深度学习中的梯度消失问题通常与（）有关。

关于人工智能，叙述不正确的是（）。

（）是人以自然语言同计算机进行交互的综合性技术，结合了语言学、心理学、工程计算机技术等领域的知识。

在机器学习中，特征提取的主要目的是（）。

关系模型概念中，不含有多余属性的超码称为（）。

（）不是人工智能的技术应用领域。

大数据技术为输入数据在（）方面做出了贡献，帮助提升了深度学习算法的性能。

人工神经网络在20世纪（）年代兴起，一直以来都是人工智能领域的研究热点。

数据是信息的符号表示或载体；信息则是数据的内涵，是数据的（）。

为数据表创建索引的目的是（）。

窗体中的信息主要有（）两类。