24 年期末
一、简答（40’，每个8’） 1. HMM和BMM方法的定义，以及两者的主要区别
- 人机对话中的主要任务有哪些？可以用什么方法来处理里面的语意剖析问题？
-
One-Hot编码来对词义进行编码时，高维的编码的优点和缺点
-
格语法中的格是什么？用自己的理解解释。另外给出三个例句，判断共同的施事格、工具格和受事格
-
自然语言满足CFG吗？CFG和CSG的区别
后面每个大题15’
二、（语言模型）
-
语言模型的作用？介绍几个基本的语言模型
-
给了具体的条件概率，计算unigram和bigram的概率值
三、（HMM词性标注）
给了这种图，求一个观测序列的概率（观测序列长度为3，计算不复杂）
四、（推荐系统）
-
协同滤波（CF）算法如何工作？
-
以皮尔逊相关系数为相似度（考试后来给了计算式）评价指标求未知评分，就是下面PPT上的的原题（计算比较麻烦）
五、（依存句法）
使用Arc-eager 分析算法切分一个句子，给出过程，最后写出依存句法树
和PPT上的这个例子基本类似
