二級計算機考試內(nèi)容哪個需要操作？我將考點總結(jié)如下，希望能解答大家的疑問:字操作:1.【發(fā)送子話題】標題樣式需要標題1和標題2的格式設置，按照要求一步一步來，不要 不要忘記詳細的格式。2.紙張尺寸、頁邊

二級計算機考試內(nèi)容哪個需要操作？

我將考點總結(jié)如下，希望能解答大家的疑問:

字操作:

1.【發(fā)送子話題】標題樣式需要標題1和標題2的格式設置，按照要求一步一步來，不要 不要忘記詳細的格式。

2.紙張尺寸、頁邊距調(diào)整等。

3.插入圖片、文本框、smartart、繪圖(記得先插入畫布，然后再插入形狀)，并用公式表示這些對象的設置。

4.【難點】表格和圖表也是新的考點。在word中插入圖表，一般都會有截圖。按照截圖做，然后對比要求。有要求的點就行了。至于美，你不 我不需要注意。

5.【難點】注意文檔中全角和半角的區(qū)分，尤其是查找和替換的操作——批量刪除空格和空行，或者輸入符號。一定要看輸入法里的月牙或者圓圈。

6.【難點】新增考點。當你這樣做時，你必須使用制表符來分隔彼此。最好是顯示一把尺子，這樣比較快。

7.【發(fā)送子話題】參考目錄。如果有標題設置，就會有目錄。最后記得刷新目錄。如果你進入圖表目錄，標題中必須有說明文字，表格中必須有說明文字，圖片中必須有說明文字，圖表中必須有說明文字。這樣就有了考點的腳注和尾注。這個設置不難，學會設置就行了。

8.頁眉和頁腳的頁碼，尤其是奇偶頁設置，以及頁碼設置。記住插入分隔符是分節(jié)符還是分頁符。

9、小細節(jié)、數(shù)字設置、文字效果、水印、基本字體、段落格式設置、插入封面、分欄等。找到菜單就行了。

10【大考點】郵件合并，如果遇到這個大函數(shù)，基本上這9個點都會考小知識點，基本上不會考大點，只是郵件合并各種函數(shù)，主要生成的文件會保存在路徑和文件名中。

給考試題自動打知識點, 需要用到哪些技術(shù)和算法？

雖然沒有考題分類，但是從描述上看像是文本題目的多分類問題。我 我不確定它是否 好與不好，因為我還沒有 我沒有嘗試過一些想法。;我提供了。

首先，第一步是先提取特征再分類，也就是量化你的試題。矢量化有幾種方法。

1.設置自己的特色，比如中英文的字數(shù)，數(shù)字的字數(shù)，一些名詞，名詞出現(xiàn)的頻率等等。你可以自己設置這些特征，最后轉(zhuǎn)換成矢量。

2.以TF*IDF為代表的詞袋模型，可以專門搜索TF*IDF是什么。

3.單詞嵌入模型，結(jié)合了語義信息，比如word2vec，一個可以表示每個單詞的語義向量，每個單詞可以把整個文檔的語義加起來。，或者直接使用doc2vec、python s gensim有api，可以直接實現(xiàn)，但建議了解原理。

以上三種方法可以將一個問題轉(zhuǎn)化為一個向量，等價于向量的多標簽分類問題。

分類方法:

1.可以看作是一個0/1分類問題，即假設有五個分類ABCDE，你分別訓練五個模型來判斷向量是否屬于這個分類。這種2-分類的方法很多，效果也比較好。隨機森林，logistic回歸，svm都可以直接扔進去。

2.設置一個門檻，直接去做。假設試題A的向量表示是X，對應的標簽是分類B和分類C(有ABCDE5類)，那么最終的結(jié)果向量是0 1 1 0 0。把向量扔進神經(jīng)網(wǎng)絡，最后連接一個softmax輸出每一個分類的概率，比如0.1 0.6 0.8 0.4 0.3。超過0.5就知道是分類和火車了。

3.建議使用RNN(可以使用lstm/gru)進行培訓。RNN通常適用于這種類型的訓練，它可以適應不同長度的輸入，而不必固定為多維向量。方法是用word2vec對試題的每個單詞進行矢量化，然后丟入RNN(如果問題很長，考慮加入注意機制，單元格選擇lstm或者GRU)。輸出結(jié)果后面是sigmoid，也就是方法1中的0/1分類問題。如果遵循softmax，則是方法2中設置的閾值。

4.可以試試主題模型，比如LDA主題模型?？疵總€類目的主題詞，然后直接搜索關(guān)鍵詞。比如都是分類A的考題，提取主題詞等等。這些主題詞是根據(jù)特征1分類的，但視覺效果隨數(shù)據(jù)集變化很大。

以上方法我都想到了，沒有經(jīng)過測試，僅供參考。