以下不属于自然语言处理常用的工具和平台的有（ ）

语音和文字识别、语音服务等语言技术产品在人们日常生活、工作中的影响不大。

K-Means 是一种通过均值对数据点进行聚类的方法。

无监督学习在样本数据中只有数据，而没有对数据进行标记。

无监督学习的概念就是让计算机对这些原始数据进行分析，让计算机自己去学习、找到数据之间的关系。

计算机视觉只是个短暂的热门研究领域。

神经网络再次回到人民的视野中，语音识别是第二个取得突破的领域。

传统语言识别的错误率改进停滞不前，停留在 25％左右，难以达到实用水平。

监督学习是从标记的训练数据推断一个功能的机器学习任务。

对于分类来说，目标变量是样本所属的类别，在样本数据中，包含每一个样本的特征。

人的视觉系统在信息处理是分级的，从底层到高层的特征表现越来越抽象，抽象层面越高，存在的可能猜测就越少，就越利于分类。