tf.keras.preprocessing 的作用是？

A. 数据缺失是指在数据采集 传输和处理过程中，由于某些原因导致的数据不完整的情况。 $;$数据采集过程不会造成数据缺失 $;$缺失值的存在不会给数据统计带来问题 $;$缺失数据值的数据可采用删除法来解决

A. bert分类效果优于word2vec$;$word2vec分类效果优于bert$;$效果一致$;$以上选项均不正确

A. 神经计算$;$进化计算$;$免疫计算$;$蚁群算法

A. 语音输入$;$音频信号特征提取$;$声学模型处理$;$语言模型处理$;$语义识别

A. 在语料中训练一个由词到向量（word 2 vector）的模型来对文本中呈现的上下文语境进行学习$;$训练一个词包模型（a bag of words model）来对文本中的词的发生率（occurrence）进行学习$;$创建一个文献检索词矩阵（document-term matrix）并且对每一个文本应用余弦相似性$;$上述所有方法均可

A. 线性变换$;$非线性变换$;$求函数最小值$;$加速训练

A. A是对角阵$;$A有n个互不相同的特征向量$;$A有n个线性无关的特征向量$;$A有n个互不相同的特征值

A. 增加阈值不会提高召回率$;$增加阈值会提高召回率$;$增加阈值不会降低查准率$;$增加阈值会降低查准率

A. 监督学习$;$非监督学习$;$强化学习$;$弱化学习