2025年自然语言处理工程师考试题库（附答案和详细解析）（1216）.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）

以下哪项是自然语言处理中“词法分析”的核心任务？

A.分析句子的主谓宾结构

B.识别文本中的实体（如人名、地名）

C.将连续文本分割为独立词语

D.预测句子的下一个单词

答案：C

解析：词法分析主要包括分词、词性标注、词干提取等，核心是将连续文本分割为独立词语（C正确）。A属于句法分析，B属于命名实体识别（NER），D属于语言模型任务，均非词法分析核心。

以下哪种模型首次引入了“自注意力机制”？

A.LSTM

B.Transformer

C.Word2Vec

D.GPT-1

答案：B

解析：Transformer模型（2017年）首次系统提出自注意力机制（B正确）。LSTM是循环神经网络变体，Word2Vec是词向量模型，GPT-1基于Transformer但非首次提出自注意力。

评估机器翻译质量时，BLEU指标的核心思想是？

A.计算生成文本与参考文本的词重叠率

B.衡量模型对长距离依赖的捕捉能力

C.评估文本的流畅性和语法正确性

D.统计文本中的命名实体识别准确率

答案：A

解析：BLEU（双语评估替换）通过n-gram匹配计算生成文本与参考文本的词重叠率（A正确）。B是RNN/LSTM的评估方向，C是流畅度指标（如人类评分），D是NER任务的评估。

以下哪项是“预训练-微调”范式的典型应用？

A.基于规则的中文分词

B.BERT用于情感分析

C.统计机器翻译（SMT）

D.朴素贝叶斯文本分类

答案：B

解析：BERT先在大规模语料预训练，再针对情感分析任务微调（B正确）。A是规则方法，C是传统统计方法，D是监督学习模型，均未采用预训练-微调范式。

以下哪种词向量模型支持“一词多义”的表示？

A.Word2Vec（CBOW）

B.GloVe

C.ELMo

D.FastText

答案：C

解析：ELMo（基于双向LSTM）通过上下文动态生成词向量，支持一词多义（C正确）。Word2Vec、GloVe、FastText均生成静态词向量，无法区分多义。

中文分词中的“未登录词”指？

A.频率极低的生僻词

B.分词工具词表中未收录的词

C.英文或数字混合词

D.语法功能词（如“的”“了”）

答案：B

解析：未登录词（OOV）指分词工具预定义词表中未包含的词（B正确）。A是低频词，C是混合词类型，D是停用词，均非未登录词定义。

以下哪项是Transformer中“位置编码”的主要目的？

A.增强模型对长文本的记忆能力

B.弥补自注意力对序列顺序的不敏感

C.减少多头注意力的计算复杂度

D.提升模型的泛化能力

答案：B

解析：自注意力机制本身不考虑序列顺序，位置编码通过添加位置信息弥补这一缺陷（B正确）。A是Transformer的整体优势，C是多头注意力的设计目标，D是预训练的作用。

情感分析任务的本质属于？

A.文本生成

B.文本分类

C.机器翻译

D.问答系统

答案：B

解析：情感分析需将文本分类到积极/消极/中性等类别（B正确）。A是生成任务，C是跨语言转换，D是问答对生成，均不属分类。

以下哪个工具库主要用于预训练模型的加载与微调？

A.NLTK

B.spaCy

C.HuggingFaceTransformers

D.OpenNLP

答案：C

解析：HuggingFaceTransformers库专注于预训练模型（如BERT、GPT）的加载与微调（C正确）。NLTK和spaCy是综合NLP工具库，OpenNLP是传统统计模型工具。

以下哪种方法可缓解“长文本处理”中的计算复杂度问题？

A.增加注意力头的数量

B.使用稀疏注意力（如局部注意力）

C.提升词向量维度

D.扩大模型的隐藏层大小

答案：B

解析：稀疏注意力（如仅计算局部或周期性位置的注意力）可降低长文本的计算复杂度（B正确）。A、C、D均会增加计算量。

二、多项选择题（共10题，每题2分，共20分）

以下属于“自然语言理解（NLU）”任务的有？

A.情感分析

B.机器翻译

C.命名实体识别

D.文本摘要

答案：AC

解析：NLU关注对文本语义的理解，情感分析（理解情感倾向）和命名实体识别（理解实体类型）属于NLU（AC正确）。机器翻译（文本生成）和文本摘要（文本压缩）属于自然语言生成（NLG）。

BERT模型的预训练任务包括？

A.掩码语言模型（MLM）

B.下一句预测（NSP）

C.序列到序列生成

D.对比学习

答案：AB

解析：BERT的预训练任务是MLM（掩码部分输入词并预测）和NSP（判断两句子是否连续）（AB正确）。C是T5等模型的任务，D是近期改进方法（如SimCSE），非原始