NLP 岗位精选笔试题分享

问题1：下面在 NLP 项目中哪些是文本预处理的重要步骤？

1、词干提取（Stemming）
2、移去停止词（Stop word removal）
3、目标标准化（Object Standardization）

答案：1、2 和 3
解析：词干提取是剥离后缀（「ing」，「ly」，「es」，「s」等）的基于规则的过程。停止词是与语境不相关的词（is/am/are）。目标标准化也是一种文本预处理的优良方法。

问题2：下面哪项技巧可用于关键词归一化（keyword normalization），即把关键词转化为其基本形式？

1、词形还原（Lemmatization）
2、Levenshtein
3、词干提取（Stemming）
4、探测法（Soundex）

答案：1、3

解析：词形还原和词干提取一般用于关键词归一化，Levenshtein 和探测法一般用于字符串匹配。

问题3：N-gram 被定义为 N 个关键词组合在一起。 给定下述短语 「Analytics