哈工大2022年秋自然语言处理期末考试_自然语言处理期末考试试题

哈尔滨工业大学本部2022秋自然语言处理课程期末考试

相关博客

(116条消息) 哈工大自然语言处理_哈工大自然语言处理期末考试_kekoxl的博客-CSDN博客

(116条消息) 哈工大19年自然语言处理_叫我池池的博客-CSDN博客

题型

• 选择题
• 填空题
• 判断题
• 简答题
• 计算题
• 送分题（bushi）

PS：4.5学分和5学分是同一张考卷，但是有两道题不一样；

考试内容参考

• 客观题多涉及基本概念，包括语言学基本概念、机器学习基础知识、深度学习基础知识等。比如：

语言和言语是一般和个别关系？
篇章是否是语义的最大分析单位？
语言的基本关系（组合关系和聚合关系）
文字可以是任意符号？
生物是动物的__？(词之间的义位关系)
1
2
3
4
5

RNN相比CNN优点是可以更好地支持并行计算？
一个词的词向量维度定义为100，请问取三个词的卷积核大小为？
1
2

IBM算法相比传统机器翻译方法最大的贡献是提出了噪声信道模型？
1

机器学习把自然语言问题视作排序问题？
序列标注是生成模型还是判别模型？
以下哪一种机器学习方法不适用于自然语言问题？
Glove词向量相比word2vec向量更好地利用了共现概率？
词向量训练的常见特征类型
1
2
3
4
5

• 主观题（注意排序不分先后）

1.HMM算法计算概率，按过程写出维特比向量（三个词的简单模型）
2.基于字符串匹配的分词方法
（1）给出句子，利用FMM和BMM给出分词结果
（2）分词歧义的类型
3.实体评价&最大熵
（1）最大熵的特征区间为前一个词、当前词和后一个词，写出最大熵的特征向量（参考实验二的特征向量）
（2）特征区间为前一个词的实体特征，给出基于最大熵的实体提取训练方案与测试方案
（3）（4.5学分）给出基于RNN的实体提取过程（图文结合）
（3）（5学分）好像是基于Transformer和什么来着...(记不太清了)
4.实体链接实现的一般步骤（信息抽取part2）
5.句法分析
（1）给出形如(S (NP 我) (VP (P 是) (NP 傻逼)))的句子，给出语法分析树（原题最右边的括号有五个，挺复杂的）；
（2）给出文法规则（注意终结符的规则...）
（3）PCFG与CFG的区别（我觉得可能要答上它的三个性质）
6.评价标准
我们这次考的是词向量的评价标准：斯皮尔曼等级相关系数和类比推理
7.自然语言和语料库
（1）基于给出的材料得到自然语言在计算层面的性质/特点（送分题，ymy老师担心送不到分，甚至亲自来提醒。不过属鼠还是写偏了...）
（2）根据材料，写出基于语料库研究自然语言的不足
8.机器学习基础知识
（4.5学分）什么时候要采取k折交叉验证法？
（5学分）好像是BERT来着...
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22

备注：

1.主观题应该是相对完整的，还可以参考其他同学的博客对比；

2.此次考试没有考察伪代码，但ymy老师说下一次考试可以考虑添加。

复习建议

• scj老师部分ppt多为英文且包含大量图片，建议对于不懂的模型都上网查一下（特别是神经网络部分）
• CL1-CL2、CLx1-CLx2设计的语言学知识和评价方法也会进行考察，复习时不要遗漏