理解语言的AI一般不需要下面哪种数据？

本题考查人工智能在自然语言处理（NLP）任务中对语言理解所需的数据类型，核心在于区分“语言理解”与“文本呈现”两类不同层次的处理需求。\n\n题干关键限定词是“理解语言”，即AI需完成语义分析、句法解析、意图识别、上下文推理等认知层面任务，而非视觉呈现或排版渲染。\n\n逐项分析：\n\nA：字符编码——必需。 \n字符编码（如UTF-8、Unicode）是将文本符号映射为计算机可处理的数字序列的基础机制。NLP模型输入必须是离散的token序列（如字节、子词或字符ID），而这些ID依赖于底层字符编码方案。没有字符编码，文本无法被数字化表示，模型无法读取原始输入。因此，字符编码是语言理解的前提性基础设施，属于必需数据。\n\nB：字形——不需要。 \n字形（glyph）指字符在视觉上的具体形状（如“a”的不同书写变体、手写体、艺术体），属于字体渲染层面的视觉表征。语言理解关注的是符号所承载的抽象语言单位（如音位、词素、词汇、句法结构），而非其像素级外观。OCR系统虽需识别字形以还原文本，但那是“文本识别”阶段；一旦文本已被正确转录为字符串，后续的语言理解过程完全不依赖字形信息。故字形与语言理解无本质关联。\n\nC：排版——不需要。 \n排版（typesetting）涉及行距、缩进、分栏、对齐、换行、页眉页脚等文档布局信息。这些属于文档结构和视觉组织范畴，服务于人类阅读体验或出版需求。标准NLP任务（如机器翻译、情感分析、问答）仅需线性文本序列及其内在语言结构（词序、依存关系等），排版信息既不参与语义建模，也不影响语法判断。即使输入含HTML或PDF排版标记，NLP系统通常先做清洗（去除标签、合并换行），提取纯文本内容。\n\nD：字体——不需要。 \n字体（font）是字形的集合及其渲染参数（如粗细、斜体、字号）。它纯粹是输出显示或印刷时的视觉样式选择，与语言符号的语义、语法、语用属性无关。模型无法也无需通过字体特征推断词义或句法功能。例如，“hello”用Times New Roman或Arial显示，对其语义理解毫无影响。\n\n综上，B（字形）、C（排版）、D（字体）均属于文本的视觉表现层（presentation layer），而语言理解属于符号语义层（semantic layer）。二者在计算语言学中严格分离：前者由图形系统或文档处理器处理，后者由NLP模型处理。因此，理解语言的AI一般不需要字形、排版和字体这三类数据。\n\n正确答案：B、C、D。