百度的自然语言处理面试题笔试题_题来了

百度

自然语言处理

排序热度· 时间· 经典指数

1

0

9333

下面说法正确的是？梯度下降有时会陷于局部极小值，但ＥＭ算法不会。ＳＶＭ对噪声鲁棒。当训练数据较多时更容易发生过拟合。给定ｎ个数据点，如果其中一半用于训练，另一半用于测试，则训练误差和测试误差之间的差别会随着ｎ的增加而减小。 ... 阅读题目

自然语言处理百度研发工程师 2016

单选题经典指数
1

1

4797

自然语言处理中的中文分词问题，前向最大匹配算法（FMM）。注：题目举例说明了FMM的基本思想。（1）设计字典的数据结构 struct dictnote。（2）用C/C++实现FMM，可选接口为 int FMM(vector iLetters, dictnode *iRoot, vector*oResults); 其中 iLetters 为待分词的句子，比如 {“小”，“明”，“今”，“天”，“买”，“了”，“i”，“p”，“o”，“n”，“e”，“6”}， iRoot 是字典， oResults 保存输出结果，即分词的位置。也可以自己设计接口。（3）收集了一些手机品牌的字典，如{iphone, 诺基亚}。现在要求查找包含这些手机品牌的网页，比如包含 iphone6, 诺基亚 9973 等。怎么修改FMM实现这个功能，可以写伪代码。 ... 阅读题目

自然语言处理百度 C语言工程师

问答题经典指数
1

0

4619

考虑两个分类器：1）核函数取二次多项式的SVM分类器和2）没有约束的高斯混合模型（每个类别为一个高斯模型）。我们对R2空间的点进行两类分类。假设数据完全可分，SVM分类器中不加松弛惩罚项，并且假设有足够多的训练数据来训练高斯模型的协方差。下面说法正确的是？ SVM的VC维大于高斯混合模型的VC维 SVM的VC维小于高斯混合模型的VC维两个分类器的结构风险值相同这两个分类器的VC维相同 ... 阅读题目

自然语言处理百度研发工程师 2016

单选题经典指数
1

0

3322

下面说法错误的是() 遗传算法直接以适应度作为搜索信息,无需导数等其他辅助信息决策树算法对离散属性和连续属性进行建模 Hapfield网络不仅有不动点吸引子,也有其它类型的吸引子决策树是一种混合算法,它综合了多种不同的创建树的方法 ... 阅读题目

自然语言处理百度研发工程师 2016

单选题经典指数
1

0

2844

下面说法错误的是() 遗传算法直接以适应度作为搜索信息,无需导数等其他辅助信息决策树算法对离散属性和连续属性进行建模 Hapfield网络不仅有不动点吸引子,也有其它类型的吸引子决策树是一种混合算法,它综合了多种不同的创建树的方法 ... 阅读题目

自然语言处理百度研发工程师 2016

单选题经典指数
1

0

2840

下面说法正确的是？梯度下降有时会陷于局部极小值，但ＥＭ算法不会。ＳＶＭ对噪声鲁棒。当训练数据较多时更容易发生过拟合。给定ｎ个数据点，如果其中一半用于训练，另一半用于测试，则训练误差和测试误差之间的差别会随着ｎ的增加而减小。 ... 阅读题目

自然语言处理百度研发工程师 2016

单选题经典指数

1