APP下载
首页
>
IT互联网
>
计算机知识技术题库
搜索
计算机知识技术题库
题目内容
(
多选题
)
自然语言处理的应用方向有()等

A、信息检索

B、文本抽取

C、问答系统

D、机器翻译

答案:ABCD

解析:主要应用

计算机知识技术题库
电力专用纵向加密认证装置是嵌入式设备,主要模块包括非Intel指令CPU、千/百兆网络接口、双电源模块、()等等
https://www.shititong.cn/cha-kan/shiti/0005e5d0-a626-2020-c021-5dd340f2241d.html
点击查看题目
LARS属于哪种特征选择方法(___)
https://www.shititong.cn/cha-kan/shiti/0005e5d0-a7e8-f630-c021-5dd340f2241c.html
点击查看题目
DSSM经典模型的优点;1.解决了字典爆炸问题,降低了计算复杂度;2.中文方面使用字作为最细切分粒度,可以复用每个字表达的词义,减少分词的依赖,从而提高模型的泛化能力;3.字母的n-gram可以更好的处理新词,具有较强的鲁棒性;4.使用有监督的方法,优化语义embedding的映射问题;5.省去了人工特征工程;6.采用有监督训练,精度较高。
https://www.shititong.cn/cha-kan/shiti/0005e5d0-a7e8-d6f0-c021-5dd340f2241f.html
点击查看题目
人工智能有几大学派?
https://www.shititong.cn/cha-kan/shiti/0005e5d0-a7e9-2128-c021-5dd340f22409.html
点击查看题目
经典的全连接神经网络中,隐含层的节点数是可以调整的,节点数越多,神经网络表示能力越强,参数量也会减少
https://www.shititong.cn/cha-kan/shiti/0005e5d0-b2fe-da30-c021-5dd340f22409.html
点击查看题目
()主要提供内存计算框架
https://www.shititong.cn/cha-kan/shiti/0005e5d0-a625-fcf8-c021-5dd340f22406.html
点击查看题目
当输入数据做出少量平移时,经过池化后的大多数输出还能保持不变,池化对微小的位置变化具有鲁棒性
https://www.shititong.cn/cha-kan/shiti/0005e5d0-b2fe-f588-c021-5dd340f22420.html
点击查看题目
NLP中采用深度学习方法,将单词表示为"one-hot"编码向量,采用的是基于规则的方法。
https://www.shititong.cn/cha-kan/shiti/0005e5d0-b2fe-fd58-c021-5dd340f22401.html
点击查看题目
()类型的数据集不适合用深度学习?
https://www.shititong.cn/cha-kan/shiti/0005e5d0-af1d-d358-c021-5dd340f22400.html
点击查看题目
DSSM模型总的来说可以分成三层结构,分别是输入层、表示层和匹配层
https://www.shititong.cn/cha-kan/shiti/0005e5d0-b2fe-f588-c021-5dd340f22435.html
点击查看题目
首页
>
IT互联网
>
计算机知识技术题库
题目内容
(
多选题
)
手机预览
计算机知识技术题库

自然语言处理的应用方向有()等

A、信息检索

B、文本抽取

C、问答系统

D、机器翻译

答案:ABCD

解析:主要应用

分享
计算机知识技术题库
相关题目
电力专用纵向加密认证装置是嵌入式设备,主要模块包括非Intel指令CPU、千/百兆网络接口、双电源模块、()等等

A. GPS芯片

B. GPRS芯片

C. 电力专用加密算法芯片

D. 天线

解析:电力专用纵向加密认证装置是嵌入式设备,主要模块包括非Intel指令CPU、千/百兆网络接口、双电源模块、电力专用加密算法芯片等等

https://www.shititong.cn/cha-kan/shiti/0005e5d0-a626-2020-c021-5dd340f2241d.html
点击查看答案
LARS属于哪种特征选择方法(___)

A. 包裹式

B. 启发式

C. 嵌入式

D. 过滤式

解析:见算法解析

https://www.shititong.cn/cha-kan/shiti/0005e5d0-a7e8-f630-c021-5dd340f2241c.html
点击查看答案
DSSM经典模型的优点;1.解决了字典爆炸问题,降低了计算复杂度;2.中文方面使用字作为最细切分粒度,可以复用每个字表达的词义,减少分词的依赖,从而提高模型的泛化能力;3.字母的n-gram可以更好的处理新词,具有较强的鲁棒性;4.使用有监督的方法,优化语义embedding的映射问题;5.省去了人工特征工程;6.采用有监督训练,精度较高。

A. 1.2.3.4

B. 1.3.4.6

C. 1.2.3.4.5.6

D. 3.4.6

解析:DSSM经典模型的优点;1.解决了字典爆炸问题,降低了计算复杂度;2.中文方面使用字作为最细切分粒度,可以复用每个字表达的词义,减少分词的依赖,从而提高模型的泛化能力;3.字母的n-gram可以更好的处理新词,具有较强的鲁棒性;4.使用有监督的方法,优化语义embedding的映射问题;5.省去了人工特征工程;6.采用有监督训练,精度较高。

https://www.shititong.cn/cha-kan/shiti/0005e5d0-a7e8-d6f0-c021-5dd340f2241f.html
点击查看答案
人工智能有几大学派?

A. 符号主义

B. 联结主义

C. 行为主义

D. 仿生主义

https://www.shititong.cn/cha-kan/shiti/0005e5d0-a7e9-2128-c021-5dd340f22409.html
点击查看答案
经典的全连接神经网络中,隐含层的节点数是可以调整的,节点数越多,神经网络表示能力越强,参数量也会减少

解析:错误

https://www.shititong.cn/cha-kan/shiti/0005e5d0-b2fe-da30-c021-5dd340f22409.html
点击查看答案
()主要提供内存计算框架

A. Spark核心层

B. 资源计算层

C. 服务核心层

D. Spark层

https://www.shititong.cn/cha-kan/shiti/0005e5d0-a625-fcf8-c021-5dd340f22406.html
点击查看答案
当输入数据做出少量平移时,经过池化后的大多数输出还能保持不变,池化对微小的位置变化具有鲁棒性

解析:正确

https://www.shititong.cn/cha-kan/shiti/0005e5d0-b2fe-f588-c021-5dd340f22420.html
点击查看答案
NLP中采用深度学习方法,将单词表示为"one-hot"编码向量,采用的是基于规则的方法。
https://www.shititong.cn/cha-kan/shiti/0005e5d0-b2fe-fd58-c021-5dd340f22401.html
点击查看答案
()类型的数据集不适合用深度学习?

A. 数据集太小

B. 数据集有局部相关性

C. 数据集太大

D. 数据集没有局部相关性

解析:见算法解析

https://www.shititong.cn/cha-kan/shiti/0005e5d0-af1d-d358-c021-5dd340f22400.html
点击查看答案
DSSM模型总的来说可以分成三层结构,分别是输入层、表示层和匹配层

解析:正确

https://www.shititong.cn/cha-kan/shiti/0005e5d0-b2fe-f588-c021-5dd340f22435.html
点击查看答案
试题通小程序
试题通app下载