A.詞袋模型(bag-of-wordsmodel)適用于描述文本的一個簡單的數(shù)學(xué)模型,也是常用的一種文本特征提取方式
B.詞袋模型對文文件進行了很大程度的簡化,但一定程度上仍然保留了文文件的主題信息
C.對文本建構(gòu)詞袋之前,需要先借著額外的手段將文本中的詞語分開,這項技術(shù)稱之為分詞(word-segment)
D.在文檔中,例如『的』、『也』這樣構(gòu)成一個句子的基本字詞對文文件的主題區(qū)分并無幫助,且不攜帶任何主題信息的高頻詞稱為停止詞(Stopword),在構(gòu)建詞典時必須去除
E.一個詞在文文件中出現(xiàn)的頻率稱為詞頻率(termfrequency)其定義為該詞語在文本中出現(xiàn)的次數(shù)與這段文本中詞語的總數(shù)的商
您可能感興趣的試卷
你可能感興趣的試題
A.手肘法
B.刪除法
C.分類樹
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.通過生成網(wǎng)絡(luò)和判別網(wǎng)絡(luò)之間的相互「對抗」來學(xué)習(xí)
C.在生成圖片的模型中,判別網(wǎng)絡(luò)的輸出代表「該圖片為真實圖片」的概率
D.在多次迭代后,判別網(wǎng)絡(luò)的輸出總是會趨近于1,達到均衡狀態(tài)
E.生成網(wǎng)絡(luò)其實就是利用復(fù)雜的函數(shù)映像來實現(xiàn)輸入和輸出的變換
A.輸入一個人的側(cè)臉照片,生成同一個人的正臉照片
B.以大量的真實明星照片訓(xùn)練模型,生成新的明星照片
C.輸入一個人的照片,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
A.視頻的信息分為動態(tài)和靜態(tài)兩種,靜態(tài)信息指圖像的外觀,動態(tài)信息指的是是頻率序列中的運動信息
B.雙流卷積神經(jīng)網(wǎng)絡(luò)(two-streamCNN)是利用兩種不同的網(wǎng)絡(luò)實現(xiàn)同時處理靜態(tài)和動態(tài)信息
C.隨機抽取的的單個彩色圖像幀作為輸入的網(wǎng)絡(luò)稱為空間流卷積神經(jīng)網(wǎng)絡(luò)(spatialstreamCNN)
D.把多幀(Frame)的光流圖像作為輸入的網(wǎng)絡(luò)稱為時間流卷積神經(jīng)網(wǎng)絡(luò)(temporalstreamCNN)
E.時序分段網(wǎng)絡(luò)(temporalsegmentnetworks)是為了解決短視頻行為識別的而產(chǎn)生的
A.視頻行為識別是由計算器分析給定視頻數(shù)據(jù)辨別出用戶行為的過程
B.行為識別可以讓人機交互系統(tǒng)更精確地理解人的行為
C.行為類別差異過大的情況下對視頻中行為的識別并不會產(chǎn)生影響
D.拍攝視頻中的距離,光照,角度等外界因素都可能對視頻的精確度產(chǎn)生影響
E.現(xiàn)今的科技技術(shù)在視頻監(jiān)控中可以有效的識別其中的特殊與異常行為
最新試題
人工智能發(fā)展的早期階段主要側(cè)重于哪方面的研究()?
在自然語言處理中,哪些方法可以用于提升自動對話系統(tǒng)和文本摘要生成的自然性和流暢性()?
反向傳播算法和梯度下降算法在神經(jīng)網(wǎng)絡(luò)訓(xùn)練中的關(guān)系是什么()?
依存句法分析(DependencyParsing)主要用于分析什么()?
在深度學(xué)習(xí)模型訓(xùn)練中,哪些技術(shù)可以用于加速模型收斂和提高穩(wěn)定性()?
在自然語言處理中,哪些技術(shù)可以用于改善實體識別和文本生成任務(wù)的性能()?
數(shù)量歸約中無參數(shù)的方法一般使用()。
在深度學(xué)習(xí)模型訓(xùn)練中,"早停法"(EarlyStopping)策略的應(yīng)用目的是什么()?
在自然語言處理任務(wù)中,哪些技術(shù)適用于改善實體識別和關(guān)系抽取的效果()?
在自然語言處理中,哪些方法可以用于提升文本分類、情感分析和實體識別的準確性()?