2024知到答案 中文信息处理与挖掘 完整智慧树网课章节测试答案
第一章 单元测试
1、多选题：
本课程将详细介绍的自然语言处理应用有哪些（ ）。
选项：
A:自动摘要
B:机器翻译
C:自动问答
D:情感分析
答案: 【自动摘要;
机器翻译;
自动问答;
情感分析】
2、单选题：
下列那个概念与自然语言处理无关。（ ）
选项：
A:Natural Language Understanding
B:Computer Vision
C:Computational Linguistics
D:Natural Language Processing
答案: 【Computer Vision】
3、判断题：
黏着型语言比较有代表性的语言是日语。（ ）
选项：
A:错
B:对
答案: 【对】
4、单选题：
自然语言中最小的有意义的构成单位是（ ）。
选项：
A:字
B:词
C:篇章
D:句子
答案: 【词】
5、单选题：
中文信息处理的第一步是（ ）。
选项：
A:词性标注
B:分词
C:确定上下文关系
D:构建句法树
答案: 【分词】
6、判断题：
如果打开校正功能，对于一些典型的语法错误、拼写错误以及用词错误就可以自动检测出来。( )
选项：
A:错
B:对
答案: 【对】
7、多选题：
就分词来讲，主要有三类分词方法（ ）。
选项：
A:基于规则的分词方法
B:基于统计的分词方法
C:基于语法的分词方法
D:基于词典的分词方法
答案: 【基于规则的分词方法;
基于统计的分词方法;
基于词典的分词方法】
8、多选题：
基于词典的分词方法从匹配的方法来讲，一般使用最大匹配法，而最匹配法又包括（ ）。
选项：
A:三向最大匹配算法
B:逆向最大匹配算法
C:正向最大匹配算法
D:双向最大匹配算法
答案: 【逆向最大匹配算法;
正向最大匹配算法;
双向最大匹配算法】
9、多选题：
词性标注的主要方法主要有（ ）。
选项：
A:基于规则的词性标注方法
B:基于字典的词性标注方法
C:统计与规则相结合的词性标注方法
D:基于统计的词性标注方法
答案: 【基于规则的词性标注方法;
统计与规则相结合的词性标注方法;
基于统计的词性标注方法】
10、多选题：
命名实体识别事实上就是识别出以下三类命名实体。（ ）
选项：
A:别名
B:地名
C:组织机构名
D:人名
答案: 【地名;
组织机构名;
人名】
第二章 单元测试
1、判断题：
概率论作为统计语言模型的数学基础，应用到自然语言处理领域，是由于：统计语言处理技术已经成为自然语言处理的主流，而在统计语言处理的步骤中，收集自然语言词汇(或者其他语言单位)的分布情况、根据这些分布情况进行统计推导都需要用到概率论。（ ）
选项：
A:对
B:错
答案: 【对】
2、多选题：
设E为随机试验，Ω是它的样本空间，对于E的每一个事件A赋予一个实数，记为P ( A )，如果集合函数P ( ⋅ )满足下列哪些条件，则实数P ( A )为事件A的概率。（ ）
选项：
A:非负性
B:规范性
C:唯一性
D:可列可加性
答案: 【非负性;
规范性;
可列可加性】
3、单选题：
设A、B是两个事件，且P(B)＞0,则称P(A|B)为在已知事件B发生的条件下,事件A发生的（ ）。
选项：
A:概率
B:条件频率
C:似然估计
D:条件概率
答案: 【条件概率】
4、单选题：
某一事件B的发生有各种可能的原因n个，B发生的概率是各原因引起B发生概率的总和，也就是（ ）。
选项：
A:条件概率
B:全概率公式
C:先验概率
D:后验概率
答案: 【全概率公式】
5、判断题：
贝叶斯公式于1763年由贝叶斯(Bayes)给出，它是在观察到事件B已发生的条件下，寻找导致B发生的每个原因的概率。（ ）
选项：
A:对
B:错
答案: 【对】
6、单选题：
在自然语言处理中，以句子为处理单位时一般假设句子独立于它前面的其它语句，句子的概率分布近似地符合以下哪项（ ）。
选项：
A:贝叶斯法则
B:期望
C:最大似然估计
D:二项式分布
答案: 【二项式分布】
7、多选题：
在概率论和统计学中，一个离散性随机变量的期望值，是试验中每次可能结果的概率乘以其结果的总和，也被称为（ ）。
选项：
A:方差
B:期望
C:均值
D:数学期望
答案: 【期望;
均值;
数学期望】
8、判断题：
在概率论和统计学中，一个随机变量的方差，描述的是它的离散程度，也就是该变量离其期望值的距离.（ ）
选项：
A:错
B:对
答案: 【对】
9、单选题：
以下哪项表示信源 X 每发一个符号且不论发什么符号所提供的平均信息量。（ ）
选项：
A:熵
B:条件熵
C:联合熵
D:信息
答案: 【熵】
10、单选题：
哪一项常被用以衡量两个随机分布的差距。（ ）
选项：
A:条件熵
B:相对熵
C:熵率
D:联合熵
答案: 【相对熵】