2025年自然语言处理工程师考试题库（附答案和详细解析）（1211）.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.预测句子的下一个词

B.最大化词向量的稀疏性

C.学习词的分布式表示，使得上下文相似的词具有相近的向量

D.生成符合语法规则的句子

答案：C

解析：Word2Vec的核心是通过上下文信息学习词的分布式表示（词向量），其CBOW模型通过上下文预测目标词，Skip-gram模型通过目标词预测上下文，本质都是使语义相近的词在向量空间中距离更近。选项A是语言模型（如GPT）的目标；B错误，词向量是稠密表示；D是文本生成模型的目标。

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.序列到序列生成

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（随机掩码部分词并预测）和NSP（判断两句话是否连续）。序列到序列生成（如翻译、摘要）是下游任务，需通过微调实现，不属于预训练任务。

循环神经网络（RNN）在处理长文本时的主要缺陷是？

A.无法并行计算

B.梯度消失/爆炸问题

C.参数数量过多

D.无法处理可变长度序列

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，容易出现梯度消失（长距离依赖遗忘）或爆炸（参数更新不稳定）。选项A是RNN的特点但非主要缺陷；C错误，RNN参数少于Transformer；D错误，RNN可处理可变长度序列。

注意力机制的核心作用是？

A.增加模型深度

B.动态分配输入信息的权重

C.减少计算复杂度

D.提高模型的可解释性

答案：B

解析：注意力机制通过计算查询（Query）与键（Key）的相似度，为每个值（Value）分配权重，使模型能动态聚焦于输入中对当前任务更重要的部分。A、C、D是注意力的间接效果，非核心作用。

中文分词中“隐马尔可夫模型（HMM）”的核心假设是？

A.词与词之间的转移概率仅依赖前一个词

B.观测值（字符）的概率仅依赖当前状态（词边界）

C.句子的概率等于各词概率的乘积

D.分词结果应最大化词频总和

答案：B

解析：HMM将分词视为状态转移问题（状态为B/M/E/S表示词的开始/中间/结束/单字），其观测独立性假设认为字符的发射概率仅依赖当前状态。A是n-gram模型的假设；C是最大概率分词的目标；D是基于词频的启发式方法。

情感分析任务本质上属于以下哪类NLP任务？

A.序列标注

B.文本生成

C.文本分类

D.语义匹配

答案：C

解析：情感分析通过分析文本情感倾向（如积极/消极），属于多分类或二分类任务。序列标注（如命名实体识别）是为每个位置打标签；文本生成是输出新文本；语义匹配是判断两段文本的相关性。

BLEU指标主要用于评估以下哪类任务？

A.机器翻译

B.文本分类

C.命名实体识别

D.问答系统

答案：A

解析：BLEU（双语评估辅助）通过计算候选翻译与参考翻译的n-gram匹配度评估翻译质量，是机器翻译的经典指标。其他任务通常使用准确率（分类）、F1（序列标注）、ROUGE（摘要）等指标。

Transformer模型中，位置编码的主要目的是？

A.替代循环结构以实现并行计算

B.为词元添加顺序信息

C.减少自注意力的计算量

D.增强模型的长距离依赖能力

答案：B

解析：Transformer的自注意力机制本身不捕捉顺序信息，位置编码（固定或可学习）通过添加位置相关的向量，使模型能感知词元的位置顺序。A是Transformer整体结构的优势；C是多头注意力的设计目的；D是自注意力本身的能力。

命名实体识别（NER）的标签体系中，“B-PER”通常表示？

A.人名的开始位置

B.地名的中间位置

C.机构名的结束位置

D.时间的单字位置

答案：A

解析：NER常用IOB格式（Inside-Outside-Begin），“B-”表示实体的开始，“PER”（Person）表示人名类别，因此“B-PER”指人名的第一个字符。其他选项中，“M-”或“I-”表示中间，“E-”表示结束，“S-”表示单字实体。

以下哪项是文本生成任务的常见评估指标？

A.准确率（Accuracy）

B.F1分数

C.ROUGE

D.困惑度（Perplexity）

答案：C

解析：ROUGE（召回率导向的摘要评估）通过n-gram重叠率评估生成文本（如摘要、对话）与参考文本的相似性，是生成任务的常用指标。准确率用于分类，F1用于序列标注，困惑度是语言模型的训练指标（衡量生成概率）。

二、多项选择题（共10题，每题2分，共20分）

以下属于预训练语言模型的有？（至少2个正确选项）

A.GPT-3

B.BERT

C.Wo