智慧樹知到人工智能基礎(chǔ)章節(jié)測試答案

智慧樹知到《人工智能基礎(chǔ)》章節(jié)測試答案第一章1、第一個擊敗人類職業(yè)圍棋選手、第一個戰(zhàn)勝世界圍棋冠軍的人工智能機器人是由谷歌公司開發(fā)的（）。A.AlphaGoB.AlphaGoodC.AlphaFunD.Alpha答案:AlphaGo2、無需棋譜即可自學圍棋的人工智能是（）A.AlphaGoFanB.AlphaGoLeeC.AlphaGoMasterD.AlphaGoZero答案:AlphaGoZero3、世界上第一次正式的AI會議于（）年召開，JohnMcCarthy正式提出“ArtificialIntelligence”這一術(shù)語A.1954B.1955C.1956D.1957答案:19564、以下哪些不是人工智能概念的正確表述（）A.人工智能是為了開發(fā)一類計算機使之能夠完成通常由人類所能做的事B.人工智能是研究和構(gòu)建在給定環(huán)境下表現(xiàn)良好的智能體程序C.人工智能是通過機器或軟件展現(xiàn)的智能D.人工智能將其定義為人類智能體的研究答案:人工智能將其定義為人類智能體的研究5、下面不屬于人工智能研究基本內(nèi)容的是（）。A.機器感知B.機器學習C.自動化D.機器思維答案:自動化6、人工智能是研究、開發(fā)用于模擬、延伸和擴展人的（）的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學。A.智能B.行為C.語言D.計算能力答案:智能7、圖靈測試的含義是（）A.圖靈測試是測試人在與被測試者(一個人和一臺機器)隔開的情況下，通過一些裝置（如鍵盤）向被測試者隨意提問。問過一些問題后，如果被測試者超過30%的答復不能使測試人確認出哪個是人、哪個是機器的回答，那么這臺機器就通過了測試，并被認為具有人類智能。B.所謂的圖靈測試就是指一個抽象的機器，它有一條無限長的紙帶，紙帶分成了一個一個的小方格，每個方格有不同的顏色。有一個機器頭在紙帶上移來移去。機器頭有一組內(nèi)部狀態(tài)，還有一些固定的程序。．C.圖靈測試是一種用來混淆的技術(shù)，它希望將正常的（可識別的）信息轉(zhuǎn)變?yōu)闊o法識別的信息。D.不存在圖靈測試概念答案:圖靈測試是測試人在與被測試者(一個人和一臺機器)隔開的情況下，通過一些裝置（如鍵盤）向被測試者隨意提問。問過一些問題后，如果被測試者超過30%的答復不能使測試人確認出哪個是人、哪個是機器的回答，那么這臺機器就通過了測試，并被認為具有人類智能。8、下列不屬于人工智能學派的是（）。A.符號主義B.連接主義C.行為主義D.機會主義答案:機會主義9、認為智能不需要知識、不需要表示、不需要推理；人工智能可以像人類智能一樣逐步進化；智能行為只能在現(xiàn)實世界中與周圍環(huán)境交互作用而表現(xiàn)出來。這是（）學派的基本思想。A.連接主義B.符號主義C.行為主義D.邏輯主義答案:行為主義10、關(guān)于人工智能研究范式的連接主義，相關(guān)論述不正確的是（）A.連接主義原理是模擬大腦神經(jīng)網(wǎng)絡(luò)及神經(jīng)網(wǎng)絡(luò)間的連接機制與學習算法。B.連接主義理論認為思維基本是神經(jīng)元、人腦不同于電腦，并提出連接主義的大腦工作模式。C.連接主義起源于仿生學和人腦模型的研究。D.連接主義學派的代表人物有卡洛克(WarrenS.McCulloch)、皮茨(WalterH.Pitts)、Hopfield、布魯克斯(Brooks)、紐厄爾(Newell)。答案:連接主義學派的代表人物有卡洛克(WarrenS.McCulloch)、皮茨(WalterH.Pitts)、Hopfield、布魯克斯(Brooks)、紐厄爾(Newell)。11、人工智能(AI)、機器學習、深度學習三者關(guān)系論述正確的是（）A.