2025年大學(xué)認(rèn)知科學(xué)與技術(shù)專業(yè)題庫(kù)——認(rèn)知計(jì)算與信息檢索技術(shù)考試時(shí)間：______分鐘總分：______分姓名：______一、簡(jiǎn)答題（每題5分，共30分）1.簡(jiǎn)述記憶模型（如Atkinson-Shiffrin模型）在信息檢索領(lǐng)域的主要應(yīng)用體現(xiàn)。2.解釋TF-IDF向量模型中“詞頻（TF）”和“逆文檔頻率（IDF）”這兩個(gè)指標(biāo)分別衡量什么？并說(shuō)明其如何幫助信息檢索。3.描述用戶建模在個(gè)性化信息檢索系統(tǒng)中的作用，并列舉至少兩種常見(jiàn)的用戶模型技術(shù)。4.簡(jiǎn)述深度學(xué)習(xí)技術(shù)（如卷積神經(jīng)網(wǎng)絡(luò)CNN或循環(huán)神經(jīng)網(wǎng)絡(luò)RNN）如何被應(yīng)用于改進(jìn)信息檢索任務(wù)。5.什么是語(yǔ)義理解？它在提升信息檢索效果方面相較于基于關(guān)鍵詞的方法有哪些優(yōu)勢(shì)？6.結(jié)合認(rèn)知科學(xué)的角度，談?wù)劇罢J(rèn)知增強(qiáng)系統(tǒng)”如何利用信息檢索技術(shù)輔助人類的信息處理過(guò)程。二、論述題（每題10分，共40分）1.比較傳統(tǒng)向量空間模型（VSM）和基于概率的模型（如BM25）在信息檢索方面的主要區(qū)別，并分析BM25模型中λ和β參數(shù)的調(diào)整對(duì)檢索結(jié)果可能產(chǎn)生的影響。2.詳細(xì)論述排序?qū)W習(xí)（LearningtoRank,LTR）在信息檢索系統(tǒng)中的作用和意義，并說(shuō)明它如何能夠優(yōu)化檢索結(jié)果的相關(guān)性排序。3.闡述信息抽?。↖nformationExtraction,IE）技術(shù)（如命名實(shí)體識(shí)別、關(guān)系抽?。┰谡J(rèn)知計(jì)算與信息檢索領(lǐng)域的應(yīng)用價(jià)值，并舉例說(shuō)明其在知識(shí)圖譜構(gòu)建中的作用。4.結(jié)合具體應(yīng)用場(chǎng)景（如智能問(wèn)答、推薦系統(tǒng)），分析認(rèn)知計(jì)算與信息檢索技術(shù)如何協(xié)同工作以提供更符合用戶認(rèn)知習(xí)慣和需求的智能服務(wù)。三、計(jì)算題（共30分）1.假設(shè)一個(gè)文檔集合包含以下三篇文檔：*D1:"computerscienceinformationretrieval"*D2:"informationretrievalandmachinelearning"*D3:"computerscienceandartificialintelligence"*用戶查詢?yōu)?informationretrieval"。*設(shè)某文檔D中的詞T出現(xiàn)的次數(shù)為fT,D，該詞在文檔集合中的總出現(xiàn)文檔數(shù)為|{D|TinD}|。假設(shè)詞"computer"在D1中出現(xiàn)2次，在D2中出現(xiàn)1次，在D3中出現(xiàn)1次；詞"information"在D1中出現(xiàn)1次，在D2中出現(xiàn)2次，在D3中出現(xiàn)0次。*請(qǐng)根據(jù)TF-IDF模型，計(jì)算查詢?cè)~"information"在文檔D1、D2、D3中的TF-IDF值。