2025年自然语言处理工程师考试题库（附答案和详细解析）（1103）.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.生成符合语法的新句子

B.预测上下文词或中心词的概率分布

C.对文本进行情感极性分类

D.识别文本中的命名实体

答案：B

解析：Word2Vec的核心是通过滑动窗口构建词的上下文关系，训练目标是最大化中心词与上下文词（或反之）的共现概率（CBOW模型预测中心词，Skip-gram模型预测上下文词）。A是生成模型（如GPT）的目标，C是文本分类任务，D是命名实体识别（NER）任务，均非Word2Vec的训练目标。

BERT模型在预训练阶段不包含以下哪项任务？

A.掩码语言模型（MLM）

B.下一句预测（NSP）

C.机器翻译（MT）

D.随机词掩码（RandomMasking）

答案：C

解析：BERT的预训练任务包括MLM（通过掩码部分输入词并预测）和NSP（判断两句话是否连续）。C选项机器翻译是典型的序列到序列任务，属于下游任务而非预训练任务；D是MLM的具体实现方式之一。

以下哪种模型最擅长处理长距离依赖问题？

A.基础RNN

B.LSTM

C.前馈神经网络（FFN）

D.朴素贝叶斯分类器

答案：B

解析：LSTM通过引入遗忘门、输入门和输出门的结构，有效缓解了基础RNN的梯度消失问题，从而更擅长处理长距离依赖。A的基础RNN因梯度消失/爆炸问题难以处理长序列；C和D均为静态模型，无序列建模能力。

命名实体识别（NER）的主要任务是？

A.判断两个句子是否语义相似

B.从文本中提取特定类别的实体（如人名、地名）

C.生成与输入文本主题相关的新文本

D.对文本进行情感倾向分类

答案：B

解析：NER的核心是识别并分类文本中的实体（如PER、LOC、ORG等）。A是语义相似性任务（如STS），C是文本生成任务，D是情感分析任务。

以下哪项不是词向量（WordEmbedding）的评估指标？

A.余弦相似度（CosineSimilarity）

B.类比推理准确率（AnalogyTask）

C.困惑度（Perplexity）

D.同义词聚类效果

答案：C

解析：困惑度是语言模型的评估指标（衡量模型对文本的预测能力），而非词向量的直接评估指标。词向量通常通过内在评估（如类比推理、相似度计算）或外在评估（下游任务效果）来衡量。

Transformer模型中，自注意力机制（Self-Attention）的核心作用是？

A.捕捉序列中任意位置的依赖关系

B.减少模型参数数量

C.加速循环神经网络的训练

D.增强模型的记忆能力

答案：A

解析：自注意力机制通过计算序列中每个位置与其他所有位置的相关性，能够直接捕捉长距离依赖，无需RNN的顺序计算。B是多头注意力的附加效果，C和D分别对应RNN和LSTM的特点。

以下哪种分词方法属于基于统计的方法？

A.正向最大匹配法（FMM）

B.哈工大LTP分词

C.结巴分词（基于规则+统计）

D.隐马尔可夫模型（HMM）分词

答案：D

解析：HMM分词通过统计词的转移概率和发射概率进行分词，属于统计方法。A是基于规则的机械分词，B和C是混合方法（规则+统计），但核心统计部分可能包含HMM或CRF。

文本分类任务中，“微平均（Micro-F1）”与“宏平均（Macro-F1）”的主要区别是？

A.微平均关注总体样本分布，宏平均关注类别平衡

B.微平均计算更简单，宏平均需考虑类别权重

C.微平均适用于二分类，宏平均适用于多分类

D.微平均基于精确率和召回率的调和，宏平均基于准确率

答案：A

解析：微平均将所有类别的样本视为整体，按总TP、FP、FN计算F1；宏平均对每个类别单独计算F1后取平均，更关注类别间的平衡。B错误，两者计算复杂度相近；C错误，两者均适用于多分类；D错误，两者均基于精确率和召回率。

以下哪项是GPT系列模型的核心架构？

A.仅编码器（Encoder-only）

B.仅解码器（Decoder-only）

C.编码器-解码器（Encoder-Decoder）

D.双向Transformer

答案：B

解析：GPT是自回归模型，采用仅解码器的Transformer架构（通过因果掩码限制注意力到左侧上下文）。A是BERT的架构，C是机器翻译模型（如Transformer）的架构，D是BERT的双向特性。

低资源语言处理中，“零样本学习（Zero-shotLearning）”的核心思想是？

A.利用高资源语言的知识迁移到低资源语言

B.仅使用少量标注数据训练模型

C.完全不使用标注数据

D.通过多任务学习提升模型泛化能力

答案：A

解析：零样本学习指模型在训练时未见过目标语言/任务