第一章 单元测试

1、单选题:
当用户对智能音箱说“我饿了”时,机器理解的核心意图是?( )
选项:
A:用户想和机器进行闲聊
B:用户需要找食物或餐厅
C:用户只是在陈述一个事实
D:用户的生理状态是肚子在叫
答案: 【用户需要找食物或餐厅】

2、单选题:
自然语言处理(NLP)的本质是一门?( )
选项:
A:单一的计算机科学学科
B:融语言学、计算机科学、数学、统计学于一体的交叉科学
C:只关注数学和统计学的应用数学学科
D:纯粹的语言学研究分支
答案: 【融语言学、计算机科学、数学、统计学于一体的交叉科学】

3、单选题:
与高度结构化的表格数据相比,文本数据最核心的特征是?( )
选项:
A:歧义性低
B:数据密度高
C:表示方法简单
D:本质上是非结构化的
答案: 【本质上是非结构化的】

4、单选题:
在“咬死了猎人的狗”这个例子中,体现的中文处理难点是?( )
选项:
A:情感倾向问题
B:结构歧义
C:同义词问题
D:模糊性
答案: 【结构歧义】

5、单选题:
在NLP发展的第一阶段(50-70年代),研究者们认为让计算机理解语言的最好方法是?( )
选项:
A:将人类语法的规则形式化,然后教给计算机
B:从海量数据中学习统计规律
C:使用深度神经网络自动学习特征
D:构建大规模预训练模型
答案: 【将人类语法的规则形式化,然后教给计算机】

6、单选题:
NLP发展的第二阶段(80-90年代)被称为?( )
选项:
A:统计与机器学习时期
B:深度学习崛起时期
C:大模型与预训练时代
D:规则与符号主义时期
答案: 【统计与机器学习时期】

7、多选题:
根据课程内容,自然语言处理的应用场景包括哪些?( )
选项:
A:论文语法检查与辅助写作
B:机器翻译与外语学习
C:新闻与资讯个性化推送
D:智能闹钟与天气播报
答案: 【论文语法检查与辅助写作;
机器翻译与外语学习;
新闻与资讯个性化推送;
智能闹钟与天气播报
】

8、多选题:
文本数据的爆发式增长是由哪些因素驱动的?( )
选项:
A:它是数字世界的“自然产物”,如社交媒体、邮件等
B:生产工具的民主化,人人都是内容创作者
C:企业数字化的深化,产生大量会议纪要、客户反馈等
D:计算机硬件性能的指数级提升
答案: 【它是数字世界的“自然产物”,如社交媒体、邮件等;
生产工具的民主化,人人都是内容创作者;
企业数字化的深化,产生大量会议纪要、客户反馈等
】

9、多选题:
在NLP发展的“统计与机器学习时期”,涌现出的标志性技术包括?( )
选项:
A:统计语言模型(如n元语法)
B:统计机器翻译
C:Transformer模型
D:支持向量机与朴素贝叶斯等机器学习算法
答案: 【统计语言模型(如n元语法);
统计机器翻译;
支持向量机与朴素贝叶斯等机器学习算法
】

10、判断题:
自然语言处理的目标是让计算机拥有与人类完全相同的情感和意识。( )
选项:
A:错
B:对
答案: 【错】

第二章 单元测试

1、单选题:
以下哪个例子最能体现中文分词中的歧义问题?( )
选项:
A:“苹果手机”
B:“北京大学”
C:“自然语言处理”
D:“武汉市长江大桥”
答案: 【“武汉市长江大桥”】

2、单选题:
下列哪一项不属于中文分词面临的三大基本问题?( )
选项:
A:未登录词识别
B:标点符号处理
C:歧义词切分
D:分词标准不一致
答案: 【标点符号处理】

3、单选题:
基于规则和词表的分词方法的核心思想是模拟人类的什么过程?( )
选项:
A:语法分析
B:查字典
C:概率计算
D:逻辑推理
答案: 【查字典】

4、单选题:
词典:[“武汉”, “武汉市”, “长江”, “大桥”, “市长”, “江大”, “汉口”],设定最大词长为5,在句子“武汉市长江大桥”的分词中,逆向最大匹配可能得到的结果是?( )
选项:
A:[“武”,“汉市”,“长江”,“大桥”]
B:[“武汉”,“市”,“长江”,“大桥”]
C:[“武汉”,“市长”,“江大桥”]
D:[“武汉市”,“长江大桥”]
答案: 【[“武汉市”,“长江大桥”]】

5、单选题:
基于统计的分词方法相较于基于规则的方法,主要优势是什么?( )
选项:
A:分词速度更快
B:能较好处理未登录词和歧义词
C:算法简单透明
D:完全不依赖外部数据
答案: 【能较好处理未登录词和歧义词】

6、单选题:
标签“S”在中文分词序列标注中代表什么含义?( )
选项:
A:词尾
B:词首
C:词中
D:单字成词
答案: 【单字成词】

7、单选题:
隐马尔可夫模型(HMM)中,我们能够直接观测到的是什么?( )
选项:
A:隐含状态序列
B:观测序列
C:转移概率矩阵
D:初始状态分布
答案: 【观测序列】

8、单选题:
维特比算法的核心思想是什么?( )
选项:
A:动态规划,寻找全局最优路径
B:随机搜索,寻找近似最优解
C:穷举所有可能路径
D:贪心算法,每一步选择当前最优
答案: 【动态规划,寻找全局最优路径】

9、单选题:
序列标注方法将中文分词任务转化为对每个字进行什么?( )
选项:
A:分类
B:聚类
C:排序
D:回归
答案: 【分类】

10、单选题:
维特比算法中,“向后回溯”的目的是什么?( )
选项:
A:更新转移概率
B:计算每个状态的概率
C:找出完整的最优路径
D:确定初始状态
答案: 【找出完整的最优路径】

11、单选题:
序列标注任务中,为“华”字打标签时,需要考虑什么?( )
选项:
A:该字的笔画数
B:该字的读音
C:该字在所有文本中的频率
D:该字在上下文中的位置和相邻字
答案: 【该字在上下文中的位置和相邻字】

12、多选题:
基于规则和词表的分词算法主要有哪些?( )
选项:
A:逆向最大匹配
B:双向最大匹配
C:维特比算法
D:正向最大匹配
答案: 【逆向最大匹配;
双向最大匹配;
正向最大匹配
】

13、多选题:
基于统计的分词方法主要有哪些模型?( )
选项:
A:规则模型
B:n元语法模型
C:词典模型
D:隐马尔可夫模型(HMM)
答案: 【n元语法模型;
隐马尔可夫模型(HMM)
】

14、判断题:
英文分词比中文分词更复杂,因为英文单词形态变化多。( )
选项:
A:错
B:对
答案: 【错】

15、判断题:
n元语法模型中,n越大,模型越复杂,效果一定越好。( )
选项:
A:对
B:错
答案: 【错】

本门课程剩余章节答案为付费内容

支付后可长期查看

有疑问请添加客服QQ:2025479448反馈

购买期末请+QQ:2025479448

如遇卡顿看不了请换个浏览器即可打开

请看清楚了再购买哦,电子资源购买后不支持退款哦