188宝金博页面版

  • 图案背景
  • 纯色背景
视图
标记
批注
批注本地保存成功,开通会员云端永久保存 去开通
qsnfj6

上传于:2025-03-16

粉丝量:17

该文档贡献者很忙,什么也没留下。


  • 相关
  • 目录
  • 笔记
  • 书签

188宝金博页面版:更多相关文档

  • 自然语言处理

    星级: 79 页

  • 《《自然语言处理》》

    星级: 2 页

  • 自然语言处理

    星级: 79 页

  • 自然语言处理

    星级: 6 页

  • 10 自然语言处理

    星级: 8 页

  • 自然语言处理(Natural language processing)计算语言学(自然语言处理(自然语言处理)计算语言学)

    星级: 16 页

  • 自然语言处理与自然语言理解

    星级: 109 页

  • 自然语言处理 与 自然语言理解

    星级: 109 页

  • 自然语言处理与自然语言理解

    星级: 109 页

  • 自然语言处理 与 自然语言理解

    星级: 109 页

  • 自然语言处理与自然语言理解

    星级: 109 页

  • 自然语言处理 与 自然语言理解

    星级: 109 页

  • 自然语言处理 与 自然语言理解

    星级: 109 页

  • 《自然语言处理与自然语言 理解》

    星级: 109 页

  • 中山大学自然语言处理_自然语言处理 期末大作业

    星级: 12 页

暂无目录

点击鼠标右键菜单,创建目录

暂无笔记

选择文本,点击鼠标右键菜单,添加笔记

暂无书签

在左侧文档中,点击鼠标右键,添加书签

188宝金博页面版: 《自然语言处理》期末试卷

下载积分: 500

内容提示: 《自然语言处理》期末试卷 一、判断题(共 共 10 题,每题 1 分) 1. 词嵌入(Word Embedding)技术能够将词语转换为固定维度的向量,且语义相近的词在向量空间中距离较近。( √ ) 2. 语言模型的任务是预测给定文本序列的下一个词或字符,其核心指标是困惑度(Perplexity),值越高表示模型性能越好。( × ) 3. 中文分词中,全模式分词(Full Segmentation)的结果一定是唯一的。 ( × ) 4. 自然语言处理中的命名实体识别(NER)任务属于序列标注问题。( √ ) 5. 基于规则的方法在自然语言处理中完全被深度学习模型取代,不再适用。 ( × ) 6. 机器翻译中的 BLEU( 双语评估指标)得分达到 1.0 表示...

文档格式:DOCX | 页数:8 | 浏览次数:89 | 上传日期:2025-03-16 18:11:43 | 文档星级:
《自然语言处理》期末试卷 一、判断题(共 共 10 题,每题 1 分) 1. 词嵌入(Word Embedding)技术能够将词语转换为固定维度的向量,且语义相近的词在向量空间中距离较近。( √ ) 2. 语言模型的任务是预测给定文本序列的下一个词或字符,其核心指标是困惑度(Perplexity),值越高表示模型性能越好。( × ) 3. 中文分词中,全模式分词(Full Segmentation)的结果一定是唯一的。 ( × ) 4. 自然语言处理中的命名实体识别(NER)任务属于序列标注问题。( √ ) 5. 基于规则的方法在自然语言处理中完全被深度学习模型取代,不再适用。 ( × ) 6. 机器翻译中的 BLEU( 双语评估指标)得分达到 1.0 表示翻译结果与参考译文完全一致。( √ ) 7. 情感分析任务中,文本的情感极性只有正面和负面两种类别。( × ) 8. 隐马尔可夫模型(HMM)在自然语言处理中常用于词性标注和语音识别。 ( √ ) 9. 预训练语言模型(如 如 BERT 、GPT)通过无监督学习即可获得优异的性能,无需标注数据。( × ) 10. 文本分类任务中,准确率(Accuracy)是唯一的评估指标。( × ) 二、填空题(共 共 10 题,每题 2 分) 1. 自然语言处理中常用的词向量模型包括 Word2Vec 和( GloVe )。 2. 文本预处理步骤中,去除停用词(Stop Words)的目的是( 减少噪声,提升模型效率 )。 3. 计算文本相似度时,常用的余弦相似度公式是( cos(θ) = (A·B) / (|A|·|B|) )。 4. 机器翻译的评估指标BLEU的全称是( Bilingual Evaluation Understudy )。 5. 命名实体识别(NER)的常用标注格式是( BIO( (B-beginning, I-inside, O-outside) )。 6. 情感分析任务中,常见的极性类别包括正面、负面和( 中性 )。 7. 文本生成模型常用的解码策略有贪心搜索(Greedy Search)和( 束搜索( (Beam Search) )。

188宝金博页面版:关注我们

  • 新浪微博

关注188宝金博页面版公众号

188宝金博页面版
阅读
APP
阅读
返回
顶部
188宝金博页面版官网登录在线平台入口(2026已更新)—江苏协昌电子科技股份有限公司