（假定已給定或計(jì)算得出IDF值，此處僅需計(jì)算各文檔對(duì)應(yīng)的TF部分，并展示計(jì)算過(guò)程，說(shuō)明如何根據(jù)詞頻fT,D計(jì)算TF值，例如使用簡(jiǎn)化的詞頻計(jì)算方法，如詞頻/文檔總詞數(shù)，或直接給出基于出現(xiàn)次數(shù)的TF值，并解釋）四、設(shè)計(jì)題（共20分）設(shè)想一個(gè)面向科研人員的個(gè)性化文獻(xiàn)推薦系統(tǒng)，該系統(tǒng)需要利用認(rèn)知計(jì)算與信息檢索技術(shù)。請(qǐng)簡(jiǎn)述該系統(tǒng)需要考慮的關(guān)鍵功能和技術(shù)環(huán)節(jié)，并說(shuō)明如何利用這些技術(shù)來(lái)更好地滿足科研人員發(fā)現(xiàn)相關(guān)文獻(xiàn)、追蹤研究前沿的需求。試卷答案一、簡(jiǎn)答題1.答案：記憶模型為信息檢索提供了理解用戶信息需求（如存儲(chǔ)、提取）和系統(tǒng)組織信息（如索引、存儲(chǔ)）的理論基礎(chǔ)。例如，用戶信息需求的“提取”過(guò)程可與檢索匹配過(guò)程類比，系統(tǒng)組織的“存儲(chǔ)”結(jié)構(gòu)（如倒排索引）便于快速信息提取，而“編碼”過(guò)程則與信息表示（如文本向量化）相關(guān)。解析思路：考查對(duì)基本認(rèn)知模型與信息檢索任務(wù)之間關(guān)聯(lián)的理解。要求學(xué)生能識(shí)別模型中不同階段（編碼、存儲(chǔ)、提?。┡c檢索系統(tǒng)中對(duì)應(yīng)環(huán)節(jié)（信息表示、索引構(gòu)建、查詢匹配）的類比關(guān)系。2.答案：TF（詞頻）衡量一個(gè)詞在特定文檔中出現(xiàn)的頻率，反映該詞在文檔內(nèi)的重要性。IDF（逆文檔頻率）衡量一個(gè)詞在所有文檔中的普遍程度，詞越普遍（出現(xiàn)在文檔越少），其IDF值越大。TF-IDF通過(guò)結(jié)合TF和IDF，旨在突出在特定文檔中頻繁出現(xiàn)且在整體文檔集中不常見(jiàn)的詞語(yǔ)，這些詞語(yǔ)通常更能代表文檔的主題，從而提高檢索的相關(guān)性。解析思路：考查對(duì)TF-IDF核心思想的理解。要求學(xué)生能準(zhǔn)確解釋TF和IDF各自的含義及其衡量維度（詞在文檔內(nèi)vs.詞在文檔集內(nèi)的分布），并闡述TF-IDF結(jié)合兩者的目的（識(shí)別文檔主題相關(guān)詞）。3.答案：用戶建模旨在構(gòu)建用戶畫(huà)像，表示用戶的興趣、偏好、行為模式等信息，以實(shí)現(xiàn)個(gè)性化服務(wù)。作用包括：提高檢索結(jié)果的相關(guān)性（推薦用戶可能感興趣的內(nèi)容）；改善用戶體驗(yàn)（減少信息過(guò)載）；實(shí)現(xiàn)個(gè)性化推薦（如新聞、商品推薦）；支持自適應(yīng)系統(tǒng)（根據(jù)用戶反饋調(diào)整模型）。常見(jiàn)的用戶模型技術(shù)包括協(xié)同過(guò)濾（基于用戶或物品相似性）、基于內(nèi)容的模型（基于用戶過(guò)去喜歡的物品內(nèi)容）、矩陣分解、因子分析等。解析思路：考查對(duì)用戶建模概念、作用和技術(shù)的掌握。要求學(xué)生能定義用戶建模，列舉其主要作用場(chǎng)景，并說(shuō)出幾種典型的方法名稱。4.答案：深度學(xué)習(xí)通過(guò)其強(qiáng)大的特征自動(dòng)學(xué)習(xí)能力改進(jìn)信息檢索。