2025年NLP文本相似度模型优化实操真题及答案.docxVIP

2025年NLP文本相似度模型优化实操真题及答案

考试时间：______分钟总分：______分姓名：______

选择题（每题4分，共20分）

1.以下哪种模型最不适合短文本（如微博评论）相似度计算？

A.BERT-base

B.SimCSE（无监督）

C.Sentence-BERT

D.Word2Vec+余弦相似度

2.计算文本相似度时，若数据集中存在大量“噪声样本”（如标签错误的句子对），以下哪种优化策略效果最差？

A.增加对比学习中的温度参数，降低噪声样本的权重

B.使用CleanCL（数据清洗算法）过滤噪声样本

C.直接扩大模型容量（如换BERT-large）

D.引入样本权重，对高置信度样本赋予更高损失

3.评估相似度模型时，“准确率（Accuracy）”不适合作为主要指标的场景是？

A.二分类任务（相似/不相似，类别均衡）

B.多标签分类任务（一个句子对可属于多个相似度等级）

C.跨语言相似度计算（如中文-英文句子对）

D.检索任务（Top-K准确率）

4.以下关于“对比学习在文本相似度中的应用”的说法，错误的是？

A.SimCSE通过“正样本为自身，负样本为批次内其他样本”构建对比对

B.蒸馏式对比学习（如DistillSimCSE）可提升小模型性能

C.对比学习仅适用于无监督场景，无法结合监督信号

D.温