A、LSTM
B、NLP
C、神经网络模型
D、预训练模型
答案：D
解析：在算法层面，超大规模预训练模型等成为近两年最受关注的热点之一，不断刷新各领域榜单。
A、LSTM
B、NLP
C、神经网络模型
D、预训练模型
答案：D
解析：在算法层面，超大规模预训练模型等成为近两年最受关注的热点之一，不断刷新各领域榜单。
A. 基于信息论准则；
B. 学习问题看做为数据压缩任务；
C. 学习目标为以最短编码长度描述训练数据模型；
D. 编码位数仅为自身所需的编码位数；
解析：见算法解析
解析：也有纯基于transformer的模型
A. 1.2.3
B. 1.3.4
C. 2.3.4
D. 1.2.3.4
解析：DSSM经典模型的缺点：1.Wordhashing可能造成词语冲突；2.采用词袋模型，损失了上下文语序信息；3.搜索引擎的排序由多种因素决定，用户点击时doc排名越靠前越容易被点击，仅用点击来判断正负样本，产生的噪声较大，模型难以收敛；4.效果不可控。
A. 感知器由2层神经元组成，是一个单层的前馈神经网络
B. 输入结点把接收到的值传送给输出链，不作任何转换
C. 输出结点计算输入的加权和，加上偏置项，根据结果的符号产生输出
D. 训练阶段，权值参数不断调整，直至模型输出和训练样例的实际输出一致
解析：见算法解析
A. 可以模拟生物神经系统
B. 面向真实世界物体
C. 面向仿真环境物体
D. 作出交互反应
解析：见算法解析
