fasttext利用了全局范围的词相关性

机器学习中做特征选择时，下面方法或信息不一定有用的是

问答系统中的NLP技术，以下描述不正确的是：

树剪枝阶段。构造过程得到的并不是最简单、紧凑的决策树，因为许多分枝反映的可能是训练数据中的噪声或孤立点。树剪枝过程主要检测和去掉这种分枝，以提高对未知数据集进行分类时的准确性。

树构造阶段决策树采用自项向下的递归方式从根节点开始在每个节点上按照给定标准选择测试属性，然后按照相应属性的所有可能取值向下建立分枝、划分训练样本，直到一个节点上的所有样本都被划分到同一个类，或者某一节点中的样本数量低于给定值时为止。

决策树算法是数据挖掘分类中的一种常用的算法。在数据挖掘领域内，分类可以看成是从一个数据集到一组预先定义的、非交叠的类别的映射过程。

关于递归函数基例的说明，以下选项中错误的是

L1 和 L2 正则化是传统机器学习常用来减少泛化误差的方法，以下关于两者的说法正确的是:

神将网络训练时，常会遇到很多问题，对于梯度消失问题，我们可以通过选择使用以下哪种函数减轻该问题?

前馈神经网络是一种简单的神经网络，各神经元分层排列，是目前应用最广泛，发展最迅速的人工神经网络之一。 以下关于前馈神经网络说法正确的是:

以下关于机器学习描述正确的是?