人工智能基礎模擬考試題（附答案解析）

一、多選題（共10題，每題1分，共10分）

1.屬于基于深度學習的KBQA的特點的有：

A、人工編寫模板和規(guī)則

B、無法很好地處理時序敏感性問題

C、自動進行

D、對于復雜問題無法較好地應對

正確答案：BCD

2.以下哪些屬于NL?分析技術？

A、分詞

B、詞性標注

C、命名實體識別

D、依存分析

正確答案：ABCD

答案解析：分詞是將文本分割成一個個詞語；詞性標注是確定每個詞語

的詞性：命名實體識別是識別文本中的命名實體,如人名、地名、組織

名等；依存分析是分析詞語之間的依存關系，這些都屬于NLP分析技術。

3.利用規(guī)則方法解決自然語言處理任務有哪些問題？

A、規(guī)則質(zhì)量依賴于語言學家的知識和經(jīng)驗，獲取成本高

B、規(guī)則之間容易發(fā)生沖突

C、規(guī)則不容易學習

D、大規(guī)模規(guī)則系統(tǒng)維護難度大

正確答案：ABD

答案解析：規(guī)則方法解決自然語言處理任務存在一些問題。選項A,規(guī)則

質(zhì)量依賴于語言學家的知識和經(jīng)驗，獲取成本高。比如要制定準確的語

法規(guī)則等，需要語言學家投入大量精力和時間去研究總結，成本較高。

選項B,規(guī)則之間容易發(fā)生沖突。因為自然語言情況復雜，不同規(guī)則可能

在某些情況下相互矛盾。選項D,大規(guī)模規(guī)則系統(tǒng)維護難度大。隨著語言

現(xiàn)象不斷變化和新情況出現(xiàn)，要持續(xù)更新和維護大量規(guī)則很困難。而選

項C中規(guī)則不容易學習并非規(guī)則方法解決自然語言處理任務特有的典型

問題，通常規(guī)則相對來說是比較明確和易于理解學習的，只是在獲取、

沖突處理及維護等方面存在困難。

4.屬于知識檢索常用手段的有：

A、基于語義的知識檢索

B、基于模板的知識檢索

C、語義搜索

D、基于查詢語言的知識檢索

正確答案：ACD

5.在使用BiLSTM模型抽取實體時，需要用到以下哪些層：

Axwordembedding層

B、CRF層

C、線性分類層

D、BiLSTM層

正確答案：ACD

6.以下屬于問答系統(tǒng)的主要模塊的是：

A、短語映射

B、信息抽取

C、問句分析

D、查詢構建

正確答案：ACD

7.以下哪些評價指標常用于評價文本情感分析效果

Axaccuracy

B、precision

CxrecaII

Dxf1

正確答案：ABCD

答案解析：準確率(accuracy)用于衡量預測正確的樣本占總樣本的比

例，能直觀反映模型整體預測的準確性；精確率(precision)表示預測

為正例的樣本中實際為正例的比例，體現(xiàn)了模型預測正例的精確程度；

召回率(recall)指實際為正例的樣本中被預測為正例的比例，反映了

正確答案：ABC

答案解析：事件抽取主要包括事件發(fā)現(xiàn)，即識別事件觸發(fā)詞及事件類型;

抽取描述事件的詞組或句子等；事件元素抽取，抽取事件元素并判斷元

素扮演的角色。而（主語，謂語，賓語）三元組抽取只是信息抽取中的

一部分，不是事件抽取的主要任務。

10.命名實體識別可以采用以下哪些方法實現(xiàn)：

A、訓練NER模型

B\N-Gram策略

C、使用NER工具

D、實體鏈接工具

正確答案：ABCD

二、判斷題（共30題，每題1分，共30分）

1.TextBoxes和CTPN只支持檢測橫向文本和縱向文本。

Ax正確

B、錯誤

正確答案：B

2.TextBoxes++在TextBoxes基礎上進行改進，支持檢測任意角度的

文本。

A、正確

B、錯誤

正確答案：A

3.NLP是人類和機器之間溝通的橋梁

Av正確

B、錯誤

正確答案：A

4.可以使用BERT中的Sequenceclassification實現(xiàn)文本情感分類

任務

Ax正確

B、錯誤

正確答案：A

5.將詞表示成向量被稱為神經(jīng)詞嵌入(NeuralWordEmbeddings)

