DM模型預(yù)測目標(biāo)詞出現(xiàn)的概率C.DM模型輸入不僅包括上下文，而且還包括相應(yīng)的段落(正確答案)D.CBOW模型輸入包括上下文8.1不屬于文本挖掘的基本技術(shù)分類的是（）。[單選題]*A.文本信息抽取B.文本分類C.文本聚類D文本數(shù)據(jù)挖掘(正確答案)8.2適用于樣本容量較大的文本集合的文本分類算法是（)。[單選題]*A.樸素貝葉斯算法B.支持向量機(jī)算法C.神經(jīng)網(wǎng)絡(luò)算法D.K最近鄰(正確答案)8.3決策樹算法的缺點(diǎn)是（）。[單選題]*A.學(xué)習(xí)時間長，且效果不可保證.B.易出現(xiàn)過擬合，易忽略數(shù)據(jù)集屬性的相關(guān)性(正確答案)C.時空復(fù)雜度高，樣本容量較小或數(shù)據(jù)集偏斜時容易誤分D.對非線性問題沒有通用解決方案8.4于滿足正態(tài)分布的樣本數(shù)據(jù)來說效果會很好，但是過于依賴初始聚類中心的算法是基于（）的聚類算法。[單選題]*A.模型B.網(wǎng)格C.模糊(正確答案)D密度8.5屬于特征提取方法的是（）。[單選題]*A.BOW模型(正確答案)B.數(shù)據(jù)標(biāo)準(zhǔn)化C.訓(xùn)練模型D.模型融合9.1情感分析的基礎(chǔ)性工作是([單選題]*A.文本信息抽取B.文本的主客觀分類C.情感分類(正確答案)D.情感極性判斷9.2基于機(jī)器學(xué)的情感分類，關(guān)鍵在于特征選擇、()、分類模型。[單選題]*A.標(biāo)記詞性B.特征提C.特征權(quán)重量化(正確答案)D.情感極性判斷9.3不屬于情感分析應(yīng)用的是(又)。[單選題]*A.信息檢索B.遠(yuǎn)程通信人(正確答案)C.機(jī)器翻譯D.語音識別9.4情感分析技術(shù)的核心問題是(A[單選題]*A.情感分類(正確答案)B.“信息預(yù)測C輿情分析D.文本抽取9.5基于LDA主題模型的文本情感分析不包括[單選題]*A.文本轉(zhuǎn)換(正確答案)B.主題提取和情感詞提取C.主題情感摘要生成D.系統(tǒng)評測10.1NN適用于處理視頻、語音、文本等與時序相關(guān)的問題，其常見的應(yīng)用領(lǐng)域不包[單選題]*A.圖像處理B.視頻剪輯(正確答案)C.語音識別D.文本相似度計算10.2RNN經(jīng)典結(jié)構(gòu)的輸入和輸出的序列長度為（）。[單選題]*A.多對一B.一對多C.等長的多對等(正確答案)D.非等長的多對多10.3下列關(guān)于雙向RNN結(jié)構(gòu)說法正確的是（）。[單選題]*A.只考慮預(yù)測詞前面的詞，并沒有考慮該詞后面的內(nèi)容B.不僅從前往后保留該詞前面的詞的信息，而且還從后往前保留該詞后面的詞的信息(正確答案)C.不是由兩個RNN上下疊加在一起組成D.輸出與隱藏層的狀態(tài)無關(guān)10.4下列關(guān)于LSTM說法不正確的是([單選題]*A.通過改進(jìn)使RNN具備避免梯度消失的特性B.LSTM只能夠刻畫出輸人數(shù)據(jù)中的短距離的相關(guān)信息，不能夠捕捉到具有較長時間間隔的依賴關(guān)系(正確答案)C.LSTM神經(jīng)網(wǎng)絡(luò)模型使用門結(jié)構(gòu)實(shí)現(xiàn)了對序列數(shù)據(jù)中的遺忘與記憶D.使用大量的文本序列數(shù)據(jù)對LSTM模型訓(xùn)練后，可以捕捉到文本間的依賴關(guān)系，訓(xùn)練好的模型就可以根據(jù)指定的文本生成后序的內(nèi)容10.5TensorFlow的特點(diǎn)不包括()。[單選題]*A高速性(正確答案)B性能最優(yōu)化C.多語言性D可移植性11.1問答系統(tǒng)流程由問題理解、(0)、答案生成3個部分組成。[單選題]*A.詞性標(biāo)注C.問題分類B.關(guān)鍵詞提取D.知識檢索(正確答案)11.2關(guān)鍵詞提取最簡單、最直觀的方法是()方法，用于識別定義類查