例如，CNN可用于捕捉文本的局部語(yǔ)義模式（如n-gram特征），RNN/LSTM/GRU能處理文本的序列依賴關(guān)系（如句子結(jié)構(gòu)、上下文），Transformer（及其注意力機(jī)制）能同時(shí)考慮全局上下文信息，BERT等預(yù)訓(xùn)練語(yǔ)言模型能利用大規(guī)模語(yǔ)料學(xué)習(xí)豐富的語(yǔ)義表示，從而將原始文本轉(zhuǎn)換為更具語(yǔ)義信息的向量，顯著提升檢索效果，尤其是在理解用戶查詢意圖和文檔內(nèi)容相關(guān)性方面。解析思路：考查對(duì)深度學(xué)習(xí)技術(shù)在信息檢索中應(yīng)用的理解。要求學(xué)生能結(jié)合具體模型（CNN,RNN,Transformer等）說(shuō)明其如何解決傳統(tǒng)方法的局限性（如忽略語(yǔ)義、順序），并闡述其在提升相關(guān)性方面的優(yōu)勢(shì)。5.答案：語(yǔ)義理解是指系統(tǒng)能夠理解用戶查詢和文檔內(nèi)容的真實(shí)含義、語(yǔ)義關(guān)系和上下文信息。優(yōu)勢(shì)在于：克服關(guān)鍵詞匹配的局限性（如處理同義詞、多義詞、拼寫(xiě)錯(cuò)誤）；理解查詢的隱含意圖（如用戶輸入“蘋(píng)果”，系統(tǒng)需區(qū)分水果和科技公司）；關(guān)聯(lián)語(yǔ)義相近但無(wú)共同詞的文檔；實(shí)現(xiàn)更自然的語(yǔ)言交互（如問(wèn)答系統(tǒng)）；提升跨語(yǔ)言檢索和跨領(lǐng)域檢索的效果。解析思路：考查對(duì)語(yǔ)義理解概念及其相對(duì)于關(guān)鍵詞方法的優(yōu)越性的理解。要求學(xué)生能定義語(yǔ)義理解，并列舉其在準(zhǔn)確性、意圖識(shí)別、自然語(yǔ)言處理等方面優(yōu)于傳統(tǒng)關(guān)鍵詞檢索的關(guān)鍵點(diǎn)。6.答案：從認(rèn)知科學(xué)角度看，人類信息處理涉及注意、記憶、理解、推理等環(huán)節(jié)。認(rèn)知增強(qiáng)系統(tǒng)利用信息檢索技術(shù)輔助這些環(huán)節(jié)：通過(guò)高效檢索（注意引導(dǎo)）幫助用戶快速定位關(guān)鍵信息；通過(guò)組織化呈現(xiàn)（如聚類、摘要）減輕信息過(guò)載，支持工作記憶；通過(guò)語(yǔ)義理解技術(shù)（理解輔助）幫助用戶把握內(nèi)容核心；通過(guò)知識(shí)圖譜等技術(shù)（推理輔助）連接信息，揭示隱藏關(guān)系，從而提升用戶的學(xué)習(xí)、決策和創(chuàng)造效率。解析思路：考查將認(rèn)知科學(xué)理論與信息檢索技術(shù)結(jié)合的能力。要求學(xué)生能從認(rèn)知過(guò)程（注意、記憶、理解等）出發(fā)，說(shuō)明信息檢索技術(shù)如何在這些過(guò)程中發(fā)揮作用，以“增強(qiáng)”人類能力。二、論述題1.答案：VSM將文檔和查詢表示為高維向量，通過(guò)計(jì)算向量間的余弦相似度進(jìn)行評(píng)分。它假設(shè)相關(guān)性由共享關(guān)鍵詞的多少?zèng)Q定，忽略詞頻、詞序、詞語(yǔ)分布等。BM25是基于概率的模型，它考慮了詞頻（TF）、文檔頻率（DF，用于計(jì)算IDF）、文檔長(zhǎng)度（DL）等因素，并引入了詞頻飽和度調(diào)節(jié)和Query/Document詞數(shù)調(diào)整（λ,β參數(shù)）。