人工智能研究、開發(fā)用于模擬、延伸和擴展人類智能的理論、方法及應(yīng)用，屬于一門獨立的技術(shù)學科。B.機器學習專門研究計算機怎樣模擬人類的學習行為，以獲取新的知識和技能，重新組織已有的知識結(jié)構(gòu)以完善自身的性能，但是機器學習能力并非AI系統(tǒng)所必須的。C.人工智能是一門研究、開發(fā)用于模擬、延伸和擴展人類智能的理論、方法及應(yīng)用的新的交叉學科，機器學習是人工智能的核心研究鄰域之一，深度學習是機器學習的新領(lǐng)域，研究多隱層多感知器、模擬人腦進行分析學習的人工神經(jīng)網(wǎng)絡(luò)。D.深度學習方法研究人工神經(jīng)網(wǎng)絡(luò)的單層感知器學習結(jié)構(gòu)。答案:人工智能是一門研究、開發(fā)用于模擬、延伸和擴展人類智能的理論、方法及應(yīng)用的新的交叉學科，機器學習是人工智能的核心研究鄰域之一，深度學習是機器學習的新領(lǐng)域，研究多隱層多感知器、模擬人腦進行分析學習的人工神經(jīng)網(wǎng)絡(luò)。12、支持向量機可以看作是具有一層隱藏層的神經(jīng)網(wǎng)絡(luò)。支持向量機的理論基礎(chǔ)是（）A.統(tǒng)計學B.生物神經(jīng)學C.視覺生理學D.控制論S答案:統(tǒng)計學13、深度學習屬于（）A.符號主義B.連接主義C.行為主義D.邏輯主義答案:連接主義14、計算機視覺可應(yīng)用于下列哪些領(lǐng)域（）。A.安防及監(jiān)控領(lǐng)域B.金融領(lǐng)域的人臉識別身份驗證C.醫(yī)療領(lǐng)域的智能影像診斷D.機器人/無人車上作為視覺輸入系統(tǒng)E.以上全是答案:以上全是15、下列不符合符號主義思想的是（）A.源于數(shù)理邏輯B.認為人的認知基元是符號C.人工智能的核心問題是知識表示、知識推理D.認為智能不需要知識、不需要表示、不需要推理答案:認為智能不需要知識、不需要表示、不需要推理16、不屬于自然語言處理的核心環(huán)節(jié)的是（）A.知識的獲取與表達B.自然語言理解C.自然語言生成D.語音語義識別答案:語音語義識別17、人工智能的近期目標在于研究機器來（）。A.完全代替人類B.制造智能機器C.模仿和執(zhí)行人腦的某些智力功能D.代替人腦答案:模仿和執(zhí)行人腦的某些智力功能第二章1、下列哪一個是“分類”任務(wù)的準確描述（）。A.預測每個項目實際的值B.對每個項目進行排序C.為每個項目分配一個類別D.發(fā)現(xiàn)每個空間中輸入的排布答案:為每個項目分配一個類別2、下列對于分類概念描述不正確的是（）A.分類的概念是在已有數(shù)據(jù)的基礎(chǔ)上學會一個分類函數(shù)或構(gòu)造出一個分類模型（即我們通常所說的分類器(Classifier)）。B.分類的方法包含決策樹、邏輯回歸、樸素貝葉斯、神經(jīng)網(wǎng)絡(luò)等算法C.分類的標準統(tǒng)一D.分類的結(jié)果有可能錯誤。答案:分類的標準統(tǒng)一3、在機器學習領(lǐng)域，分類的目標是指（）。A.將具有相似特征的對象聚集B.將具有相似形狀的對象聚集將具有相似值的對象聚集C.D.將具有相似名稱的對象聚集答案:將具有相似特征的對象聚集4、兩種以上（不含兩種）的分類問題被稱為（）。A.二分類B.多分類C.分類器D.歸一化答案:多分類5、多分類問題可以拆分為若干個而分類任務(wù)求解，可采取的拆分策略包括：（）A.一對一B.一對多C.多對多D.以上均可答案:以上均可6、有關(guān)分類器的構(gòu)造和實施步驟描述錯誤的是：（）A.選定樣本，將所有樣本分成訓練樣本和測試樣本兩部分；B.在訓練樣本上執(zhí)行分類器算法，生成分類模型；C.在訓練樣本上執(zhí)行分類模型，生成預測結(jié)果；D.根據(jù)預測結(jié)果，計算必要的評估指標，評估分類模型的性能。