自然语言处理与人工智能知到课后答案智慧树章节测试答案2025年春中山大学

自然语言处理与人工智能知到课后答案智慧树章节测试答案2025年春中山大学第一章单元测试

自然语言处理（NLP）的主要目标是使计算机能够：（）

A:识别和生成人类语言B:播放音乐C:执行基本的算术运算D:进行图像识别

答案:识别和生成人类语言以下哪个事件标志着人工智能领域的正式诞生？（）

A:1997年，IBM的深蓝战胜国际象棋冠军B:1956年，Dartmouth会议提出"人工智能"一词C:1950年，AlanTuring发表《计算机器与智能》D:1943年，WarrenMcCulloch和WalterPitts提出人工神经元模型

答案:1956年，Dartmouth会议提出"人工智能"一词大规模预训练语言模型的核心思想是：（）

A:使用大量标注数据训练特定的NLP任务B:只使用特定任务的数据进行模型训练C:训练一个通用的语言表示模型，然后微调用于特定任务D:依赖于专家系统提供的知识库

答案:训练一个通用的语言表示模型，然后微调用于特定任务BERT模型在预训练阶段采用了哪种架构？（）

A:卷积神经网络（CNN）B:多层感知机（MLP）C:仅有编码器的Transformer架构D:循环神经网络（RNN）

答案:仅有编码器的Transformer架构在“预训练-微调”范式中，微调阶段的目的是什么？（）

A:仅使用小规模文本数据进行训练B:在下游任务和通用指令上进行进一步微调C:聚焦于某一个任务D:学习固定的词表示

答案:在下游任务和通用指令上进行进一步微调

第二章单元测试

在自然语言处理中，一个2-gram模型能够捕捉：（）

A:三个词同时出现的概率B:整个句子的语法结构C:任意两个词同时出现的概率D:单个词的出现概率

答案:任意两个词同时出现的概率关于ReLU激活函数，以下哪项是正确的？（）

A:ReLU函数可以解决梯度消失问题B:ReLU函数的输出范围是[-∞,∞)C:ReLU函数在输入为负时会产生梯度爆炸D:ReLU函数对于所有输入值都有非零导数

答案:ReLU函数可以解决梯度消失问题Transformer模型与传统的递归神经网络模型的主要区别是什么？（）

A:Transformer模型依赖于固定的窗口大小来捕捉上下文B:Transformer模型使用卷积层处理序列数据C:Transformer模型使用LSTM单元来增强记忆能力D:Transformer模型完全基于注意力机制，而没有循环或递归结构

答案:Transformer模型完全基于注意力机制，而没有循环或递归结构n-gram模型的基本思想是什么？（）

A:只关注词之间的顺序，不考虑词出现的频率B:将文本分割成长度为n的词序列，并计算这些序列的概率C:通过统计词的出现次数来预测文本的主题D:仅考虑单个词出现的概率，忽略词序

