雨课堂学堂在线学堂云《知识图谱导论（浙江）》单元测试考核答案

第1题语言与知识的向量化表示，以及利用神经网络实现语言与知识的处理是重要的人工智能技术发展趋势第2题知识图谱旨在利用图结构建模、识别和推断事物之间的复杂关联关系和沉淀领域知识，是实现认知智能的重要基石，已经被广泛应用于搜索引擎、智能问答、语言语义理解、大数据决策分析、智能物联等众多领域第3题不论是语言理解和视觉理解，外源知识库的引入都可以有力的提升语义理解的深度和广度第4题知识图谱的技术内涵包括A基于知识图谱的知识表示B图数据存储与查询C知识图谱融合D知识图谱推理正确答案：ABCD第5题知识图谱的垂直领域应用包括A医疗B金融C政府D农业正确答案：ABCD第6题以下哪些是典型的知识图谱项目？AFreebaseBWikiDataCSDDBPEDIA正确答案：ABCD第7题利用知识图谱增强User和Item的特征表示，有利于挖掘更深层次的用户兴趣，关系多样性也有利于实现更加个性化的推荐，丰富的语义描述还可以增强推荐结果的可解释性。这句话描述的是知识图谱在__中的应用A知识问答B大数据分析C推荐系统D语言理解第8题知识图谱可以看作是一种__的知识表示方法，相比于文本更易于被机器查询和处理，因而在搜索引擎、智能问答、大数据分析等领域被广泛应用A结构化B非结构化C半结构化D文本化第1题下列哪个模型采用矩阵来表示关系。ATransEBTransRCDistMultDRotatE第2题下列哪个不属于知识表示的用途。A客观事物的机器标识B一组本体约定和概念模型C支持推理的表示基础D对事物具有可解释性第3题以下那个说法是不对的？A在自然语言中，向量表示是为每一个词学习一个向量表示B在知识图谱中，向量表示是为每一个实体和关系学习一个向量表示C在视频图像中，向量表示是为视觉中的每个对象学习一个向量表示D在自然语言中，向量表示是为每一句话学习一个向量表示第4题TransE的基本思路是？A头实体+关系=尾实体B头实体-关系=尾实体C头实体*关系=尾实体D头实体/关系=尾实体第5题工业界最常用的图谱建模方法是？AOWLB属性图CRDFDRDFS第6题以下哪个不是HornLogic的核心表达要素？A原子AtomsB实体EntityC规则RulesD事实Facts第7题以下哪个不是产生式系统的优点？A自然性B模块性C高效性D清晰性第8题RDF是以什么形式来描述知识的A知识库BTripleC有向图DEmbedding第9题最常见的两种有向图标记模型是。A属性图BRDF图模型C有向无环图D马尔可夫逻辑网正确答案：AB第10题传统的与知识图谱表示有关的典型方法有。A描述逻辑B霍恩规则逻辑C产生式系统D框架系统正确答案：ABCD第11题一个由描述逻辑实现的知识库通常包含两个部分。AAboxBBboxCEboxDTbox正确答案：AD第12题符号表示方法的优点在于能够很好的刻画显式的知识第13题符号表示方法的优点在于能够很好的刻画隐式的知识。第14题简单而言，Knowledgerepresentation就是用易于计算机处理的方式来描述人脑知识的方法。第15题知识表示与推理在人工智能的发展历史上一直居于核心地位。章测3第1题对于包含大量离群数据的场景，（）将造成大量表连接、稀疏行和非空处理A关系模型B原生图模型C分布式数据库DRDF三元组库第2题属性图和RDF图模型都是A有向标记图B无向图C无向标记图D全连接图第3题对图数据库表述不正确的是A图数据库模型中关系被隐藏定义B图数据库模型中关系被显式描述Cneo4j属于图数据库D图数据库适用于高性能关系查询第4题水平表、属性表存储的代表性系统分别是ADLDB、JenaBDLDB、SW-StoreC3store、SW-StoreDJena、RDF-3X第5题基于关系型数据库存储方式性能最好的是A三元组存储B属性表存储C二元表D全索引结构第6题关于属性图和RDF图模型，说法正确的是A属性图和RDF图模型都是有向标记图B属性图和RDF图模型都是无向图C属性图是无向图，RDF图模型是有向标记图D属性图是有向标记图，RDF图模型是无向图第7题下列哪项不是图数据建模的好