答案:在訓練樣本上執(zhí)行分類模型，生成預測結(jié)果；7、分類器是基于現(xiàn)有數(shù)據(jù)構(gòu)造出一個模型或者函數(shù)，以將數(shù)據(jù)庫中的數(shù)據(jù)映射到給定類別，從而可以應(yīng)用于數(shù)據(jù)預測。常包含以下步驟：①在訓練樣本上執(zhí)行分類器算法，生成分類模，（包含正樣本和負樣本）③選定樣本生成預測結(jié)果。②在測試樣本上執(zhí)行分類模型，型。．將所有樣本分成訓練樣本和測試樣本。④根據(jù)預測結(jié)果，計算必要的評估指標，評估分類模型的性能。構(gòu)造和實施分類器的正確順序為（）A.①②③④B.③①②④C.④①②③D.②③①④答案:③①②④8、下列算法中，不能夠?qū)o定樣本進行分類的是（）。A.決策樹算法B.邏輯回歸算法梯度下降算法C.神經(jīng)網(wǎng)絡(luò)D.:梯度下降算法答案。9、在測試樣本上執(zhí)行分類模型，可以（）區(qū)分正樣本A.B.區(qū)分負樣本C.生成預測結(jié)果生成分類模型D.生成預測結(jié)果:答案10、SVM是一種典型的（）模型A.感知機B.神經(jīng)網(wǎng)絡(luò)二類分類C.D.聚類答案:二類分類11、關(guān)于標注，下列說法正確的是A.在SVM中，訓練集的數(shù)據(jù)是經(jīng)過標注的B.在SVM中，測試集的數(shù)據(jù)不用標注C.在SVM中，識別目標的數(shù)據(jù)是經(jīng)過標注D.以上都不對答案:在SVM中，訓練集的數(shù)據(jù)是經(jīng)過標注的12、增加分類器訓練集的正負樣本集數(shù)量（）A.不好說B.會提高分類器效果C.還需要增加測試集的正負樣本集數(shù)量才能提高分類器效果D.不會提高分類器效果E.以上全是答案:不好說13、把樣本所屬的類型和樣本實現(xiàn)對應(yīng)起來被稱為()A.測試B.訓練C.標注D.分類答案:標注分類器測試的作用是、14．A.獲得檢測目標的分類B.判斷測試集樣本選擇是否合適C.判斷測試集樣本標注是否合適D.檢驗分類器的效果答案:檢驗分類器的效果15、下列敘述中關(guān)于歸一化不正確的是（）A.歸一化后，所有元素和為1B.歸一化后，所有元素值范圍在（0,1）C.歸一化后，所有元素值范圍在[0,1]D.歸一化也被稱為標準化答案:歸一化后，所有元素值范圍在（0,1）16、深度學習中，常用的歸一化函數(shù)是（）函數(shù)A.SoftMaxB.SoftMinC.MicroMaxD.MicroMin答案:SoftMax第三章1、有特征，無標簽的機器學習是（）A.監(jiān)督學習B.半監(jiān)督學習無監(jiān)督學習C.D.強化學習答案:C2、無監(jiān)督學習可完成什么任務(wù)（）A.分類B.回歸C.聚類D.分類、回歸、聚類答案:C3、尋找數(shù)據(jù)之間的相似性并將之劃分組的方法稱為（）A.分組B.分類C.回歸D.聚類答案:D4、電影推薦系統(tǒng)是以下哪些的應(yīng)用實例①分類②聚類③強化學習④回歸（）A.只有②B.只有①C.除了④D.以上都是答案:D5、下列兩個變量之間的關(guān)系中,哪個是函數(shù)關(guān)系（）學生的性別和他的英語成績A.B.人的工作環(huán)境與健康C.孩子的身高和父親的身高D.正方形的邊長和面積答案:D6、初始化采用隨機分配的K均值算法，下面哪個順序是正確的（）。①指定簇的數(shù)目；②隨機分配簇的質(zhì)心；③將每個數(shù)據(jù)點分配給最近的簇質(zhì)心；④將每個點重新分配給最近的簇質(zhì)心；⑤重新計算簇的質(zhì)心；A.①②③⑤④B.①③②④⑤C.②①③④⑤D.以上都不是答案:A7、從某中學隨機選取8名男生，其身高x(cm)和體重y(kg)的線性回歸方程為y=0.849x-85.712，則身高172cm的男學生，又回歸方程可以預報其體重（）。