Ax正確

B、錯誤

正確答案：A

6.OpenAI提出了“生成式預訓練+判別式精調(diào)”框架，正式開啟了

自然語言處理領域“預訓練+精調(diào)”的新時代

Ax正確

B、錯誤

正確答案：A

7.自然語言處理中的自然語言和編程語言是等價的

Av正確

B、錯誤

正確答案：B

8.jieba分詞支持詞性標注

Ax正確

B、錯誤

正確答案：A

9.CRNN算法是基于Sequencc2Sequence的文本識別算法。

A、正確

B、錯誤

正確答案：B

10.在模型訓練時可以固定底部一些層的參數(shù)，不參與更新，這是因

為神經(jīng)網(wǎng)絡通常學習有層次的特征表示，低層次的特征更加通用，

而高層次的特征則與數(shù)據(jù)集有關。

Ax正確

B、錯誤

正確答案：A

11.Transformer模型關注句子中最重要的詞

Av正確

B、錯誤

正確答案：A

12.?在模型訓練過程中，批量歸一化利用小批量的均值和標準差，

不斷調(diào)整神經(jīng)網(wǎng)絡的中間輸出，使整個神經(jīng)網(wǎng)絡各層的中間輸出值

更加穩(wěn)定。

Ax正確

B、錯誤

正確答案：A

13.為了在預測過程中得到確切的結果，我們通常對訓練樣本只進行

數(shù)據(jù)增強，而在預測過程中不使用帶隨機操作的數(shù)據(jù)增強。

A、正確

B、錯誤

正確答案：A

14.KNN和K-means是同一種方法

A、正確

B、錯誤

正確答案：B

15.句法分析樹表示句子中不同的語法單位之間的關系

Ax正確

B、錯誤

正確答案：A

16.ALBERT和DistilBERT都是BERT模型知識蒸鐳后的變體

Av正確

B、錯誤

正確答案：B

17.jieba分詞不可以用戶自定義詞典

A、正確

B、錯誤

正確答案：B

18.自然語言處理是實現(xiàn)人工智能，通過圖靈測試的關鍵

A、正確

B、錯誤

正確答案：A

19.梯度消失是神經(jīng)網(wǎng)絡訓練中非常致命的一個問題，其本質(zhì)是由于

鏈式法則的乘法特性導致的，因此沒有解決辦法。

Ax正確

B、錯誤

正確答案：B

20.當情感詞覆蓋率和準確率高的情況下，基于情感詞典的分類方法

效果比較準確

A、正確

B、錯誤

正確答案：A

21.ROIpooling層能實現(xiàn)training和testing的顯著加速,并提

高檢測accuracy

Ax正確

B、錯誤

正確答案：A

22.VGG-11使用可復用的卷積塊構造網(wǎng)絡。不同的VGG模型可通過

每個塊中卷積層數(shù)量和輸出通道數(shù)量的差異來定義。

A、正確

B、錯誤

正確答案：A

23.radon（拉東）算法是一種通過定方向投影疊加，找到最大投影

值時角度，從而確定圖像傾斜角度的算法。

Ax正確

B、錯誤

正確答案：A

24.Transformer里沒有用到注意力機制

Av正確

B、錯誤

正確答案：B

25.卷積層的特征相應圖深度等于卷積核的個數(shù)。

Av正確

B、錯誤

正確答案：A

26.機器學習是讓機器學會算法的算法

A、正確

B、錯誤

正確答案：A

27.自然語言處理中，中文和英文的處理方法完全一致

A、正確

B、錯誤

正確答案：B

28.信息檢索(informationretrieval)和信息抽取(information

extr