2025年自然语言处理工程师考试题库（附答案和详细解析）（1026）.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）

以下哪项属于自然语言生成（NLG）任务？

A.文本分类

B.机器翻译

C.情感分析

D.命名实体识别

答案：B

解析：自然语言生成任务的核心是从结构化数据或语义表示生成自然语言文本。机器翻译（B）将源语言文本转换为目标语言文本，属于生成任务；文本分类（A）、情感分析（C）、命名实体识别（D）均属于自然语言理解（NLU）任务，目标是从文本中提取信息。

以下哪种词向量模型采用了“预测上下文”的训练目标？

A.Word2Vec（Skip-gram）

B.GloVe

C.TF-IDF

D.词袋模型（Bag-of-Words）

答案：A

解析：Word2Vec的Skip-gram模型通过中心词预测上下文词（A正确）；GloVe基于共现矩阵的全局统计（B错误）；TF-IDF和词袋模型仅统计词频，不涉及语义学习（C、D错误）。

Transformer模型中，“多头注意力”的主要作用是？

A.减少计算复杂度

B.捕捉不同子空间的上下文信息

C.解决梯度消失问题

D.增强模型的时序建模能力

答案：B

解析：多头注意力通过将注意力分解为多个头，使模型能同时学习不同子空间的上下文关联（B正确）；减少计算复杂度是注意力机制的优势，但非多头的核心（A错误）；解决梯度消失是LSTM的特点（C错误）；Transformer不依赖时序建模（D错误）。

BERT预训练任务中，“下一句预测（NSP）”的主要目的是？

A.学习词级别的语义表示

B.捕捉句子间的逻辑关系

C.提升长文本处理能力

D.减少模型参数量

答案：B

解析：NSP任务通过判断两个句子是否连续，使模型学习句子间的逻辑关联（如因果、转折）（B正确）；词级别语义由MLM任务学习（A错误）；长文本处理依赖位置编码（C错误）；模型参数量由架构设计决定（D错误）。

以下哪项是机器翻译的常用评估指标？

A.F1值

B.BLEU分数

C.AUC-ROC

D.准确率

答案：B

解析：BLEU（双语评估替换分数）通过计算生成文本与参考文本的n-gram重叠率评估翻译质量（B正确）；F1值用于分类任务（A错误）；AUC-ROC用于二分类模型的区分能力（C错误）；准确率适用于类别平衡的分类任务（D错误）。

以下哪种技术属于句法分析？

A.分词

B.依存关系提取

C.情感极性判断

D.关键词提取

答案：B

解析：句法分析的目标是解析句子的结构关系（如主谓宾），依存关系提取（B）是典型的句法分析任务；分词（A）属于词法分析；情感极性判断（C）属于语义分析；关键词提取（D）属于信息抽取。

以下哪个模型是基于自回归（Auto-regressive）机制的？

A.BERT

B.GPT

C.T5

D.RoBERTa

答案：B

解析：自回归模型通过前序词预测下一个词（如GPT的生成方式）（B正确）；BERT、RoBERTa基于自编码（Auto-encoding），通过掩码词预测原词（A、D错误）；T5是混合架构（C错误）。

处理中文分词时，“歧义切分”问题的典型例子是？

A.“苹果”既可以指水果，也可以指品牌

B.“乒乓球拍卖完了”可切分为“乒乓球/拍卖/完了”或“乒乓球拍/卖完了”

C.“他说的确实在理”中的“确实”是副词

D.“北京大学”需切分为“北京/大学”

答案：B

解析：歧义切分指同一句子因分词边界不同导致不同结果（B正确）；A是词义歧义（语义层面）；C是词性标注问题；D是正确切分（无歧义）。

以下哪项不属于低资源NLP的解决方法？

A.迁移学习（从高资源语言迁移）

B.远程监督（利用弱标注数据）

C.数据增强（如回译、同义词替换）

D.增加模型深度

答案：D

解析：低资源NLP的核心是缓解数据不足问题，迁移学习（A）、远程监督（B）、数据增强（C）均为常用方法；增加模型深度可能导致过拟合，无法解决数据不足（D错误）。

情感分析中，“细粒度情感分析”与“粗粒度情感分析”的主要区别是？

A.处理文本长度不同

B.目标是判断整体情感还是具体方面的情感

C.采用的模型复杂度不同

D.评估指标不同

答案：B

解析：粗粒度分析判断文本整体情感倾向（如积极/消极），细粒度分析针对具体方面（如“手机的电池”“屏幕”的情感）（B正确）；其他选项均非核心区别。

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LSTM核心门控机制的有？

A.输入门

B.遗忘门

C.输出门

D.记忆门

答案：ABC

解析：LSTM通过输入门（控制新信息输入）、遗忘门（控制旧记忆保留）、输出门（控制记忆输出）实现长距离依赖建模（A、B、C正确）；“记忆门”非LSTM标