您的位置：主页 > 尔雅答案智慧树答案

对现代知识图谱发展的几个代表性产物，说法错误的是

A:OWL同linked data一样，应用了很多三元组形式来描述知识

B:OWL——网络本体语言，在逻辑上接近完美，但是工程上过于复杂

C:Linked data之后，语义web开始弱化“语义推理”的部分

D:Google公司在收购Freebase之后，将其知识表示升华为了图数据，提升了应用性

答案: OWL同linked data一样，应用了很多三元组形式来描述知识

本门课程完整答案：点击这里，查看 人工智能导论——面向人文社科专业 中国大学mooc答案满分完整版章节测验 m107775

相关试题

对于知识图谱，以下说法不正确的是

A:现代知识图谱通常以RDF三元组形式表示知识，如（头实体，关系，尾实体）

B:知识图谱中的实体识别通常要解决两个问题：实体边界识别 实体类型识别

C:实体识别是将文本中的实体标注出来，也是知识图谱构建的基础

D:知识图谱中实体识别工作可以使实体表达不规律的问题得到很大改善

答案: 知识图谱中实体识别工作可以使实体表达不规律的问题得到很大改善

以下说法不正确的是

A:实体链接是只将新识别出来的实体连接在一起

B:知识图谱构建中，在实体识别和实体链接后下一步是寻找实体间关系

C:实体间的关系除了有动态的，还有静态的

D:事件学习是从文本中抽取事件信息并结构化表示的过程

答案: 实体链接是只将新识别出来的实体连接在一起

关于知识图谱推理的说法正确的是

A:基于规则的知识图谱关系推理方法，由于其形式简单且可靠，得到了大规模的广泛应用

B:TransE是经典的基于深度学习的知识图谱推理模型，其利用了关系向量之间的计算来进行推理

C:由R1（学生，hope_to_pass，课程），R2（小博，is_a，学生），R3（算法，is_a，课程）推出（小博，hope_to_pass，算法）是基于深度学习的推理方法

D:知识图谱推理应用及其受限

答案: TransE是经典的基于深度学习的知识图谱推理模型，其利用了关系向量之间的计算来进行推理

以下描述的是专家系统的是

A:更多面向常识 普遍概念，用途更加广泛

B:强调概念及其关系的表达，不具备推理能力

C:将概念作为节点，边表示关系，可以用来描述语义关系

D:一般由事实库 规则库 推理机构成

答案: 一般由事实库 规则库 推理机构成

关于知识图谱，说法不正确的是

A:（Beijing，capital_of， China）分别称为（头实体，关系，尾实体）

B:知识图谱推理技术指的是如何能够快速推理答案

C:现代知识图谱通常以RDF二元组形式表示知识

D:知识图谱构建技术是如何自动构建知识图谱

答案: 现代知识图谱通常以RDF二元组形式表示知识

“26日下午，一架叙利亚空军L-39教练机在哈马省被HTS使用的肩携式防空导弹击落”这段文本中：时间实体“26号下午”，机构实体“叙利亚空军” “HTS”，地点实体“哈马省”武器实体“L-39教练机” “肩携式防空导弹”问，以上做法展示了什么过程

A:实体识别

B:实体关系

C:事件学习

D:都不是

答案: 实体识别

什么是实体关系学习

A:发现文本中的有效实体

B:检测文本中的实体是否具有某种预定义的关系

C:研究如何从文本中抽取事件信息并以结构化的形式呈现出来

D:实体识别与链接

答案: 检测文本中的实体是否具有某种预定义的关系

不属于知识图谱推理技术的是

A:基于符号的推理

B:利用符号的方法

C:基于机器学习的推理

D:实体识别与链接

答案: 实体识别与链接

关于知识图谱推理技术说法错误的事

A:知识图谱的推理，就是根据给定的知识图谱中的三元组，推导出新的三元组的过程

B:在知识图谱的构建过程中，大量实体之间存在关联，但没有被发现，需要通过推理算法来进行补全

C:假设知识图谱中有：(贝多芬，is_a， 音乐家)&(音乐家，is_a， 艺术家)，可以推理得到新的三元组：(贝多芬，is_a， 艺术家)。展示了机器学习推理方法

D:知识图谱推理分为两类：基于符号的推理 基于机器学习的推理方法

答案: 假设知识图谱中有：(贝多芬，is_a， 音乐家)&(音乐家，is_a， 艺术家)，可以推理得到新的三元组：(贝多芬，is_a， 艺术家)。展示了机器学习推理方法

第五章 搜索技术 第五章 单元测试 以下关于状态空间图的说法错误的是

A:将一个复杂问题表示成多个连续的状态

B:状态之间的连接指的是衔接 转移 导致等关系

C:将状态和连接合在一起可以构成状态图

D:状态空间图未必一定能画出来

答案: 将一个复杂问题表示成多个连续的状态

以下说法错误的是

A:对于复杂问题，可以逐步画出完整的状态图

B:解决问题的时候，对问题的定义很重要，因为它在一定程度上决定了解的形式

C:简单问题的解决可以通过直接构造状态图来解决

D:复杂问题的解决可以借助模型进行解决

答案: 对于复杂问题，可以逐步画出完整的状态图

首先考虑同级别的状态是什么搜索方法

A:宽度优先搜索

B:深度优先搜索

C:贪婪搜索

D:启发式搜索策略

答案: 宽度优先搜索

下列说法不正确的是

A:启发式搜索中h(n)的比重过大会导致问题找不到最优解

B:农夫过桥问题的状态图有明确的“解状态”，即全都过河

C:贪婪搜索够在“0-1背包问题”中获得全局最优解

D:固定深度的博弈搜索根据人们在实际对弈中往往只向前考虑几步的情况提出

答案: 贪婪搜索够在“0-1背包问题”中获得全局最优解

下列说法不正确的是

A:固定深度博弈比起穷举极大极小策略中的“穷举”办法，只考虑在固定深度上的枚举

B:“博弈算法”考虑了对手可能的反应

C:麦肯锡提出的减枝方法可以看做是深度优先的

D:Alpha Go融合了蒙特卡洛树搜索技术

答案: 麦肯锡提出的减枝方法可以看做是深度优先的

下列说法不正确的是

A:启发式搜索在统计语音识别 机器翻译问题中都得到应用

B:A算法中规定启发函数h(n)必须小于等于h(n)

