原创力文档- 0
- 0
- 约9.27千字
- 约 12页
- 2026-02-01 发布于上海
- 举报
自然语言处理工程师考试试卷（总分100分）
一、单项选择题（共10题，每题1分，共10分）
Word2Vec模型的核心训练目标是以下哪一项？
A.预测当前词的类别标签
B.最大化上下文词与目标词的共现概率
C.生成符合语法的完整句子
D.计算两个句子的语义相似度
答案：B
解析：Word2Vec通过“上下文预测目标词”（CBOW）或“目标词预测上下文”（Skip-gram）的方式，本质是最大化上下文词与目标词的共现概率，从而学习词的分布式表示。选项A是分类任务目标，C是生成模型目标，D是句子嵌入任务目标，均不符合。
BERT预训练阶段的主要任务是？
A.单向语言模型（LM）
B.掩码语言模型（MLM）+下一句预测（NSP）
C.序列到序列（Seq2Seq）生成
D.情感极性分类
答案：B
解析：BERT的预训练任务包括两部分：通过随机掩码输入中的15%词并预测（MLM）学习双向语义；通过判断两句话是否连续（NSP）学习句子级关系。选项A是GPT的训练方式，C是机器翻译任务，D是下游微调任务，均错误。
循环神经网络（RNN）在处理长文本时的主要缺陷是？
A.参数数量过多导致过拟合
B.无法并行计算，训练效率低
C.梯度消失/爆炸导致长期依赖问题
D.无法处理变长序列
答案：C
解析：RNN通过链式结构传递信息，但反向传播时梯度会随时间步长指数级衰减（梯度消失）或增长（梯度爆炸），导致无法捕捉长距离依赖。选项B是RNN的特点但非主要缺陷；A和D可通过正则化和填充解决，并非核心问题。
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.命名实体识别（NER）
D.关键词提取
答案：B
解析：NLG的目标是从结构化或非结构化输入生成自然语言文本，机器翻译是典型的输入（源语言句子）到输出（目标语言句子）的生成任务。其他选项均为理解任务（分类、标注、抽取）。
词袋模型（Bag-of-Words）的主要局限性是？
A.无法处理多语言文本
B.忽略词序和上下文信息
C.计算复杂度高
D.无法处理未登录词
答案：B
解析：词袋模型仅统计词频，不考虑词在句子中的顺序（如“猫追狗”和“狗追猫”会被视为相同），也不捕捉上下文语义。选项D是所有基于固定词表模型的共性问题，非词袋特有；A和C表述错误。
以下哪种模型属于生成式预训练模型？
A.BERT
B.GPT
C.RoBERTa
D.XLNet
答案：B
解析：GPT（GenerativePre-trainedTransformer）基于自回归（Autoregressive）模式，通过单向语言模型预训练，属于生成式模型；BERT、RoBERTa、XLNet均为判别式模型（通过MLM等任务学习表示）。
用于衡量机器翻译质量的常用指标是？
A.BLEU（双语评估替补分数）
B.F1分数
C.AUC-ROC
D.困惑度（Perplexity）
答案：A
解析：BLEU通过计算生成句子与参考句子的n-gram匹配率评估翻译质量，是机器翻译领域的标准指标。F1用于分类任务，AUC-ROC用于二分类，困惑度衡量语言模型的概率分布质量。
以下哪项是Transformer模型中位置编码（PositionalEncoding）的作用？
A.替代循环结构以捕捉序列顺序
B.增加模型的参数量
C.提升模型的并行计算能力
D.缓解过拟合问题
答案：A
解析：Transformer的自注意力机制本身不包含序列顺序信息，位置编码通过正弦/余弦函数或可学习参数为每个位置添加位置信息，从而替代RNN的顺序建模能力。选项C是多头注意力的作用，B和D与位置编码无关。
以下哪种方法可用于解决低资源语言的NLP任务？
A.增加训练数据的噪声
B.跨语言迁移学习（如利用高资源语言的预训练模型）
C.仅使用单字特征而非词特征
D.降低模型的层数
答案：B
解析：低资源语言缺乏足够标注数据时，跨语言迁移（如用英语预训练模型初始化，再用目标语言微调）是常用方法。选项A可能降低模型性能，C和D无明确依据。
情感分析任务的本质是？
A.文本生成
B.序列标注
C.文本分类（细粒度或粗粒度）
D.问答系统
答案：C
解析：情感分析通过分析文本的情感倾向（如积极/消极/中性），本质是将文本映射到预定义的情感类别中，属于文本分类任务。
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Transformer模型核心组件的有？
A.循环单元（RNNCell）
B.多头注意力（Multi-HeadAttention）
C.前馈神经网络（Feed-ForwardNetwork）
D.位置编码（Positional
文档评论（0）