登陆题目详情
单选题 Seq2Seq 模型的核心组成是( )
学科：默认课程
时间：2026-01-13 06:23:34
相关题目
相关作业
题目1单选题
自然语言处理(NLP)中,"Token" 的本质是( )A. 一个完整的句子B. 分词后的最小处理单位C. 词向量的维度D. 文本的语义标签
题目2单选题
以下哪种不属于文本相似度的计算方法?( )A. 余弦相似度B. 欧式距离C. 均方误差(MSE)D. Jaccard 相似度
题目3单选题
Word2Vec 包含的两种核心模型是( )A. CBOW 和 Skip-GramB. 编码器和解码器C. BERT 和 GPTD. 词袋模型和 Seq2Seq
题目4单选题
Transformer 模型的核心创新是( )A. 循环结构B. 卷积操作C. 自注意力机制D. 池化层
题目5单选题
仅采用编码器结构,擅长语义理解任务的模型是( )A. GPTB. BERTC. Seq2SeqD. T5
题目6单选题
词袋模型(BoW)的主要缺陷是( )A. 无法处理长文本B. 忽略词语的顺序和上下文关系C. 词向量维度过高D. 训练效率低
题目7单选题
以下哪种不属于 NLP 的典型任务?( )A. 词性标注B. 图像分割C. 机器翻译D. 命名实体识别
题目8单选题
GPT 系列模型的核心优势是( )A. 语义理解B. 自然语言生成C. 多模态处理D. 并行计算效率
题目9单选题
文本 "我爱北京天安门" 分词后,按词分的 Token 不包括( )A. 我B. 爱C. 北京D. 安门
题目10单选题
词向量和词嵌入的关系是( )A. 完全不同的概念B. 词向量是技术,词嵌入是数据存在形式C. 词嵌入是词向量的子集D. 词向量维度高于词嵌入
下载 题海APP
拍照搜题更快捷
- 海量题库
- 无搜索限制
- 快捷拍照搜题
