一、填空（30*1' = 30'）
都是PPT上的，这里列几个复习可能忽略掉的地方：
word2vec是用来计算____和___（king-man+woman）
爬虫模型使用___判重
fastText是一个_____和_____工具，使用_____方法/概念。
PLSA的全称是______。它通过文档-词项信息 p (w | d) 进行训练，得到______和________。
csv文件是_____结构化文件
其余的题都比较基础，一眼能知道答案（只要好好看PPT了的话.....）
二、名词解释（5*8' = 40'）
1. 正则表达式
2. web数据抽取
3. HMM模型
4. Bag of words model
5. 忘了（但不难）---统计语言模型
三、简答题（3*10'=30'）
1. 简述包装器，比较两种抽取方法
2. CBOW的结构、思想、训练过程及应用
3. 常用的图像局部特征，以及它们的思想
还是那句话，做好事积德……