处A自然表达，图是十分自然的描述事物关系的方式，接近人脑对客观事物的记忆方式B易于扩展，图模型更加易于适应变化C简单查询表达，图模型在不包含大量关联查询的情况下更具优势D多跳优化，在处理多跳查询上，图模型有性能优势第8题下列哪项不是属性图模型的查询语言AGremlinBCypherCPGQLDSPARQL第9题著名的知识图谱项目Wikidata后端是（）实现的AOracleBMongoDBCNeo4jDMySQL第10题下面关于RDF图存储和属性图存储描述正确的是ARDF存储一般支持推理，属性图存储通常具有更好的图分析性能优势B属性图存储一般支持推理，RDF存储通常具有更好的图分析性能优势CRDF存储和属性图存储通常都支持推理且具有图分析性能优势DRDF存储和属性图存储通常都不支持推理且没有图分析性能优势第11题哪种数据库更易于扩展和处理复杂关联表达A关系数据库BNoSQL数据库C图数据库第12题对于知识图谱的存储，我们需要综合考虑以下方面A知识结构B图的特点C查询优化D知识图谱类型正确答案：ABC第13题对图数据库表述正确的是A图数据库模型中关系被隐藏定义B图数据库模型中关系被显式描述Cneo4j属于图数据库D图数据库适用于高性能关系查询正确答案：BCD第14题假如应用场景不包含大量的关联查询，对于简单查询，目前在性能方面更加有优势的是A关系数据库BNoSQL数据库C图数据库正确答案：AB第15题知识图谱的存储需要综合考虑A知识结构B图的特点C索引D查询优化正确答案：ABCD第16题非原生图存储和原生图存储的区别在于非原生图存储在复杂关联查询和图计算方面有性能优势，原生图存储兼容已有工具集通常学习和协调成本会低。第17题属性表存储的基本思想是以实体类型为中心，把属于同一个实体类型的属性组织成一个表第18题在处理多跳查询上，关系模型有性能优势第19题图模型是更加接近于人脑认知和自然语言的数据模型，图数据库是处理复杂的、半结构化、多维度的、紧密关联数据的最好技术第20题知识图谱的众多存储方案中，属性表存储克服了三元组表的自连接问题，同时解决了水平表中列数过多的问题章测4第1题基于下列哪种模型可以更好的处理长文档关系抽取问题：ALSTMBBERTCGraph-basedModelDCNN第2题以下关于属性补全方法的描述，正确的有：A抽取式方法可以抽取没有在文本中出现过的属性值B抽取式方法获得的属性缺少可解释性C利用属性补全，可以通过商品图片预测商品的类目、同款、品牌，补全商品信息D生成式属性补全中，属性需要在输入文本中出现过才能被补全第3题以下描述的是专家系统的是：A更多面向常识、普遍概念，用途更加广泛B将概念作为节点，边表示关系，可以用来描述语义关系C强调概念及其关系的表达，不具备推理能力D一般由事实库、规则库、推理机构成第4题基于规则的实体识别以下哪个说法不正确A需要大量的语言学知识B需要谨慎处理规则之间的冲突问题C使用分类器处理命名实体识别的场景D构建规则的过程费时费力、可移植性不好第5题以下哪点是知识工程的观点A智能的本质是符号的操作和运算B专家系统包含知识库与推理引擎C人工智能源于数理逻辑D获取全体人类知识可以靠人工编码第6题什么是实体关系学习A发现文本中的有效实体B实体识别与链接C检测文本中的实体是否具有某种预定义的关系D研究如何从文本中抽取事件信息并以结构化的形式呈现出来第7题“26日下午，一架叙利亚空军L-39教练机在哈马省被HTS使用的肩携式防空导弹击落”这段文本中：时间实体“26号下午”，机构实体“叙利亚空军”、“HTS”，地点实体“哈马省”武器实体“L-39教练机”、“肩携式防空导弹”。请问，以上做法展示了什么过程？