A.為60.316kgB.約為60.316kgC.大于60.316kgD.小于60.316kg答案:B8、以下不屬于聚類算法的是（）。A.K均值算法B.AGNES算法C.DIANA算法D.樸素貝葉斯算法答案:D9、Z等于Ｘ，則Z與Ｘ之間屬于（）A.完全相關(guān)B.不完全相關(guān)C.不相關(guān)D.完全不相關(guān)答案:A10、因：經(jīng)常挑食；果：身材矮小。這組因、果之間屬于（）關(guān)系。A.完全相關(guān)B.不完全相關(guān)C.不相關(guān)D.完全不相關(guān)答案:B11、（）是指根據(jù)“物以類聚”原理，將本身沒有類別的樣本聚集成不同的組。A.聚類B.回歸C.分類D.非監(jiān)督學習答案:A12、現(xiàn)欲分析性別、年齡、身高、飲食習慣對于體重的影響，如果這個體重是屬于實際的重量，是連續(xù)性的數(shù)據(jù)變量，這時應(yīng)采用（）；如果將體重分類，分成高、中、低這三種體重類型作為因變量，則采用（）。A.線性回歸線性回歸B.邏輯回歸邏輯回歸C.邏輯回歸線性回歸D.線性回歸邏輯回歸答案:D13、有特征，有部分標簽的機器學習屬于（）。A.監(jiān)督學習B.半監(jiān)督學習C.無監(jiān)督學習D.強化學習答案:B14、下面兩個兩完全相關(guān)的是（）。A.圓形的面積與直徑B.長方形的面積與邊長C.孩子的身高與父親身高D.每天的溫度和季節(jié)答案:A15、機器學習包括：A.監(jiān)督學習B.半監(jiān)督學習C.無監(jiān)督學習D.強化學習答案:16、兩個變量之間的關(guān)系包括：A.完全相關(guān)B.不完全相關(guān)C.不相關(guān)D.負相關(guān)答案:ABC17、下面哪一個不是聚類常用的算法（）。A.K均值算法B.AGNES算法C.DIANA算法D.SVM算法答案:D18、AGNES算法步驟正確的是（）。①將每個樣本特征向量作為一個初始簇；②根據(jù)兩個簇中最近的數(shù)據(jù)點尋找最近的兩個簇；③重復以上第二、三步，直到達到所需要的簇的數(shù)量；④合并兩個簇，生成新的簇的集合，并重新計算簇的中心點。A.①②③④B.①②④③C.①④③②D.①④②③答案:B19、下面屬于強化學習的是（）A.用戶經(jīng)常閱讀軍事類和經(jīng)濟類的文章，算法就把和用戶讀過的文章相類似的文章推薦給你。B.算法先少量給用戶推薦各類文章，用戶會選擇其感興趣的文章閱讀，這就是對這類文章的一種獎勵，算法會根據(jù)獎勵情況構(gòu)建用戶可能會喜歡的文章的“知識圖”。C.用戶每讀一篇文章，就給這篇新聞貼上分類標簽，例如這篇新聞是軍事新聞，下一篇新聞是經(jīng)濟新聞等；算法通過這些分類標簽進行學習，獲得分類模型；再有新的文章過來的時候，算法通過分類模型就可以給新的文章自動貼上標簽了。D.兩個變量之間的關(guān)系，一個變量的數(shù)量變化由另一個變量的數(shù)量變化所惟一確定，則這兩個變量之間的關(guān)系稱為強化學習。答案:B第四章1、在一個神經(jīng)網(wǎng)絡(luò)里，知道每一個神經(jīng)元的權(quán)重和偏差是最重要的一步。如果以某種方法知道了神經(jīng)元準確的權(quán)重和偏差，就可以近似任何函數(shù)。實現(xiàn)這個最佳的辦法是什么？（）A.隨機賦值，祈禱它們是正確的B.搜索所有權(quán)重和偏差的組合，直到得到最佳值C.賦予一個初始值，通過檢查跟最佳值的差值，然后迭代更新權(quán)重D.以上都不正確答案:C2、1943年，神經(jīng)網(wǎng)絡(luò)的開山之作《Alogicalcalculusofideasimmanentinnervousactivity》,由（）和沃爾特.皮茨完成。