如果要求用 100 個問題隨機猜詞，只能回答「是」或「否」，是否可以猜出世界上所有名詞？

01-21

對每個名詞賦予唯一的100位二進位編碼，每一位的0和1對應某一個特定問題的答案（不要問我特定的問題是什麼）

我們可以算出這一百個問題能帶來多少可能的答案分支，共2^100種

粗略計算一下，2^31=2147483648，就算2*10^9。2^100=（2*10^31）^3*(2^9)=(8*10^27)*512=4096*10^31=4*10^33

10^8是一億，那麼我們可以編碼40億億億億個詞。

所以理論上可行，至於這個問題怎麼設計那我就不管了2333

可以

其存在性證明已經由另一位答主 @黃宏鳴給出了，假設世界上所有的名詞總數是低於黃答主估計的數字的話，我來一個構造性證明：

1. 收集世界上所有的名詞，並按照unicode序排序

2. 給排序後的名詞編號

3. 第一個問題是：這個名詞的編號小於某個數嗎？

後面省略，到這裡應該就知道後面怎麼辦了，

不可能…

100個問題最多只能猜出2的100次冪個名詞，御坂御坂認為這連整數集都覆蓋不了…

甲烷

乙烷

丙烷

丁烷

戊烷

正戊烷

異戊烷

…………

甲苯

乙苯

苯甲酸

苯甲酸鈉

……

讓你們猜去吧，2333

可以用 Rhababerbarbarabarbarbarenbartbarbierbierbarb?rbel 一試。

其實這個問題問的是：

用現在的自然語言系統能不能構建一個深度不超過100的二叉樹，樹的每一個非葉子節點都是一個是/否問題，每一個葉都是一個名詞，樹裡面包含了世界上所有的名詞。

unicode編碼不覺得有點流氓么？

這個問題是一個分類問題。微軟小冰有一個小遊戲，是用15個問題猜出你心裡想的人名，和你這個問題差不多。

有人提到，你這個問題可以解釋為用100個二進位位編碼所有名詞。但是這個解釋沒有什麼可用性。

回到分類問題上。所謂分類問題，可以理解為把一堆數據分成幾個已知的類。這一點和聚類問題不同。

解決一個分類問題，你需要一個訓練集。根據這個訓練集建立分類器，然後對數據分類。訓練集一般包含多個緯度。比如銀行想設計一個評估信用的分類器，那麼訓練集裡面可能會調查學歷、是否是本地人、性別、年齡、是否有房、存款多少、婚姻狀況等等。然後演算法去思考這些因素對信用的影響。可能本科學歷以上的人守信用的比沒有本科學歷的高，結婚的比沒結婚信用高。比較簡單的分類演算法是決策樹演算法，可以去學學。很簡單。

感覺絕大多數常用名詞可以。

猜測我沒聽過沒學過頭腦里沒有印象的名詞，問再多個問題可能就不行了。

對大家來說極其生僻的名詞，應該也不太行。

取決於猜詞這個人的智商