BM25認(rèn)為詞語(yǔ)在文檔中出現(xiàn)的頻率與其重要性正相關(guān)，但存在飽和效應(yīng)；詞語(yǔ)在查詢中出現(xiàn)的頻率也影響其重要性（β參數(shù)）；同時(shí)考慮了文檔長(zhǎng)度對(duì)詞頻的影響。調(diào)整λ和β可以平衡召回率和精確率，或根據(jù)特定需求強(qiáng)調(diào)查詢?cè)~或文檔詞的重要性，通常需要通過(guò)實(shí)驗(yàn)確定最優(yōu)參數(shù)。解析思路：考查對(duì)兩種經(jīng)典檢索模型的深入理解和比較能力。要求學(xué)生能描述兩種模型的基本原理和表示方式，準(zhǔn)確指出它們?cè)诤诵募僭O(shè)、考慮因素（如詞頻處理、文檔頻率、長(zhǎng)度）上的主要區(qū)別，并解釋BM25中關(guān)鍵參數(shù)（λ,β）的含義及其對(duì)排序結(jié)果的影響。2.答案：排序?qū)W習(xí)（LTR）是現(xiàn)代信息檢索的核心技術(shù)，旨在將傳統(tǒng)檢索系統(tǒng)中順序生成的候選列表，轉(zhuǎn)化為根據(jù)相關(guān)性排序直接生成的排好序的列表，從而顯著提升檢索效率和質(zhì)量。其意義在于：能夠融合多種信息來(lái)源進(jìn)行相關(guān)性判斷（如傳統(tǒng)檢索得分、用戶行為數(shù)據(jù)、內(nèi)容特征、鏈接特征等），實(shí)現(xiàn)更全面、更準(zhǔn)確的相關(guān)性評(píng)估；能夠通過(guò)機(jī)器學(xué)習(xí)自動(dòng)學(xué)習(xí)復(fù)雜的非線性關(guān)系，克服人工設(shè)計(jì)規(guī)則的局限性；可以根據(jù)具體應(yīng)用場(chǎng)景和優(yōu)化目標(biāo)（如召回率、精確率、F1值）進(jìn)行模型訓(xùn)練和優(yōu)化；能夠適應(yīng)不斷變化的用戶行為和文檔分布，通過(guò)在線學(xué)習(xí)等技術(shù)持續(xù)改進(jìn)排序效果。LTR是實(shí)現(xiàn)個(gè)性化檢索、跨語(yǔ)言檢索、復(fù)雜查詢理解等高級(jí)檢索功能的關(guān)鍵技術(shù)支撐。解析思路：考查對(duì)LTR技術(shù)地位、作用和意義的理解。要求學(xué)生能闡述LTR的基本流程（學(xué)習(xí)模型->排序），說(shuō)明其相比傳統(tǒng)檢索的優(yōu)勢(shì)（融合信息、自動(dòng)學(xué)習(xí)、適應(yīng)性），并列舉其在提升檢索性能和實(shí)現(xiàn)復(fù)雜功能方面的關(guān)鍵價(jià)值。3.答案：信息抽?。↖E）技術(shù)從非結(jié)構(gòu)化或半結(jié)構(gòu)化文本中自動(dòng)識(shí)別和抽取結(jié)構(gòu)化信息，如命名實(shí)體（人名、地名、組織名等）、關(guān)系（如人物之間的親屬關(guān)系、事件發(fā)生地點(diǎn)等）、事件等。在認(rèn)知計(jì)算與信息檢索領(lǐng)域的應(yīng)用價(jià)值體現(xiàn)在：提升檢索的準(zhǔn)確性和效率（通過(guò)識(shí)別精確的實(shí)體或概念進(jìn)行檢索）；支持語(yǔ)義理解（抽取的實(shí)體和關(guān)系是理解文本意義的基礎(chǔ)）；構(gòu)建知識(shí)圖譜（IE是知識(shí)圖譜構(gòu)建的關(guān)鍵步驟，為機(jī)器提供結(jié)構(gòu)化知識(shí)）；實(shí)現(xiàn)問(wèn)答系統(tǒng)（從文檔中抽取答案）；支持推薦系統(tǒng)（理解用戶興趣點(diǎn)和物品特征）。