2025年自然语言处理工程师考试题库（附答案和详细解析）（0926）.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）

以下哪项是Word2Vec模型的核心训练目标？

A.预测词语的词性标签

B.最大化上下文与中心词的共现概率

C.学习句法结构依赖关系

D.生成符合语法的完整句子

答案：B

解析：Word2Vec的核心是通过滑动窗口内的上下文信息学习词向量，其训练目标是最大化中心词与上下文词的共现概率（CBOW模型预测中心词，Skip-gram模型预测上下文词）。A是词性标注任务目标，C是句法分析任务目标，D是语言生成任务目标，均不符合Word2Vec的设计。

BERT模型的预训练任务不包括以下哪项？

A.掩码语言模型（MLM）

B.下一句预测（NSP）

C.文本生成（TextGeneration）

D.词元级别的上下文预测

答案：C

解析：BERT的预训练任务是MLM（随机掩码部分输入词元并预测）和NSP（判断两句话是否连续）。C是自回归模型（如GPT）的训练目标，BERT作为双向编码器不直接支持生成任务。

循环神经网络（RNN）的主要局限性是？

A.参数数量过多导致过拟合

B.无法处理变长序列

C.长距离依赖问题（Long-termDependency）

D.只能处理单模态输入

答案：C

解析：RNN通过隐藏状态传递信息，但梯度消失/爆炸问题导致其难以捕捉长距离依赖关系（如相隔多个词的语义关联）。A是深层模型的普遍问题，B可通过填充/截断解决，D与模型结构无关，均非RNN核心局限。

以下哪种技术不属于词级特征提取方法？

A.词袋模型（Bag-of-Words）

B.字符级卷积神经网络（Char-CNN）

C.GloVe词向量

D.位置编码（PositionalEncoding）

答案：D

解析：位置编码是Transformer中用于表示词元顺序的技术，属于序列级特征增强。A、B、C均直接用于提取词元本身的语义或统计特征。

在命名实体识别（NER）任务中，常用的标签编码方式是？

A.独热编码（One-Hot）

B.BIOES标注体系

C.TF-IDF权重

D.注意力权重

答案：B

解析：BIOES（Begin/Inside/Outside/End/Single）是NER中广泛使用的标签方案，用于标注实体边界和类型。A是类别特征编码方式，C是文本特征加权方法，D是模型内部计算的权重值，均非NER专用标签编码。

以下哪项是文本生成任务的典型评价指标？

A.准确率（Accuracy）

B.BLEU分数

C.F1值

D.AUC-ROC

答案：B

解析：BLEU（双语评估替罪羊）通过计算生成文本与参考文本的n-gram重叠率评估生成质量，是机器翻译、文本摘要等生成任务的核心指标。A、C用于分类任务，D用于二分类模型的区分能力评估。

以下哪种模型属于自回归（Autoregressive）预训练模型？

A.BERT

B.RoBERTa

C.GPT-3

D.ALBERT

答案：C

解析：自回归模型通过前向（或后向）序列预测训练（如GPT的“从左到右”生成），而BERT、RoBERTa、ALBERT均为自编码（Autoencoding）模型（通过掩码恢复训练）。

子词分词（SubwordTokenization）的主要目的是？

A.减少词表大小并缓解OOV问题

B.提高分词速度

C.保留完整的词语语义

D.简化句法分析难度

答案：A

解析：子词分词（如BPE、WordPiece）通过将高频词作为整体、低频词拆分为子词，既能控制词表规模，又能通过子词组合表示未登录词（OOV），平衡了语义完整性和词表效率。B、C、D均非主要目的。

以下哪项不是注意力机制（Attention）的核心作用？

A.动态分配不同输入位置的权重

B.捕捉长距离依赖关系

C.替代循环神经网络的隐藏状态

D.增强模型的可解释性

答案：D

解析：注意力机制的核心是通过计算查询（Query）与键（Key）的相似性，为值（Value）分配权重，从而动态聚焦关键信息（A）、解决长距离依赖（B），并在Transformer中替代RNN的序列处理（C）。虽然注意力权重可用于可视化，但增强可解释性是其附加效果而非核心作用。

在情感分析任务中，“这部电影的剧情紧凑，但特效一般”属于哪种情感极性？

A.积极

B.消极

C.中性

D.混合情感

答案：D

解析：句子同时包含积极评价（“剧情紧凑”）和消极评价（“特效一般”），属于混合情感。单一极性（A/B）或无倾向（C）均不符合语义。

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）

以下属于预训练语言模型（PLM）特点的有？

A.基于大规模无标注文本训练

B.仅适用于文本分类任