2025年自然语言处理工程师考试题库（附答案和详细解析）（1015）.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）

Word2Vec的Skip-gram模型训练目标是（）

A.给定中心词预测上下文词

B.给定上下文词预测中心词

C.最大化所有词对的共现概率

D.最小化词向量的维度

答案：A

解析：Skip-gram模型的核心是通过中心词预测其上下文词（如窗口内的邻近词），而CBOW模型是通过上下文词预测中心词（B错误）。模型目标是最大化预测概率（C表述不准确），词向量维度是预设参数（D无关）。

BERT预训练任务不包括（）

A.掩码语言模型（MLM）

B.下一句预测（NSP）

C.自回归语言模型（ARLM）

D.完形填空任务

答案：C

解析：BERT采用双向Transformer，预训练任务为MLM（随机掩码部分词并预测）和NSP（判断两句话是否连续）（A、B、D正确）。自回归语言模型（如GPT）是单向预测，与BERT的双向架构不兼容（C错误）。

循环神经网络（RNN）处理长文本时的主要缺陷是（）

A.参数数量过多

B.梯度消失/爆炸

C.无法并行计算

D.难以捕捉局部特征

答案：B

解析：RNN的链式结构导致反向传播时梯度经过多次矩阵乘法，易出现梯度消失（长距离依赖问题）或爆炸（B正确）。参数数量（A）和并行性（C）是RNN的特点但非主要缺陷；RNN可捕捉序列特征（D错误）。

以下属于生成式任务的是（）

A.文本分类

B.情感分析

C.机器翻译

D.命名实体识别

答案：C

解析：生成式任务需输出新文本（如翻译、摘要），判别式任务需分类或标注（A、B、D均为判别式）。机器翻译需将源语言转换为目标语言（C正确）。

中文分词中的“交集型歧义”是指（）

A.同一个字在不同语境中词性不同

B.多个切分方式共享部分字符（如“乒乓球拍卖完了”可切为“乒乓球/拍卖”或“乒乓/球拍”）

C.生僻词未被词库收录

D.标点符号干扰分词结果

答案：B

解析：交集型歧义指多个切分路径共享中间字符（B正确）。词性不同（A）属于词性标注问题；未登录词（C）是未收录词问题；标点干扰（D）是噪声问题。

以下词向量模型中，基于全局统计的是（）

A.Word2Vec

B.GloVe

C.FastText

D.ELMo

答案：B

解析：GloVe（全局向量）通过词共现矩阵的全局统计信息训练（B正确）。Word2Vec（A）和FastText（C）基于局部窗口；ELMo（D）是上下文相关的动态词向量。

注意力机制（Attention）的核心公式是（）

A.((Q,K,V)=()V)

B.(h_t=(W_hh_{t-1}+W_xx_t))

C.(=(W_hh_n+b))

D.((w)=W(w))

答案：A

解析：A是Transformer中缩放点积注意力的标准公式（正确）。B是RNN的隐状态计算（循环层）；C是分类任务的输出层；D是One-hot到词向量的线性变换。

以下不属于预训练模型微调（Fine-tuning）策略的是（）

A.冻结部分参数仅训练分类层

B.全参数微调

C.提示学习（PromptLearning）

D.随机初始化所有参数训练

答案：D

解析：微调需基于预训练参数继续训练（A、B、C均为微调或改进策略），随机初始化（D）是从头训练（TrainingfromScratch），不属于微调。

情感分析中的“方面级情感分析（Aspect-BasedSentimentAnalysis）”核心任务是（）

A.判断整体文本的情感倾向（正/负/中性）

B.识别文本中讨论的具体方面（如“手机”的“屏幕”“电池”）并判断其情感

C.分析情感词的强度（如“非常好”比“好”更积极）

D.检测文本中的情感隐喻（如“天气晴朗”隐喻心情好）

答案：B

解析：方面级情感分析需同时识别方面（Aspect）和对应的情感（B正确）。整体情感（A）是篇章级；强度分析（C）是情感程度；隐喻检测（D）是细粒度任务。

以下属于神经机器翻译（NMT）模型的是（）

A.基于规则的翻译系统（RBMT）

B.统计机器翻译（SMT）

C.Transformer模型

D.基于实例的翻译系统（EBMT）

答案：C

解析：NMT基于神经网络（如Transformer）（C正确）。RBMT（A）、SMT（B）、EBMT（D）均为传统方法。

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BERT改进模型的有（）

A.RoBERTa

B.GPT-2

C.ALBERT

D.T5

答案：ACD

解析：RoBERTa（优化训练策略）、ALBERT（参数压缩）、T