A都不是B实体关系C事件学习D实体识别第8题关于隐马尔可夫模型三个基本问题以及相应的算法说法正确的是A评估—前向后向算法B解码—维特比算法C学习—Baum-Welch算法D学习—前向后向算法第9题以下技术不属于知识图谱构建的是A关系抽取B事件抽取C命名实体识别D关系推理第10题以下关于知识图谱构建技术的描述，正确的有：A概念抽取的方法包括基于模版抽取、基于百科抽取和基于机器学习的抽取BBoostrapping方法可以用于半自动产生新模板抽取概念C模式匹配的方法中，模板准确性是影响整个方法性能的重要因素，主要特点是较高的召回率和较低的准确率D零样本知识抽取基于可见标注数据集及可见标签集合，学习并预测不可见数据集结果正确答案：ABD第11题下列关于命名实体识别的说法，正确的有：A隐马尔可夫模型在训练和识别时的速度要弱于最大熵和支持向量机模型B最大熵模型由于结构紧凑，因此训练时间复杂性较低，易于优化C命名实体识别的主要技术方法分为基于规则和词典的方法、基于统计的方法、二者混合的方法等D判断命名实体识别是否正确需要同时关注实体类型和实体边界正确答案：CD第12题关于CRF（条件随机场）和HMM（隐马尔可夫模型），以下说法正确的有：ACRF是生成式模型，而HMM是判别式模型BCRF是判别式模型，HMM是生成式模型CCRF和HMM都是生成式模型DCRF是全局最优，而HMM是局部最优正确答案：BD第13题实体的Schema结构对实体抽取有很强的约束作用。第14题中文的实体识别面临一些特有的问题，例如：中文没有自然分词、用字变化多、简化表达现象严重等等。第15题事件抽取中，基于结构预测的方法JointInference将各模型通过整体优化目标整合起来，可以通过整数规划等方法进行优化。第16题与关系抽取相比，事件抽取是一个更加困难和复杂的任务，因为事件结构远比实体关系三元组复杂。章测5第1题使用邻接矩阵不可以唯一确定图的连接结构。第2题目前实体识别技术仍面临着标签分布不平衡、实体嵌套等一系列问题，制约了现实应用。第3题知识的向量表示是为每个实体或关系学习一个embedding形式的表示。第4题知识图谱旨在利用图结构建模、识别并推断事物之间的复杂关联关系和沉淀领域知识，是实现认知智能的重要基石。第5题ERNIE基于KnowBERT和K-Adapter，是一个利用大规模语料和知识图谱实现的语言预训练模型。第6题以下技术属于知识图谱构建的是A关系抽取B事件抽取C命名实体识别D关系推理正确答案：ABC第7题以下关于事件抽取相关概念的描述，正确的有：A基于Bootstrapping的事件抽取完全自动生成事件标注样本，利用结构化的事件知识库直接在非结构化文本中回标训练样本B事件触发词是指一个事件指称中最能代表事件发生的词，凭借事件触发词可以完全确定事件的类别C事件元素是由事件中的参与者，主要由实体、时间和属性值组成DC.

开放域事件抽取在进行事件识别之前，可能的事件类型以及事件的结构都是未知的，因此该任务通常没有标注数据，主要基于无监督的方法和分布假设理论正确答案：CD第8题请问下面哪种情况属于少样本学习A依赖大量的标记数据训练模型B数据量不足/长尾数据C只能在训练过的类别上进行预测D无训练样本第9题知识融合是解决知识图谱异构问题的有效途径，知识融合的核心问题在于A节点的生成B知识图谱的补全C知识图谱的推理D映射的生成第10题自然语言推理数据不包括下列哪个部分A前提B假设C推论D标签第11题RDF是以下列哪一种形式来描述知识的A知识库B无向图CTripleDEmbedding第12题零样本学习，是在（）的情况下实现知识图谱推理。A实例无样本B类别无样本C实例少样本D类别少样本第13题多模态KG（）中每个实体都是图片，旨在通过将大量图片通过组织在一个KG中，利用图像之间的关联解决视觉图像概念C的关系推理问题。并引入了与seen类/unseen类图像相关的关系预测任务。AMMKGBIMGpediaCImageGraphDRichpedia第14题结构上事理图谱是一个（）图A无向无环B有向无环C无向有环D有向有环第15题事理知识图谱是一个事理（）知识库A演化B逻辑C推理D规律第16题___是基于规则学习的推理方法？ATransEBAMIECMetaRDBetaE第17题下列哪种方法可以处理组成关系？