例如，通過(guò)關(guān)系抽取，系統(tǒng)可以理解“查找關(guān)于AlphaGo與李世石的勝利事件”，即使查詢中未直接出現(xiàn)“比賽”、“日期”等詞。解析思路：考查對(duì)IE技術(shù)及其在認(rèn)知計(jì)算和檢索領(lǐng)域應(yīng)用價(jià)值的理解。要求學(xué)生能解釋IE的基本任務(wù)，列舉常見(jiàn)任務(wù)類型（命名實(shí)體、關(guān)系等），并說(shuō)明這些任務(wù)如何服務(wù)于更高級(jí)的檢索和認(rèn)知任務(wù)（如知識(shí)表示、問(wèn)答、推薦），最好能結(jié)合具體例子。4.答案：認(rèn)知計(jì)算與檢索技術(shù)的協(xié)同工作體現(xiàn)在多個(gè)層面。認(rèn)知計(jì)算關(guān)注人類信息處理的認(rèn)知規(guī)律和模型，為檢索系統(tǒng)提供優(yōu)化方向和評(píng)價(jià)標(biāo)準(zhǔn)。檢索技術(shù)則提供實(shí)現(xiàn)認(rèn)知計(jì)算目標(biāo)的技術(shù)手段。例如：在智能問(wèn)答系統(tǒng)中，認(rèn)知計(jì)算理解用戶問(wèn)題的深層意圖和知識(shí)需求，檢索技術(shù)則根據(jù)理解后的需求精準(zhǔn)定位包含答案的文檔，并利用自然語(yǔ)言處理技術(shù)從文檔中抽取答案或生成答案表述。在個(gè)性化推薦中，認(rèn)知計(jì)算模型分析用戶的認(rèn)知偏好、情境信息，檢索技術(shù)則利用這些模型生成個(gè)性化查詢或從大規(guī)模數(shù)據(jù)集中高效檢索出相關(guān)物品。在認(rèn)知增強(qiáng)界面中，認(rèn)知計(jì)算模型預(yù)測(cè)用戶的注意力焦點(diǎn)和認(rèn)知負(fù)荷，檢索技術(shù)則根據(jù)預(yù)測(cè)結(jié)果動(dòng)態(tài)調(diào)整信息呈現(xiàn)方式和檢索策略，引導(dǎo)用戶高效處理信息，最終目標(biāo)是構(gòu)建更符合人類認(rèn)知習(xí)慣、提供更智能服務(wù)的交互式信息環(huán)境。解析思路：考查對(duì)兩大領(lǐng)域結(jié)合點(diǎn)的綜合理解和應(yīng)用想象能力。要求學(xué)生能認(rèn)識(shí)到認(rèn)知計(jì)算和檢索是互補(bǔ)的，并能結(jié)合具體應(yīng)用場(chǎng)景（問(wèn)答、推薦、認(rèn)知增強(qiáng)）闡述兩者如何協(xié)同工作，說(shuō)明各自的角色以及結(jié)合帶來(lái)的優(yōu)勢(shì)。三、計(jì)算題1.答案：*計(jì)算TF值（基于詞出現(xiàn)次數(shù)）：*D1中"computer":2,"information":1。假設(shè)文檔總詞數(shù)分別為|D1|=5,|D2|=6,|D3|=4。*TF("computer",D1)=2/5=0.4*TF("computer",D2)=1/6≈0.167*TF("computer",D3)=1/4=0.25*TF("information",D1)=1/5=0.2*TF("information",D2)=2/6≈0.333*TF("information",D3)=0/4=0*假設(shè)IDF計(jì)算：*IDF("computer")=log(N/(df("computer")+1))。