Skip-Gram是根据某个词然后分别计算它前后几个词的各个概率（）

A.CBOW是根据某个词前面的n个词或者前后n个连续的词，来计算某个词出现的概率

B.Skip-Gram是根据某个词然后分别计算它前后几个词的各个概率

C.CBOW和Skip-Gram都是可以训练词向量的方法，但是Skip-Gram要比CBOW更快一些

D.无论是CBOW模型还是skip-gram模型，都是以Huffman树作为基础的

A.Skip-Gram是根据某个词然后分别计算它前后几个词的各个概率。

B.无论是CBOW模型还是Skip-gram模型。都是以Huffman树作为基础的。

C.CBOW和Skip-gram都是可以训练词向量的方法。

D.CBPOW是根据某个词前面的n个词或者前后n个连续的词，来计算某个词出现多现的概率。

A.词向量是一种 one-hot 的单词表达形式

B.可以利用某个单词来分别预测该单词的上下文单词，从而训练得到词向量模型

C.词向量是一种分布式的单词表达形式

D.可以根据某个单词的上下文单词来预测该单词，从而训练得到词向量模型

A.词向量是一种 one-hot 的单词表达形式

B.可以利用某个单词来分别预测该单词的上下文单词，从而训练得到词向量模型

C.词向量是一种分布式的单词表达形式

D.可以根据某个单词的上下文单词来预测该单词，从而训练得到词向量模型

A.可以利用某个单词来分别预测该单词的上下文单词，从而训练得到词向量模型

B.词向量是一种one-hot的单词表达形式

C.词向量是一种分布式的单词表达形式

D.可以根据某个单词的上下文单词来预测该单词，从而训练得到词向量模型

A.可以利用某个单词来分别预测该单词的上下文单词，从而训练得到词向量模型

B.词向量是一种one-hot的单词表达形式

C.词向量是一种分布式的单词表达形式

D.可以根据某个单词的上下文单词来预测该单词，从而训练得到词向量模型

A.将插入点分别移到该词出现的每一个地方，执行删除原词、输入新词的操作

B.利用查找功能，然后对每一查找结果进行删除原词、输入新词的操作

C.利用替换功能，在查找文本框中输入原词，在替换文本框中输入新词，执行查找功能，待找到一个后，再执行替换

D.利用替换功能，在查找文本框中输入原词，在替换文本框中输入新词，执行全部替换功能

A.打开查找对话框，然后对每一查找结果进行删除操作或输入另一词

B.使用工具菜单中的修订

C.使用工具菜单中自动更正

D.打开查找对话框，然后按“替换”按钮，在“替换为”文本框中不输入或输入另一词