A.沃倫.麥卡洛克B.明斯基C.唐納德.赫布D.羅素答案:A3、感知機屬于（）。A.生物神經(jīng)網(wǎng)絡(luò)B.BP神經(jīng)網(wǎng)絡(luò)C.前饋神經(jīng)網(wǎng)絡(luò)D.反饋神經(jīng)網(wǎng)絡(luò)答案:C4、被稱為“神經(jīng)網(wǎng)絡(luò)之父”和“人工智能教父”的是（）。A.辛頓B.赫布C.明斯基D.魯梅爾哈特答案:A5、反饋神經(jīng)網(wǎng)絡(luò)又稱前饋網(wǎng)絡(luò)。A.對B.錯答案:B6、下列神經(jīng)網(wǎng)絡(luò)中哪種架構(gòu)有反饋連接（）。A.循環(huán)神經(jīng)網(wǎng)絡(luò)B.卷積神經(jīng)網(wǎng)絡(luò)C.感知機D.都不是答案:A7、對于自然語言處理問題，哪種神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)更適合？（）。A.多層感知器B.卷積神經(jīng)網(wǎng)絡(luò)C.循環(huán)神經(jīng)網(wǎng)絡(luò)D.感知器答案:C8、為解決單個輸出的感知機無法解決的異或問題，需要用有至少（）個輸出的感知機？A.2個B.3個C.4個D.5個答案:A9、使用感知機模型的前提是（）。A.數(shù)據(jù)樣本少B.數(shù)據(jù)線性可分C.數(shù)據(jù)線性不可分D.數(shù)據(jù)樣本多答案:B10、有關(guān)淺層神經(jīng)網(wǎng)絡(luò)的說法正確的是（）。A.各神經(jīng)元分層排列B.神經(jīng)元與前一層及后一層的神經(jīng)元相連C.是一種單向多層結(jié)構(gòu)D.同一層的神經(jīng)元之間沒有互相連接答案:ACD11、對于多層神經(jīng)網(wǎng)絡(luò)，BP（反向傳播）算法的直接作用是（）。A.提供訓練集、測試集樣本B.加快訓練權(quán)值參數(shù)和偏置參數(shù)C.提高神經(jīng)網(wǎng)絡(luò)特征表示精確度D.科學評價訓練模型答案:B12、梯度下降算法的正確步驟是什么？（）(a)計算預測值和真實值之間的誤差。(b)迭代跟新，直到找到最佳權(quán)重(c)把輸入傳入網(wǎng)絡(luò)，得到輸出值(d)初始化隨機權(quán)重和偏差(e)對每一個產(chǎn)生誤差的神經(jīng)元，改變相應(yīng)的（權(quán)重）值以減小誤差A.a,b,c,d,eB.e,d,c,b,aC.c,b,a,e,dD.d,c,a,e,b答案:D13、感知機是只含輸入層和輸出層的一種淺層神經(jīng)網(wǎng)絡(luò)，兩個感知機輸出解決了”異或”問題，進一步擴展到多感知機輸出，并增加了偏置單元。關(guān)于偏置單元的作用正確的是（）。A.解決異或問題B.屬于一種多層隱含層C.施加干擾，消除網(wǎng)絡(luò)死循環(huán)，以達到輸出收斂D.計算網(wǎng)絡(luò)傳播偏差信息答案:C14、深度學習是一種多層神經(jīng)網(wǎng)絡(luò)的模擬認知訓練方法，多層神經(jīng)網(wǎng)絡(luò)包含多個隱含層感知層，也稱作卷積神經(jīng)網(wǎng)絡(luò)(CNN)，它的研究熱潮興起于本世紀初期。A.對B.錯答案:B15、深度學習可以具有幾個隱藏層（）。A.1個B.2個C.3個D.4個答案:B16、深度學習中常用的激活函數(shù)不包括（）。A.sign函數(shù)B.Sigmoid函數(shù)C.ReLU函數(shù)D.Sin函數(shù)答案:D17、在何種情況下神經(jīng)網(wǎng)絡(luò)模型被稱為深度學習模型（）。A.加入更多層，使神經(jīng)網(wǎng)絡(luò)的層數(shù)增加B.