下列哪個選項不屬於詞袋模型應用的基本流程？（）
A.統計詞頻率
B.刪除停止詞與低頻詞
C.中文分詞
D.潛在語義分析
E.計算詞頻率-逆文檔頻率
第1题
A．詞袋模型（bag-of-words model）適用於描述文本的一個簡單的數學模型，也是常用的一種文本特徵提取方式
B．詞袋模型對文檔進行了很大程度的簡化，但一定程度上仍然保留了文檔的主題信息
C．對文本建構詞袋之前，需要先借著額外的手段將文本中的詞語分開，這項技術稱之為分詞 （word-segment）
D．在文檔中，例如『的』、『也』這樣構成一個句子的基本字詞對文檔的主題區分並無幫助，且不攜帶任何主題信息的高頻詞稱為停止詞 （Stop word），在構建詞典時必須去除
E．一個詞在文檔中出現的頻率稱為詞頻率 （term frequency） 其定義為該詞語在文本中出現的次數與這段文本中詞語的總數的商
第3题
A.詞頻統計的方法中，對於要將單一主題的文檔從海量的語料庫中發掘出來是很輕易的，不需要借助額外的技術來獲取詞頻向量
B.主題模型 （topic model） 是描述語料庫及其中潛在的一類數字模型，首先考慮到的是如何用數學語言去描述一個主題
C.詞頻向量是由所有的詞頻組合在一起，同時，詞頻為該字詞在文本出現的總數除以文檔中的總詞語數
D.文黨的詞頻、主題的比重、主題的詞頻三者之間的關係為D（文檔詞頻） = W（主題比重）* T（主題詞頻）
E.文本挖掘技術基本上屬於無監督學習方法
第6题
A.一個文字區塊被妥善排列，以顯示區塊中的文字都是互相有關係的
B.選用的詞條適合目標對象
C.閱讀字詞，字句和文字模塊時，所需花的力氣相對的低
D.文件在視覺上的吸引力這項特性
第7题
A.對複音虛詞與單音虛詞同等重視
B.重視虛詞“史”的說明。
C.釋義力求擺脫傳統的辭訓式的解說，儘量從語法的角度進行分析和描寫。
D.有些詞條設有辨析一欄，用來辨析該詞和其他詞古今用法或意義的差異。
第8题
A.詞袋模型是用於描述文本的一個簡單的數學模型
B.詞袋模型是常用的一種文本特徵提取方式
C.詞袋模型只考慮詞語在文檔中出現的次數
D.詞袋模型不忽略詞語的順序和句子的結構
E.詞袋模型忽略詞語的順序和句子的結構
第9题
請指出下列句子中加括號的兩個字各屬於合成詞、詞組還是單純詞，同時說明它們各自的特點。
①把酒臨風，其喜(洋洋)者矣。(范仲淹《岳陽樓記》)
②(盈盈)公府步，(冉冉)府中趣。(《陌上桑》)
③秦人開關延敵，九國之師(逡巡)而不敢進。(賈誼《過秦論》)
④嗚呼!(死生)，晝夜事也。(文天祥《指南錄後序》)
⑤璧有瑕，請(指示)王。(《史記•廉頗藺相如列傅》)
⑥青冥(浩蕩)不見底，日月照耀金銀台。(李白《夢游天姥吟留别》
⑦芳草鮮美，落英(繽紛)。(陶淵明《桃花源記》)
⑧率(妻子)邑人來此絕境，不復出焉，遂與外人間隔。(陶淵明《桃花源記》)
⑨便可白(公姥)，及時相遺歸。(《孔雀東南飛》)
⑩夫子(喟然)嘆曰：“吾與點也。"(《論語•先進》
第10题
A.分文不值 為期不遠 大快人心 遲疑不決
B.一乾二淨 為期不遠 十拿九穩 莫名其妙
C.一乾二淨 指日可待 十拿九穩 捉摸不透
D.分文不值 指日可待 大快人心 煩躁不安
