2026年自然语言处理工程师考试题库（附答案和详细解析）（0123）.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）

Word2Vec的核心训练目标是以下哪项？

A.预测文本情感倾向

B.生成符合语法的新句子

C.学习词的分布式表示

D.完成命名实体识别任务

答案：C

解析：Word2Vec是词嵌入模型，通过CBOW（上下文预测中心词）或Skip-gram（中心词预测上下文）学习词的低维连续向量表示（分布式表示）。选项A是情感分析任务，B是生成模型目标，D是序列标注任务，均非Word2Vec的核心目标。

BERT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.自回归语言模型（ARLM）

D.双向上下文建模

答案：C

解析：BERT的预训练任务是MLM（随机掩码输入词并预测）和NSP（判断两句话是否连续），核心是双向上下文建模。自回归语言模型（如GPT）是单向建模，不属于BERT的任务。

循环神经网络（RNN）的主要缺陷是？

A.参数量过大难以训练

B.无法处理变长序列

C.长期依赖问题（Long-termDependency）

D.不支持并行计算

答案：C

解析：RNN通过隐状态传递信息，但梯度消失/爆炸问题导致其难以捕捉长距离依赖关系（长期依赖）。选项A是深层模型的普遍问题，B可通过填充解决，D是RNN的特性但非主要缺陷。

以下哪项是文本分类任务的典型评估指