2026年自然语言处理工程师考试题库（附答案和详细解析）（0310）.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.预测文本情感倾向

B.学习词的分布式表示，使得上下文相似的词向量相近

C.生成符合语法的句子

D.识别文本中的命名实体

Transformer模型中，位置编码的主要作用是？

A.替代循环神经网络（RNN）处理序列顺序信息

B.增强词向量的语义表示

C.减少模型参数量

D.提高模型的并行计算能力

BERT模型的输入表示中，[CLS]标记的主要用途是？

A.分隔不同句子

B.表示分类任务的输出

C.增强句子的整体语义表示

D.标记未知词

以下哪项是机器翻译任务的常用评估指标？

A.F1值

B.BLEU分数

C.准确率（Accuracy）

D.AUC-ROC

以下哪种方法属于无监督学习在NLP中的应用？

A.基于标注数据的文本分类

B.使用Word2Vec训练词向量

C.带标签的命名实体识别（NER）

D.有监督的机器翻译模型

循环神经网络（RNN）的主要缺陷是？

A.无法处理变长序列

B.长距离依赖问题（Long-TermDependency）

C.无法并行计算

D.参数量过大

以下哪项是条件随机场（CRF）在NER任务中的核心优势？

A.可以直接处理词向量输入

B.能建模标签之间的转移概率

C.训练速度