A.詞頻統(tǒng)計(jì)的方法中，對(duì)于要將單一主題的文文件從海量的語(yǔ)料庫(kù)中發(fā)掘出來(lái)是很輕易的，不需要借助額外的技術(shù)來(lái)獲取詞頻向量
B.主題模型（topicmodel）是描述語(yǔ)料庫(kù)及其中潛在的一類數(shù)字模型，首先考慮到的是如何用數(shù)學(xué)語(yǔ)言去描述一個(gè)主題
C.詞頻向量是由所有的詞頻組合在一起，同時(shí)，詞頻為該字詞在文本出現(xiàn)的總數(shù)除以文檔中的總詞語(yǔ)數(shù)
D.文黨的詞頻、主題的比重、主題的詞頻三者之間的關(guān)系為D（文檔詞頻）=W（主題比重）*T（主題詞頻）
E.文本挖掘技術(shù)基本上屬于無(wú)監(jiān)督學(xué)習(xí)方法

A.詞袋模型（bag-of-wordsmodel）適用于描述文本的一個(gè)簡(jiǎn)單的數(shù)學(xué)模型，也是常用的一種文本特征提取方式
B.詞袋模型對(duì)文文件進(jìn)行了很大程度的簡(jiǎn)化，但一定程度上仍然保留了文文件的主題信息
C.對(duì)文本建構(gòu)詞袋之前，需要先借著額外的手段將文本中的詞語(yǔ)分開(kāi)，這項(xiàng)技術(shù)稱之為分詞（word-segment）
D.在文檔中，例如『的』、『也』這樣構(gòu)成一個(gè)句子的基本字詞對(duì)文文件的主題區(qū)分并無(wú)幫助，且不攜帶任何主題信息的高頻詞稱為停止詞（Stopword），在構(gòu)建詞典時(shí)必須去除
E.一個(gè)詞在文文件中出現(xiàn)的頻率稱為詞頻率（termfrequency）其定義為該詞語(yǔ)在文本中出現(xiàn)的次數(shù)與這段文本中詞語(yǔ)的總數(shù)的商

A.手肘法
B.刪除法
C.分類樹(shù)
D.矩陣乘法
E.層次聚類算法

A.分成「生成網(wǎng)絡(luò)」及「判別網(wǎng)絡(luò)」兩部份
B.通過(guò)生成網(wǎng)絡(luò)和判別網(wǎng)絡(luò)之間的相互「對(duì)抗」來(lái)學(xué)習(xí)
C.在生成圖片的模型中，判別網(wǎng)絡(luò)的輸出代表「該圖片為真實(shí)圖片」的概率
D.在多次迭代后，判別網(wǎng)絡(luò)的輸出總是會(huì)趨近于1，達(dá)到均衡狀態(tài)
E.生成網(wǎng)絡(luò)其實(shí)就是利用復(fù)雜的函數(shù)映像來(lái)實(shí)現(xiàn)輸入和輸出的變換

A.輸入一個(gè)人的側(cè)臉照片，生成同一個(gè)人的正臉照片
B.以大量的真實(shí)明星照片訓(xùn)練模型，生成新的明星照片
C.輸入一個(gè)人的照片，生成不同年齡的照片
D.以大量特定明星的視頻訓(xùn)練模型，此模型可將新輸入的視頻中的人臉換成特定明星的臉孔
E.以上皆是