A、一元切分
B、一元文法
C、数据平滑
D、N元文法
答案：C
A、一元切分
B、一元文法
C、数据平滑
D、N元文法
答案：C
解析：正确
A. 软间隔
B. 正则化
C. 硬间隔
D. 核函数
A. 计算机视觉
B. 自然语言处理
C. 智能语音
D. 知识图谱
解析：主要应用
A. 建模
B. 抽取
C. 融合
D. 存储
解析：主要应用
A. 思维能力
B. 行为能力
C. 感知能力
D. 学习能力
A. 奇数
B. 偶数
C. 整数
D. 分数
解析：CNN卷积网络中，filter尺寸的选择多为奇数
A. 特征灵活
B. 速度快
C. 可容纳较多上下文信息
D. 全局最优
解析：最大熵隐马模型则解决了隐马的问题，可以任意选择特征，但由于其在每一节点都要进行归一化，所以只能找到局部的最优值，同时也带来了标记偏见的问题，即凡是训练语料中未出现的情况全都忽略掉。条件随机场则很好的解决了这一问题，他并不在每一个节点进行归一化，而是所有特征进行全局归一化，因此可以求得全局的最优值。
A. 空洞卷积
B. 黑洞卷积
C. 细节卷积
D. 返向卷积
解析：见算法解析
A. 朴素贝叶斯分类器假设每个属性独立地对分类结果发生影响
B. 面对孤立的噪声点，朴素贝叶斯分类器是健壮的
C. 面对无关属性，朴素贝叶斯分类器是健壮的
D. 相关属性可能会降低朴素贝叶斯分类器的性能
解析：见算法解析
A. 数据预处理
B. 异常记录
C. 规律寻找
D. 知识表示
