2026年自然语言处理工程师考试题库（附答案和详细解析）（0130）.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中skip-gram模型的训练目标？

A.用中心词预测上下文词

B.用上下文词预测中心词

C.预测文本的情感倾向

D.学习句法结构表示

答案：A

解析：Word2Vec包含两种模型：skip-gram（用中心词预测周围的上下文词）和CBOW（用上下文词预测中心词）。选项B是CBOW的目标，C是情感分析任务，D是句法分析任务，故正确答案为A。

BERT预训练任务中，“NextSentencePrediction（NSP）”的主要目的是？

A.学习词级别的上下文表示

B.捕捉句子间的语义关联

C.优化模型的生成能力

D.增强词边界的识别

答案：B

解析：BERT的预训练任务包括掩码语言模型（MLM）和NSP。NSP通过判断两个句子是否连续，帮助模型学习句子级别的语义关联（如逻辑顺序、因果关系）。选项A是MLM的作用，C是生成模型（如GPT）的目标，D是分词任务，故正确答案为B。

循环神经网络（RNN）的主要缺陷是？

A.无法处理变长序列

B.存在长期依赖问题

C.参数量过大难以训练

D.不支持并行计算

答案：B

解析：RNN通过隐藏状态传递信息，但梯度消失/爆炸问题导致其难以捕捉长距离依赖（如“他说今天会下雨，所以__需要带伞”中的“他”与“伞”的关联）。选