测验5_循环神经网络自然语言处理
【单选题】在使用深度学习进行文本处理时,一个文本句子要被理解,首先需要做的是__。
A
、
分
词
\color{FF0000}{A、分词}
A、分词
B、词性标注
c、命名实体识别
D、生成词嵌入
【单选题】在经过学习获得的词嵌入空间中,语法和语义上相近的词汇___。
A、距离更远
B
、
距
离
更
近
\color{FF0000}{B、距离更近}
B、距离更近
C、距离为0
D、距离相等
【单选题】要了解消费者对某个产品的总体观点,可以采用___对用户评论进行分析得到。
A
、
情
感
分
析
\color{FF0000}{A、情感分析}
A、情感分析
B、文本对话
C、内容标签
D、自动摘要
【单选题】如果要采用神经网络来对文本进行建模,必须先将文本向量化,这一过程是指_。
A、将文本分词
B、获得文本类别标签
C、将文本压缩
D
、
将
文
本
转
换
为
数
值
张
量
\color{FF0000}{D、将文本转换为数值张量}
D、将文本转换为数值张量
【单选题】自动语音识别(Automatic Speech Recognition,ASR)的目标是从语音信号识别出____.
A、说话者的身份
B、话语中的含义
C
、
话
语
对
应
的
文
本
\color{FF0000}{C、话语对应的文本}
C、话语对应的文本
D、话语的情感极性
【单选题】语音识别中对数据预处理时分帧___。
A、将语音切割为无交叠的等长帧
B
、
将
语
音
切
割
为
有
交
叠
的
等
长
帧
\color{FF0000}{B、将语音切割为有交叠的等长帧}
B、将语音切割为有交叠的等长帧
C、将语音切割为无交叠的不等长帧
D、将语音切割为有交叠的不等长帧
【单选题】传统语音识别方法中把___做为基本单元,它也是构成单词的基本单位。
A、状态
B、帧
C、字
D
、
音
素
\color{FF0000}{D、音素}
D、音素
【单选题】语音识别中使用的语言模型─般是___。
A、人工建立的
B、与应用领域无关
C
、
基
于
文
本
数
据
训
练
得
到
\color{FF0000}{C、基于文本数据训练得到}
C、基于文本数据训练得到
D、与语种无关
【多选题】以下___神经网络适合处理序列数据。(【注:本题半对】)
A
、
L
S
T
M
\color{FF0000}{A、 LSTM}
A、LSTM
B
、
双
向
L
S
T
M
\color{FF0000}{B、双向LSTM}
B、双向LSTM
C、一维CNN
D、二维CNN
【多选题】通过拍照翻译可以将外文菜单、路牌等信息转换为自己熟悉的语言文字,这主要通过__技术实
现。
A、语音识别
B
、
图
像
识
别
\color{FF0000}{B、图像识别}
B、图像识别
C
、
机
器
翻
译
\color{FF0000}{C、机器翻译}
C、机器翻译
D、统计分析
【多选题】以下__属于文本处理任务。
A
、
机
器
翻
译
\color{FF0000}{A、机器翻译}
A、机器翻译
B
、
自
动
摘
要
\color{FF0000}{B、自动摘要}
B、自动摘要
C、自动绘画
D
、
自
动
写
诗
\color{FF0000}{D、自动写诗}
D、自动写诗
【判断题】百度搜索引擎不需要使用自然语言处理技术,只需要关键字匹配即可。 (
×
\color{FF0000}{×}
×)
【判断题】预训练词嵌入是使用大规模文本训练得到的词向量,使用它一般可以提高模型性能。(
√
\color{FF0000}{√}
√)
【判断题】采用深度学习进行语音识别,可以直接实现speech-to-text。(
√
\color{FF0000}{√}
√)
【判断题】双向循环神经网络对输入数据进行正向和反向两次处理,再合并结果。(
√
\color{FF0000}{√}
√)
【判断题】在语音识别应用设计时,待识别领域和训练文本的领域具有一致性,可以得到更好的识别效果。(
√
\color{FF0000}{√}
√)