2026年知到答案 自然语言处理与人工智能 最新知到智慧树满分章节测试答案

第一章 单元测试

1、 问题:自然语言处理（NLP）的主要目标是使计算机能够：（ ）
选项：
A:执行基本的算术运算
B:识别和生成人类语言
C:进行图像识别
D:播放音乐
答案: 【
识别和生成人类语言
】

2、 问题:以下哪个事件标志着人工智能领域的正式诞生？（ ）
选项：
A:1943年，Warren McCulloch和Walter Pitts提出人工神经元模型
B:1950年，Alan Turing发表《计算机器与智能》
C:1956年，Dartmouth会议提出”人工智能”一词
D:1997年，IBM的深蓝战胜国际象棋冠军
答案: 【
1956年，Dartmouth会议提出”人工智能”一词
】

3、 问题:大规模预训练语言模型的核心思想是：（ ）
选项：
A:使用大量标注数据训练特定的NLP任务
B:训练一个通用的语言表示模型，然后微调用于特定任务
C:只使用特定任务的数据进行模型训练
D:依赖于专家系统提供的知识库
答案: 【
训练一个通用的语言表示模型，然后微调用于特定任务
】

4、 问题:BERT模型在预训练阶段采用了哪种架构？（ ）
选项：
A:循环神经网络（RNN）
B:卷积神经网络（CNN）
C:仅有编码器的Transformer架构
D:多层感知机（MLP）
答案: 【
仅有编码器的Transformer架构
】

5、 问题:在“预训练-微调”范式中，微调阶段的目的是什么？（ ）
选项：
A:学习固定的词表示
B:聚焦于某一个任务
C:在下游任务和通用指令上进行进一步微调
D:仅使用小规模文本数据进行训练
答案: 【
在下游任务和通用指令上进行进一步微调
】

第二章 单元测试

1、 问题:在自然语言处理中，一个2-gram模型能够捕捉：（ ）
选项：
A:单个词的出现概率
B:任意两个词同时出现的概率
C:三个词同时出现的概率
D:整个句子的语法结构
答案: 【
任意两个词同时出现的概率
】

2、 问题:关于ReLU激活函数，以下哪项是正确的？（ ）
选项：
A:ReLU函数的输出范围是[-∞, ∞)
B:ReLU函数在输入为负时会产生梯度爆炸
C:ReLU函数可以解决梯度消失问题
D:ReLU函数对于所有输入值都有非零导数
答案: 【
ReLU函数可以解决梯度消失问题
】

3、 问题:Transformer模型与传统的递归神经网络模型的主要区别是什么？（ ）
选项：
A:Transformer模型使用卷积层处理序列数据
B:Transformer模型完全基于注意力机制，而没有循环或递归结构
C:Transformer模型使用LSTM单元来增强记忆能力
D:Transformer模型依赖于固定的窗口大小来捕捉上下文
答案: 【
Transformer模型完全基于注意力机制，而没有循环或递归结构
】

4、 问题:n-gram模型的基本思想是什么？（ ）
选项：
A:将文本分割成长度为n的词序列，并计算这些序列的概率
B:仅考虑单个词出现的概率，忽略词序
C:只关注词之间的顺序，不考虑词出现的频率
D:通过统计词的出现次数来预测文本的主题
答案: 【
将文本分割成长度为n的词序列，并计算这些序列的概率
】

5、 问题:n-gram模型在处理长文本时遇到的主要问题是什么？（ ）
选项：
A:计算速度慢
B:无法处理未在语料库中出现过的句子
C:特征维度不够大
D:特征向量维度过大，导致数据稀疏问题
答案: 【
特征向量维度过大，导致数据稀疏问题
】

第三章 单元测试

1、 问题:在NER任务中，使用预训练语言模型（如BERT、GPT）来提高性能的一个原因是：（ ）
选项：
A:预训练模型在特定领域的表现不佳
B:预训练模型可以捕捉更丰富的语言特征
C:NER任务不需要考虑上下文信息
D:预训练模型会增加模型训练的难度
答案: 【
预训练模型可以捕捉更丰富的语言特征
】