ARotatEBComplExCDistMultDTransR第18题Tableaux算法的基本思想是通过一系列规则构建______，以检测知识库的可满足性AABoxBBBoxCCBoxDTBox第19题基于产生式规则的推理系统不包括______A条件集合B事实集合C规则集合D推理引擎第20题____不存在可解释性的问题A基于图结构的归纳推理B基于向量表示的归纳推理C基于OntologicalAxioms的演绎推理D基于OntologicalAxioms的归纳推理第21题类比推理是特殊到____的过程A一般B概括C抽象D特殊第22题归纳推理是从_到_A特殊、特殊B特殊、一般C一般、特殊D一般、一般第23题下列哪一个推理是从发现出发寻找解释A演绎推理B归纳推理C溯因推理D类比推理第24题____是基于OntologicalAxioms推理的组成部分AABoxBBBoxCCBoxDDBox第25题自然语言推理（NaturalLanguageInference,NLI）用于判断两个句子或者两个词语之间存在以下哪些关系？A并列关系B蕴含关系C矛盾关系D中立关系正确答案：BCD第26题___是向量表示推理的特性A需要训练数据B需要人工定义推理逻辑C丢失可解释性D推理过程依靠符号匹配正确答案：AC第27题基于符号推理和表示学习不能融合第28题利用Ontology只能完成符号推理第29题春秋时代鲁国的公输班（后人称鲁班，被认为是木匠业的祖师）一次去林中砍树时被一株齿形的茅草割破了手，这桩倒霉事却使他发明了锯子。他的思路是这样的：茅草是齿形的;茅草能割破手；我需要一种能割断木头的工具；它也可以是齿形的。这个推理过程是归纳推理第30题NeuralLP是不可微的规则学习方法章测6第1题（）是指不同模态的数据如图片、视频也存在大量的结构化知识，进行融合可以进一步赋能更多的应用。A超大规模对齐B嵌入表示增强C多模态知识融合D多视图对齐第2题（）的计算是典型的动态规划问题。A子串相似度BDice系数CLevensteinDistanceDJaccard系数第3题知识融合旨在将不同的知识图谱融合为统一、一致、简洁的形式，为使用不同知识图谱的应用程序之间的交互建立（）。A关联性B互斥性C互联性D互操作性第4题OpenEA是一个开源的基于（）的实体对齐框架。ATensorflowBPytorchCCaffeDTheano第5题本体结构匹配的核心思想是利用本体的（）来弥补文本信息量不足的情况A上下位信息B结构信息C语义信息D逻辑信息第6题本体匹配是指，发现（模式层）等价或相似的（）、属性或关系。A实体B类C公理D一阶谓词第7题（）适合处理短文本的相似度ADice系数BTF-IDFCJaccard系数D汉明距离第8题知识融合是解决知识图谱异构问题的有效途径。知识融合的核心问题在于（）A映射的生成B知识图谱的补全C知识图谱的推理D节点的生成第9题本体匹配方法中结构匹配的核心思想是（）A利用本体的结构信息来弥补文本信息量不足的情况B查找本体所对应的EmbeddingC进行本体对齐D连接本体的路径第10题（）是一个基于Python开发的集成异构数据源的开源框架。ASilkBTensorflowCPaddlePaddleDdgl第11题实体对齐包括（）。A实体嵌入B实体推理C实体消解D实例匹配正确答案：CD第12题实体意义相近，不同领域的称谓，其中有（）A实例（Instance）：知识工程领域B实体（Entity）：自然语言处理C记录（Record）：数据库D对象（Object）：知识工程领域正确答案：ABCD第13题知识融合是解决知识图谱异构问题的有效途径。知识融合的核心问题在于图谱的构建方式第14题大规模本体匹配通常采用先匹配后分块的方式。（）第15题TF-IDF主要用来评估某个字或者用某个词对一个文档的重要程度。（）第16题实体对齐侧重发现指称真实世界相同对象的不同实例。（）第17题无监督对齐一定都有预先匹配好的实体。（）章测7第1题下列说法错误的是A基于模版的方法需要人工大量维护模版，能够保证问答的响应速度和准确性B深度学习的方法是知识图谱发展的主要趋势C语义理解和知识表示是解决智能问答系统最核心的两个要素D基于模版的方法因其局限性在工业界已经很少使用第2题在基于语义解析的方法中，下面哪种说法是错误的A语义解析方法期望直接从问句解析获得对应的逻辑形式B语义解析方法都需要经过短语检测、资源映射、语义组合和逻辑表达式生成四个步骤C与模版检测方法类似，语义解析方法能够最大程度的利用知识图谱的资源D与模版检测方法类似，语义解析方法也希望得到一个可以直接在知识图谱上查询的逻辑表达式第3题对于知识图谱问答，哪种方法能够深入的表征问句，并深挖知识图谱内部的实体和关系表示；同时也通常需要依赖大量的训练语料。