2025年自然语言处理工程师考试题库（附答案和详细解析）（0918）.docxVIP

自然语言处理工程师考试试卷

一、单项选择题（共10题，每题1分，共10分）

以下哪种方法属于词袋模型（Bag-of-Words）的扩展，用于衡量词语在文档中的重要性？

A.词嵌入（WordEmbedding）

B.TF-IDF

C.循环神经网络（LSTM）

D.自注意力机制（Self-Attention）

答案：B

解析：TF-IDF（词频-逆文档频率）是词袋模型的扩展，通过词频（TF）和逆文档频率（IDF）衡量词语对文档的重要性；A是分布式表示方法，C是序列建模模型，D是Transformer的核心机制，均不属于词袋模型扩展。

以下哪项是BERT预训练任务中的“下一句预测”（NextSentencePrediction）的目标？

A.预测句子中被掩码的词语

B.预测两个句子是否为连续上下文

C.生成与输入句子语义相同的新句子

D.计算句子间的语义相似度

答案：B

解析：BERT的预训练任务包括掩码语言模型（MLM）和下一句预测（NSP），其中NSP的目标是判断两个句子是否在原文中连续；A是MLM的任务，C是生成任务，D是相似度计算任务，均不符合NSP定义。

命名实体识别（NER）属于以下哪类自然语言处理任务？

A.文本生成

B.序列标注

C.文本分类

D.机器翻译

答案：B

解析：NER需要为文本中每个token标注实体类别（如人名、地名），属于序列标注任务；A是生成新文本（如摘要），C是为文本分配单标签（如情感正负），D是跨语言转换，均不符合。

以下哪种模型通过门控机制（GatingMechanism）解决了循环神经网络（RNN）的长依赖问题？

A.Transformer

B.LSTM

C.Word2Vec

D.GPT

答案：B

解析：LSTM（长短期记忆网络）通过输入门、遗忘门和输出门控制信息传递，有效缓解了RNN的梯度消失/爆炸问题；A是基于注意力的模型，C是词向量训练模型，D是自回归预训练模型，均不依赖门控机制解决长依赖。

情感分析任务的本质是以下哪类问题？

A.回归问题

B.多标签分类

C.单标签分类

D.序列生成

答案：C

解析：情感分析通常将文本分类为“积极”“消极”“中性”等单标签，属于单标签分类；若涉及多维度情感（如同时判断喜、怒）则可能是多标签，但默认场景为单标签。

机器翻译系统常用的自动评估指标BLEU主要衡量的是？

A.翻译结果与参考译文的词序一致性

B.翻译结果的语法正确性

C.翻译结果的语义准确性

D.翻译结果的流畅性

答案：A

解析：BLEU（双语评估替补）通过计算n-gram重叠率衡量翻译结果与参考译文的词序匹配程度，不直接评估语义或语法；B、C、D需人工评估或更复杂的指标（如人类评估、语义相似度）。

依存句法分析（DependencyParsing）的核心目标是？

A.识别句子中的短语结构（如名词短语、动词短语）

B.确定词语之间的依赖关系（如主谓、动宾）

C.标注每个词语的词性（如名词、动词）

D.生成句子的逻辑表达式

答案：B

解析：依存句法分析关注词语间的依赖关系（如“吃”依赖“苹果”作为宾语）；A是短语结构分析（constituencyparsing）的目标，C是词性标注（POS），D是语义分析任务。

以下哪种分词方法属于基于统计学习的方法？

A.正向最大匹配法（FMM）

B.逆向最大匹配法（RMM）

C.隐马尔可夫模型（HMM）

D.规则词典匹配法

答案：C

解析：HMM通过统计字/词的转移概率实现分词，属于统计学习方法；A、B、D均基于词典和规则匹配，属于规则方法。

以下哪项是Transformer模型中位置编码（PositionalEncoding）的作用？

A.增强模型对长距离依赖的捕捉能力

B.为序列中的词语添加位置信息

C.减少模型的参数量

D.提升模型的并行计算效率

答案：B

解析：Transformer的自注意力机制本身不包含位置信息，位置编码通过正弦/余弦函数或可学习参数为每个位置添加特征，弥补这一缺陷；A是自注意力的作用，C是模型架构设计（如多头注意力）的效果，D是并行计算（相对于RNN）的优势。

以下哪种预训练模型采用了自回归（Autoregressive）训练方式？

A.BERT

B.RoBERTa

C.GPT

D.ALBERT

答案：C

解析：GPT基于Transformer的解码器，采用自回归方式（根据前文预测下一个词）；BERT系列（A、B、D）采用自编码（MaskedLM）方式，不依赖前文逐词生成。

二、多项选择题（共10题，每题2分，共20分）（每题至少2个正确选项）

以下属于自然语言处理核心任务的有？

A.文本分类

B.机器翻译

C.图像识别

D