假設(shè)N=3（文檔數(shù)），df("computer")=3（D1,D2,D3都出現(xiàn)）。則IDF("computer")=log(3/(3+1))=log(3/4)≈-0.124。*IDF("information")=log(N/(df("information")+1))。假設(shè)df("information")=2（D1,D2出現(xiàn)）。則IDF("information")=log(3/(2+1))=log(3/3)=log(1)=0。*計(jì)算TF-IDF值：*TF-IDF("computer",D1)≈0.4*(-0.124)≈-0.0496*TF-IDF("computer",D2)≈0.167*(-0.124)≈-0.0207*TF-IDF("computer",D3)≈0.25*(-0.124)≈-0.031*TF-IDF("information",D1)=0.2*0=0*TF-IDF("information",D2)≈0.333*0=0*TF-IDF("information",D3)=0*0=0*(注：此處IDF計(jì)算和TF使用出現(xiàn)次數(shù)直接計(jì)算的方式是為了簡(jiǎn)化，實(shí)際TF-IDF計(jì)算中TF通常用詞頻/文檔總詞數(shù)，且IDF公式和參數(shù)可能不同，此處結(jié)果主要展示計(jì)算過(guò)程)*解析思路：考查對(duì)TF-IDF計(jì)算公式的掌握和實(shí)際應(yīng)用能力。要求學(xué)生能根據(jù)題目給定的文檔內(nèi)容和詞頻信息，正確計(jì)算TF值（需要明確TF的計(jì)算方式，如詞頻/總詞數(shù)或簡(jiǎn)單出現(xiàn)次數(shù)）。能理解或根據(jù)提示計(jì)算IDF值。最后能將計(jì)算出的TF和IDF值相乘，得到每個(gè)詞在每個(gè)文檔中的TF-IDF得分。強(qiáng)調(diào)展示計(jì)算步驟的清晰性。四、設(shè)計(jì)題1.答案：*關(guān)鍵功能：*基于內(nèi)容的個(gè)性化檢索：分析用戶過(guò)往閱讀、下載、標(biāo)注的文獻(xiàn)，提取其研究興趣領(lǐng)域和關(guān)鍵詞，對(duì)檢索結(jié)果進(jìn)行相關(guān)性排序和過(guò)濾。*研究前沿追蹤：監(jiān)測(cè)用戶關(guān)注領(lǐng)域內(nèi)最新發(fā)表的文獻(xiàn)，利用聚類、主題模型等技術(shù)挖掘新興研究熱點(diǎn)，向用戶推送相關(guān)綜述或最新進(jìn)展。*引用網(wǎng)絡(luò)分析：展示用戶關(guān)注文獻(xiàn)的引用關(guān)系、被引情況，以及相關(guān)研究作者的合作網(wǎng)絡(luò)，幫助用戶了解研究脈絡(luò)和潛在合作者。*語(yǔ)義檢索與問(wèn)答：理解用戶查詢的深層意圖，支持使用概念、主題進(jìn)行檢索，并能就特定研究問(wèn)題進(jìn)行文獻(xiàn)問(wèn)答，直接從文檔中抽取答案。*跨資源檢索：整合不同來(lái)源的文獻(xiàn)數(shù)據(jù)（如期刊數(shù)據(jù)庫(kù)、會(huì)議論文、預(yù)印本平臺(tái)、專利、代碼庫(kù)），提供統(tǒng)一的檢索入口。*技術(shù)環(huán)節(jié)：*信息表示與特征工程：利用詞嵌入（Word2Vec,GloVe,BERT