A基于模板查询的方法B基于语义解析的方法C基于检索排序的方法D基于深度学习的方法第4题下列特征哪些可作为答案特征A疑问词特征B谓词特征C类型特种D上下文特征正确答案：ABCD第5题（）是解决智能问答系统最核心的两个要素A语言理解B知识表示C检索排序D深度学习正确答案：AB第6题常用的知识图谱问答技术包括A基于查询模板的方法B基于语义解析的方法C基于检索排序的方法D基于深度学习的方法正确答案：ABCD第7题在消歧的过程中考虑所识别的所有候选实体能提高模型的语义理解能力。第8题基于子图匹配的检索排序知识图谱问答方法，具体做法是从输入问题中定位问题实体，随后答案候选检索模块以该问题实体为起点，按照特定规则从知识图谱中选择答案候选，接下来，答案子图生成模块为每个答案候选实体从知识图谱中抽取出一个子图，作为该答案实体的一种表示。最后答案检索排序模块计算输入问题和每个答案子图之间的相似度，用来对子图对应的答案候选进行打分，从而排序得到最终答案。第9题问句理解通常也离不开知识的辅助，知识图谱在问答系统中实际居于非常核心的位置。第10题深度学习方法既被用来改进语义解析模型，也被用来改进检索排序模型，是知识图谱技术发展主要趋势。第11题跨语言实体链接（Cross-lingualEntityLinking）指把多语言的文本中的实体链接到一个或多个不同语种的知识图谱上。第12题不论采用哪种逻辑表达式，语义解析都需要经过短语检测、资源映射、语义组合和逻辑表达式生成四个步骤。第13题在基于模版实现（TBSL）的基本思路中，对于词的理解，通常与知识图谱有关。第14题实体链接（EntityLinking）是一项在文本等载体中对知识图谱中的命名实体进行识别和消歧的任务。第15题与模板方法不同的是，语义解析方法期望直接从问句解析获得对应的逻辑形式。章测8第1题图神经网络可处理的数据属于以下哪类。A非欧氏空间数据B欧氏空间数据C二进制数据D时序数据第2题下列哪个算法可用于强连通图发现（）。AUnionFind算法BLouvain算法CKorasaju算法DLabelPropagation算法第3题以下哪个算法在随机游走时采取了深度优先搜索和广度优先搜索的游走策略（）。ADeepWalkBLINECNode2vecDMetapath2vec第4题下列图神经网络算法中选取邻居节点的方式为随机采样的是（）。AGCNBGAECGraphSAGEDRGCN第5题下列哪种图神经网络算法可以学到边的权重（）。AGCNBGraphSageCGATDRGCN第6题常见的图分类包括以下哪几种方式（）。A有向无向B有权无权C同构异构D有无边类型第7题以下哪个算法可以以无监督的方式进行训练（）。ANode2vecBGCNCGAEDGraphSAGE第8题GraphSAGE通过（）定义其邻居节点。AmetapathB随机游走C随机采样D邻接矩阵第9题下列图神经网络算法中基于谱域的是（）AGATBGCNCGraphSageDGIN第10题图神经网络在处理节点分类模型时通常以（）模式进行训练。A监督学习B半监督学习C非监督学习D强化学习第11题下列属于图神经网络常见任务的是（）。A节点分类B链接预测C子图生成D子图分类正确答案：ABCD第12题以下哪些算法可直接用于处理知识图谱（）。AGraphSAGEBRGCNCGATDCOMPGCN正确答案：BD第13题Metapath2vec算法通常需要领域专家配置metapath。第14题GCN可以用于有向图（）。第15题图神经网络中的聚合函数都是可微的。第16题二分图属于异构图的一种。第17题使用邻接矩阵可以唯一确定图的连接结构。章测9第1题知识图谱可用来建模语义空间，从而建立（）之间的关联关系，从而更好的帮助解决零样本预测等低资源问题。A实例B类别C模型组件