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