好的，以下是关于word2vec的知识点出4道较难的多选题和两道判断题，并附上参考答案：
- 多选题： a. Word2Vec模型是一种用于学习单词表示的： i. 无监督学习算法 ii. 监督学习算法 iii. 半监督学习算法 iv. 强化学习算法 b. Word2Vec模型中CBOW和Skip-gram是两种不同的： i. 目标函数 ii. 网络结构 iii. 优化算法 iv. 数据预处理方法
参考答案：1.a.i 2.b.ii
- 多选题： a. 在Word2Vec中，负采样（negative sampling）是一种用于解决什么问题的技术？ i. 计算效率问题 ii. 模型过拟合问题 iii. 数据稀疏性问题 iv. 梯度消失问题
b.Word2Vec模型中，字典大小为V，窗口大小为W，每个训练样本有C个上下文单词。在CBOW模型中，每个训练样本共涉及到了多少个单词？
i. C+1
ii.W+C+1
iii.W*C+1
iv.V*(W+C)+1
参考答案：1.a.i 2.b.ii
- 判断题： a. Word2Vec模型可以用于计算单词之间的相似度。
参考答案：正确
- 判断题： a. Word2Vec模型通过将单词表示为高维空间中的向量，使得具有相似语义的单词在向量空间中距离较远。
参考答案：错误
内容由零声教学AI助手提供，问题来源于学员提问
