基本信息
文件名称:2025年命名实体链接知识库匹配习题(含答案与解析).docx
文件大小:15.64 KB
总页数:12 页
更新时间:2025-09-15
总字数:约8.33千字
文档摘要

2025年命名实体链接知识库匹配习题(含答案与解析)

一、单选题(共15题)

1.在命名实体链接(NER)任务中,以下哪项技术通常用于增强模型对实体边界识别的准确性?

A.字符级别的卷积神经网络

B.BERT预训练模型

C.自定义损失函数

D.增量学习

答案:B

解析:BERT预训练模型通过在大规模文本语料库上进行预训练,能够学习到丰富的语言知识,从而提高实体边界识别的准确性。参考《自然语言处理技术手册》2025版第五章。

2.在知识库匹配过程中,以下哪种方法能够提高匹配效率?

A.哈希表查找

B.字典树查找

C.暴力匹配

D.排序后查找

答案:A

解析:哈希表查