有維度更高的數(shù)據(jù)C.當這是一個圖形識別問題時D.以上都不正確答案:A18、深度學習是含有一個隱含層的多層神經(jīng)網(wǎng)絡(luò)模型的強化學習，訓練過程加入了激活函數(shù)。．A.對B.錯答案:B19、神經(jīng)網(wǎng)絡(luò)中，線性模型的表達能力不夠時，可引入（）來添加非線性因素。A.線性函數(shù)B.激活函數(shù)C.分類函數(shù)D.偏置單元答案:B20、下列關(guān)于神經(jīng)網(wǎng)絡(luò)說法正確的是（）。A.高速尋找優(yōu)化解B.不如決策樹穩(wěn)定C.非線性D.具有自學習、自組織、自適應(yīng)性答案:ACD第五章1、視網(wǎng)膜上對弱光敏感的是A.視桿細胞B.視錐細胞C.視神經(jīng)D.瞳孔:A答案．2、計算機中存儲的圖像是A.模擬圖像B.數(shù)字圖像C.黑白圖像D.彩色圖像答案:B3、數(shù)字圖像的最小單位是：A.像素B.分辨率C.點D.位答案:A4、圖像的空間離散化叫做：A.灰度化B.二值化C.采樣D.量化答案:C5、計算機處理圖像時的三原色是：A.紅、黃、藍B.紅、綠、藍紅、黃、綠C.D.藍、綠、黃答案:B6、計算機顯示器使用的顏色模型是A.HSVB.CMYKC.YUVD.RGB答案:D7、已知的最古老的照片是由__完成的A.達芬奇B.JosephN.NiepceC.WillamH.F.TalbotD.RussellA.Kirsch答案:B8、以下那個不是圖像的基本運算A.點運算B.塊運算C.代數(shù)運算D.邏輯運算答案:B9、可以將圖中的相應(yīng)區(qū)域進行遮蓋的運算是圖像加法A.B.圖像減法C.圖像乘法D.圖像除法答案:C10、以下不屬于圖像增強方法的是A.對比度展寬B.直方圖均衡C.偽彩色D.均值濾波答案:D11、常用的圖像分割方法不包括A.基于邊緣檢測的方法B.基于閾值的方法C.基于區(qū)域的方法D.基于視覺觀察的方法答案:D12、圖像壓縮的目的是A.去除圖像中的冗余信息B.降低分辨率C.增加數(shù)據(jù)量D.減少圖像的信息量:A答案．13、關(guān)于圖像梯度，說法不正確的是A.相鄰像素之間的差值稱為圖像梯度B.邊緣梯度值要比平滑紋理梯度值小C.水平梯度圖中豎向的邊緣會比較清楚D.垂直梯度圖中，水平方向的邊緣會比較清楚答案:B14、關(guān)于視頻的說法不正確的是A.視頻是基于“視覺暫留”現(xiàn)象B.視頻是圖像序列C.我們常見的視頻一般是20幀/秒D.視頻時離散的答案:C15、可以檢測出圖像中運動的方向和大小的方法是A.差分B.背景差分C.光流法D.梯度直方圖答案:C16、CNN的基本結(jié)構(gòu)不包括A.卷積層B.前向池化層反向池化層C.D.全連接層答案:C17、關(guān)于卷積層的說法，錯誤的是A.卷積核的尺寸是由人為指定的B.卷積核的參數(shù)值是人為指定的C.卷積層可以作為神經(jīng)網(wǎng)絡(luò)的隱藏層D.特征圖是為卷積層的最終輸出答案:B18、池化層的作用不包括A.解決卷積計算量過大的問題B.降低特征圖的分辨率C.實現(xiàn)不同尺度特征的提取D.實現(xiàn)特征分類答案:D19、CNN中用來完成分類的是A.卷積層B.池化層C.全連接層D.ReLU函數(shù)答案:C第六章自然語言處理完成的功能可以劃分為一下兩依據(jù)自然語言是處理系統(tǒng)的輸入還是輸出，、1．類。A.自然語言表達B.自然語言生成C.自然語言理解D.自然語言讀寫答案:BC2、自然語言處理作為人工智能領(lǐng)域最重要的一個研究方向，其技術(shù)發(fā)展與人工智能的發(fā)展歷史一樣，主要有以下兩類方法。A.基于規(guī)則的方法B.基于字典的方法C.基于統(tǒng)計的方法D.基于深度學習的方法答案:AC3、導航軟件里面郭德綱的聲音是怎么制作的。A.語音合成B.本人錄制C.語音識別D.詞典查詢答案