2026年自然语言处理工程师考试题库（附答案和详细解析）（0211）.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）

以下哪项是基于预测的词向量生成模型？

A.GloVe

B.Word2Vec

C.LSA（潜在语义分析）

D.Co-occurrenceMatrix（共现矩阵）

答案：B

解析：Word2Vec（包括CBOW和Skip-gram）是基于预测的词向量模型，通过上下文预测目标词或反之；GloVe是结合计数与预测的模型；LSA和共现矩阵均基于词频统计的计数方法。

以下哪个指标通常用于评估机器翻译的质量？

A.F1Score

B.BLEUScore

C.Accuracy

D.Perplexity

答案：B

解析：BLEU（双语评估替罪羊）是机器翻译的经典评估指标，通过n-gram匹配度计算；F1用于分类任务，Accuracy是分类正确率，Perplexity衡量语言模型的困惑度。

下列哪项不是BERT模型的预训练任务？

A.掩码语言模型（MLM）

B.下一句预测（NSP）

C.序列到序列生成（Seq2Seq）

D.词级别的掩码恢复

答案：C

解析：BERT的预训练任务包括MLM（随机掩码部分词并预测）和NSP（判断两句话是否连续）；Seq2Seq是生成任务的训练方式，非BERT原生预训练任务。

命名实体识别（NER）属于以下哪类任务？

A.文本生成

B.文本分类

C.序列标注

D.