2026年自然语言处理工程师考试题库（附答案和详细解析）（0215）.docxVIP

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）

以下哪种模型属于生成式词向量模型？

A.LogisticRegression

B.Word2Vec

C.SVM

D.CRF

答案：B

解析：生成式模型通过概率分布生成数据（如通过上下文预测目标词），Word2Vec的CBOW和Skip-gram均基于生成式思想；而LogisticRegression（分类）、SVM（判别式）、CRF（序列标注）均为判别式模型。

BERT预训练阶段的核心任务是？

A.下一句预测（NSP）和掩码语言模型（MLM）

B.自回归语言模型（ARLM）

C.机器翻译（MT）

D.情感分析（SA）

答案：A

解析：BERT的预训练任务包括MLM（随机掩码输入词并预测）和NSP（判断两句子是否连续），用于捕捉上下文语义和句子间关系；ARLM是GPT的训练方式，MT和SA属于下游任务。

Transformer模型中位置编码的作用是？

A.替代循环结构以捕捉序列顺序

B.增加模型深度

C.降低计算复杂度

D.增强词向量的语义表示

答案：A

解析：Transformer的自注意力机制本身不感知序列顺序，位置编码（固定或可学习）通过添加位置信息弥补这一缺陷，使模型能识别词的顺序；增加深度由多层结构实现，降低复杂度靠多头注意力优化，增强语义是词向量的功能。