1.想一想使用如下的编码-解码模型来进行机器翻译：
这个模型是“条件语言模型”,编码器部分(绿色显示)的意义是建模中输入句子x的概率
【 】 正确
【★】 错误
2.在集束搜索中，如果增加集束宽度b bb，以下哪一项是正确的？
【★】 集束搜索将运行的更慢。
【★】 集束搜索将使用更多的内存。
【★】 集束搜索通常将找到更好地解决方案（比如：在最大化概率P ( y ∣ x ) P(y|x)P(y∣x)上做的更好）。
【 】集束搜索将在更少的步骤后收敛。
3.在机器翻译中，如果我们在不使用句子归一化的情况下使用集束搜索，那么算法会输出过短的译文。
【★】正确
【 】错误
4.假设你正在构建一个能够让语音片段 x xx 转为译文 y yy 的基于RNN模型的语音识别系统，你的程序使用了集束搜索来试着找寻最大的P ( y ∣ x ) P(y|x)P(y∣x)的值y yy。在开发集样本中，给定一个输入音频，你的程序会输出译文y ^ \hat{y}y^ = “I’m building an A Eye system in Silly con Valley.”，人工翻译为y ∗ y^*y∗ = “I’m building an AI system in Silicon Valley.”
在你的模型中,
P ( y ^ ∣ x ) = 1.09 ∗ 1 0 − 7 P(\hat{y} \mid x) = 1.09*10^{-7}P(y^∣x)=1.09∗10−7
P ( y ∗ ∣ x ) = 7.21 ∗ 1 0 − 8 P(y^* \mid x) = 7.21*10^{-8}P(y∗∣x)=7.21∗10−8
那么，你会增加集束宽度B BB来帮助修正这个样本吗？
【★】 不会，因为 P ( y ∗ ∣ x ) ≤ P ( y ^ ∣ x ) P(y^* \mid x) \leq P(\hat{y} \mid x)P(y∗∣x)≤P(y^∣x) 说明了这个锅要丢给RNN，不能让搜索算法背锅。
【 】 不会，因为 P ( y ∗ ∣ x ) ≤ P ( y ^ ∣ x ) P(y^* \mid x) \leq P(\hat{y} \mid x)P(y∗∣x)≤P(y^∣x) 说明了这个锅要丢给搜索算法，凭什么让RNN背锅？
【 】 会的，因为 P ( y ∗ ∣ x ) ≤ P ( y ^ ∣ x ) P(y^* \mid x) \leq P(\hat{y} \mid x)P(y∗∣x)≤P(y^∣x) 说明了都是RNN的错，咱不能冤枉搜索算法。
【 】 会的，因为 P ( y ∗ ∣ x ) ≤ P ( y ^ ∣ x ) P(y^* \mid x) \leq P(\hat{y} \mid x)P(y∗∣x)≤P(y^∣x) 说明了千错万错都是搜索算法的错，可不能惩罚RNN啊~
5.接着使用第4题那里的样本，假设你花了几周的时间来研究你的算法，现在你发现，对于绝大多数让算法出错的例子而言，P ( y ∗ ∣ x ) > P ( y ^ ∣ x ) P(y^* \mid x) > P(\hat{y} \mid x)P(y∗∣x)>P(y^∣x)，这表明你应该将注意力集中在改进搜索算法上，对吗？
【★】 嗯嗯~
【 】 不对
6.回想一下机器翻译的模型：
除此之外，还有个公式 a < t , t ′ > = exp ( e < t , t ′ > ) ∑ t ′ = 1 T x exp ( e < t , t ′ > ) a^{<t,t′>} = \frac{\text{exp}(e^{<t,t′>})}{\sum^{T_x}_{t′=1}\text{exp}(e^{<t,t′>})}a<t,t′>=∑t′=1Txexp(e<t,t′>)exp(e<t,t′>)
下面关于 α < t , t ′ > \alpha^{<t,t′>}α<t,t′> 的选项那个（些）是正确的？
【★】 对于网络中与输出y < t > y^{<t>}y<t> 高度相关的 α t ′ \alpha^{t′}αt′而言，我们通常希望 α < t , t ′ > \alpha^{<t,t′>}α<t,t′> 的值更大。（请注意上标）
【 】 对于网络中与输出y < t > y^{<t>}y<t> 高度相关的 α t \alpha^{t}αt 而言，我们通常希望 α < t , t ′ > \alpha^{<t,t′>}α<t,t′> 的值更大。（请注意上标）
【 】∑ t α < t , t ′ > = 1 \sum_{t} \alpha^{<t,t′>} = 1∑tα<t,t′>=1(注意是和除以t.)
【★】∑ t ′ α < t , t ′ > = 1 \sum_{t′} \alpha^{<t,t′>} = 1∑t′α<t,t′>=1(注意是和除以t′.)
7.网络通过学习的值e < t , t ′ > e^{<t,t′>}e<t,t′> 来学习在哪里关注“关注点”，这个值是用一个小的神经网络的计算出来的：
这个神经网络的输入中，我们不能将 s < t − 1 > s^{<t-1>}s<t−1> 替换为s < t > s^{<t>}s<t>。这是因为s < t > s^{<t>}s<t> 依赖于α < t , t ′ > \alpha^{<t,t′>}α<t,t′> ，而α < t , t ′ > \alpha^{<t,t′>}α<t,t′>又依赖于e < t , t ′ > e^{<t,t′>}e<t,t′>；所以在我们需要评估这个网络时，我们还没有计算出s t s^{t}st。
【★】 正确
【 】 错误
8.与题1中的编码-解码模型（没有使用注意力机制）相比，我们希望有注意力机制的模型在下面的情况下有着最大的优势：
【★】 输入序列的长度T x T_xTx 比较大。
【 】 输入序列的长度T x T_xTx 比较小。
9.在CTC模型下，不使用"空白"字符（_）分割的相同字符串将会被折叠。那么在CTC模型下，以下字符串将会被折叠成什么样子？__c_oo_o_kk___b_ooooo__oo__kkk
【 】 cokbok
【★】 cookbook
【 】 cook book
【 】 coookkboooooookkk
10.在触发词检测中, x < t > x^{<t>}x<t> 是:
【★】 时间t tt时的音频特征（就像是频谱特征一样）。
【 】 第t tt个输入字，其被表示为一个独热向量或者一个字嵌入。
【 】 是否在第t tt时刻说出了触发词。
【 】 是否有人在第t tt时刻说完了触发词。