答案:将文本分割成长度为n的词序列，并计算这些序列的概率n-gram模型在处理长文本时遇到的主要问题是什么？（）

A:无法处理未在语料库中出现过的句子B:特征向量维度过大，导致数据稀疏问题C:计算速度慢D:特征维度不够大

答案:特征向量维度过大，导致数据稀疏问题

第三章单元测试

在NER任务中，使用预训练语言模型（如BERT、GPT）来提高性能的一个原因是：（）

A:NER任务不需要考虑上下文信息B:预训练模型会增加模型训练的难度C:预训练模型在特定领域的表现不佳D:预训练模型可以捕捉更丰富的语言特征

答案:预训练模型可以捕捉更丰富的语言特征评估NER模型性能时，以下哪个指标不适合用于评估模型的平衡性？（）

A:F1分数B:准确率C:精确度D:召回率

答案:精确度在关系抽取中，利用依存句法分析可以：（）

A:进行文本摘要B:提高文本聚类的效果C:确定实体间的关系类型D:实现实体消岐

答案:确定实体间的关系类型在数据采集过程中，网络爬虫的主要功能是什么？（）

A:手动收集数据B:过滤无用数据C:自动生成数据D:自动浏览互联网并提取网页内容

答案:自动浏览互联网并提取网页内容留出法的主要目的是什么？（）

A:提高模型的训练速度B:减少数据的复杂性C:评估模型在未见过的数据上的性能D:增加数据集的规模

答案:评估模型在未见过的数据上的性能

第四章单元测试

在文本分类中，词袋模型（BagofWords）的主要缺点是：（）

A:所有上述选项B:无法表示词序C:无法区分同义词D:无法处理拼写错误

答案:所有上述选项以下哪个深度学习模型不适合用于句子级别情感分析？（）

A:LSTMB:K-means聚类C:CNND:RNN

答案:K-means聚类情感分析在社交媒体监控中的应用不包括：（）

A:监测品牌声誉B:识别公众情绪倾向C:分析客户反馈D:实现自动翻译

答案:实现自动翻译文本分类中，互信息用于度量什么？（）

A:文本的类别B:文本表示的方法C:文本的预处理质量D:两个变量之间的共享信息量

答案:两个变量之间的共享信息量朴素贝叶斯分类器在文本分类中的主要思想是什么？（）

A:计算文本的互信息，并将其作为分类的依据B:通过信息增益来选择特征，并对文本进行分类C:计算文本属于每个类别的概率，并选取概率最大的一项作为文本的类别预测D:利用深度学习模型来预测文本的类别

答案:计算文本属于每个类别的概率，并选取概率最大的一项作为文本的类别预测

第五章单元测试

在设计问答模板时，以下哪项不是应遵循的原则？（）

A:保证模板的通用性B:确保模板的简洁性C:使模板过于复杂以适应所有可能的问题D:考虑模板的可扩展性

答案:使模板过于复杂以适应所有可能的问题基于模板的问答系统中模板匹配的工作原理不包括以下哪项？（）

A:从匹配的模板中提取答案B:识别用户查询中的关键词C:将用户查询与预定义模板进行对比D:忽略用户查询的语法结构

答案:忽略用户查询的语法结构在问答系统中，提高系统性能的一种方法是：（）

A:增加数据库的查询次数B:使用缓存存储频繁查询的结果C:减少索引的使用D:忽略用户查询的上下文信息

答案:使用缓存存储频繁查询的结果基于模板的问答系统通常使用什么方法来生成回答？（）

A:通过复杂的逻辑推理过程B:通过匹配预设的模板和关键词C:通过理解问题的意图和上下文D:通过从大量数据中提取信息

答案:通过匹配预设的模板和关键词VQAv2数据集相比于VQAv1数据集的改进之处不包括以下哪项？（）

A:为每个问题补充了图片B:减少了语言偏见C:增加了问题的数量D:减少了备选答案的数量

答案:减少了备选答案的数量

第六章单元测试

生成式人工智能在以下哪个领域中的应用不涉及创造新的实例？（）

A:艺术创作B:音乐创作C:数据增强D:文本生成

答案:数据增强生成式人工智能在创新应用中可能遇到的伦理问题不包括：（）

A:促进技术平等B:知识产权侵犯C:深度伪造技术滥用D:隐私权侵犯

答案:促进技术平等CLIP和BLIP-2在多模态学习中的主要差异不包括：（）

A:图像特征提取方法B:模型训练所用的数据集C:模型能够理解的颜色数量D:文本编码器的架构

答案:模型能够理解的颜色数量生成式人工智能AIGC的目标是什么？（）

A:仅在特定领域内生成内容B:替代人类的所有创造性工作C:自动执行复杂的数学计算D:使内容创建过程更高效和可访问

答案:使内容创建过程更高效和可访问在深度生成模型中，以下哪个不是常见的模型？（）

A:生成对抗网络（GAN）B:变分自编码器（VAE）C:自回归模型D:循环神经网络（RNN）

答案:循环神经网络（RNN）

第七章单元测试

推荐系统不应用于以下哪个领域？（）

A:天气预报B:健康咨询C:电子商务D:音乐推荐

答案:天气预报在关联规则中，置信度（confidence）是指：（）

A:规则的前项和后项同时出现的频率与前项出现频率的比值B:如果规则的前项出现，后项也出现的条件下概率C:规则的后项相对于前项的重要性D:规则出现的频率

答案:如果规则的前项出现，后项也出现的条件下概率协同过滤推荐系统中不包括以下哪种方法？（）

A:用户基协同过滤B:基于内容的协同过滤C:物品基协同过滤D:基