C:固定深度博弈通过设计启发函数来评估叶节点的得分

D:极大极小策略适合棋局对弈游戏，能够在实际中很好的运用

答案: 极大极小策略适合棋局对弈游戏，能够在实际中很好的运用

一下对盲目搜索几种搜索方式的说法错误的是

A:深度优先搜索会在最深的层次找到当前情况下最好的选择

B:深度优先搜索会首先考虑纵身搜索，然后回溯上一层

C:宽度优先搜索会首先考虑同级别状态，然后再进入下一层继续搜索

D:贪婪搜索每一步都会选择使当前步骤获利最大的下一步

答案: 深度优先搜索会在最深的层次找到当前情况下最好的选择

以下说法正确的是

A:贪心算法搜索速度较快，但未必能找到最优解

B:贪心算法又称盲目搜索

C:深度优先搜索通用性差，但是可以准确地找到较简单问题的解

D:宽度优先搜索的效率高于贪心算法

答案: 贪心算法搜索速度较快，但未必能找到最优解

关于启发式搜索的说法正确的是

A:启发函数可以衡量两个状态孰优孰劣

B:启发式函数是主观上的评价，并在不同任务上有不同表示方法

C:启发式函数只有一种量化方法。

D:大多数启发式搜索都有启发函数

答案: 启发函数可以衡量两个状态孰优孰劣

以下说法错误的是：

A:通用搜索可以考虑当前节点到终止节点的最优路线

B:启发式搜索策略可以同时考虑到初始节点到当前节点与当前节点到终止节点的优劣

C:启发式搜索策略的典型代表包括A*搜索

D:若想求得最优路线，只考虑初始节点到当前节点是不够的

答案: 通用搜索可以考虑当前节点到终止节点的最优路线

以下说法错误的是

A:启发函数的性能与启发知识的数量成正比

B:启发式搜索在生活中有很多应用，如语音识别等

C:博弈搜索考虑的是多个角色的最优路径选择问题

D:博弈搜索中，可以将最大化对方的得分转化为最小化我方得分

答案: 启发函数的性能与启发知识的数量成正比

以下说法错误的是

A:阿尔法狗的是典型的贪心算法代表

B:围棋的复杂性导致其曾在一段时间之内无法被博弈算法有效突破

C:固定深度的博弈搜索可以看作是宽度优先的

D:博弈搜索中角色做出决策时要考虑到自己与对手双方的情况和反应

答案: 阿尔法狗的是典型的贪心算法代表

状态空间图表示方法的核心思想不包括

A:将一个复杂问题表示为若干离散状态

B:将衔接 转移 导致等关系表示为状态之间的连接

C:所有状体和连接构成状态图

D:对于任何问题，可以直接构造状态图

答案: 对于任何问题，可以直接构造状态图

关于状态空间图，说法错误的是

A:只有两个要素：状态 连接

B:状态空间图不一定总能“画出来”

C:问题的解的形式不是一定要定义的

D:对于简单问题，可以直接构造状态图

答案: 问题的解的形式不是一定要定义的

关于贪婪搜索策略，说法错误的是

A:总是做出在当前看来最好的选择

B:首先考虑纵深探索

C:不考虑整体最优，仅求取局部最优

D:不能保证得到最优解，但搜索速度非常快

答案: 首先考虑纵深探索

对于博弈搜索，下列说法错误的是

A:每个角色在做出决策时，不仅要考虑到自己的立场，还要预测对手可能的反应

B:对于许多棋类问题，需要两个甚至多个人参与，只能使用博弈算法

C:不对状态优劣进行判断，仅按照固定方式搜索

D:一个角色可以完成博弈搜索

答案: 一个角色可以完成博弈搜索

关于固定深度的博弈搜索说法错误的是

A:棋手只考虑向下“若干步”可能出现的棋局

B:只在当前MAX状态下向下探索固定的层数，如五层；

C:可以看作是“深度优先”的

D:构建出“极大极小”状态子图，转化为状态子图上的极大极小博弈搜索。

答案: 可以看作是“深度优先”的

说法错误的是

A:α-β剪枝在很长一段时间里都是棋类算法的代表，取得一系列成就

B:Alpha Go问世，将深度学习 价值网络 蒙特卡洛树搜索技术融合，战胜人类顶尖棋手

C:α-β剪枝使用到了宽度优先算法

D:蒙特卡洛树搜索”方式，以“信心上限决策”打分，使计算机围棋能力得到质的提升。为后续方法奠定基础。

答案: α-β剪枝使用到了宽度优先算法

下列关于搜索的说法不正确的是

A:“通用搜索”又称“盲目搜索”

B:状态空间图总能画出来

C:“状态图搜索”的搜索目标是在状态转移图中寻找最优的路线

D:“盲目搜索”可能需要无穷次的执行“选择动作->执行动作->查看并重复”

答案: 状态空间图总能画出来