2026年自然语言处理工程师考试题库（附答案和详细解析）（0303）.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.预测文本的情感倾向

B.学习词的分布式表示，使得上下文相似的词具有相近的向量

C.生成符合语法规则的句子

D.识别文本中的命名实体

答案：B

解析：Word2Vec的核心目标是通过神经网络学习词的分布式表示（词向量），其核心假设是“上下文相似的词语义相近”。模型通过CBOW（用上下文预测中心词）或Skip-gram（用中心词预测上下文）实现这一目标。选项A是情感分析任务，C是语言生成任务，D是命名实体识别任务，均与Word2Vec无关。

BERT模型在预训练阶段不包含以下哪项任务？

A.掩码语言模型（MLM）

B.下一句预测（NSP）

C.序列到序列生成

D.双向上下文建模

答案：C

解析：BERT的预训练任务包括MLM（随机掩码部分输入词并预测）和NSP（判断两句话是否连续），其核心是通过双向Transformer学习深度上下文表示。序列到序列生成（如机器翻译）是生成式任务，不属于BERT预训练阶段的目标。

以下哪种任务属于生成式自然语言处理任务？

A.文本分类

B.机器翻译

C.命名实体识别

D.句法分析

答案：B

解析：生成式任务需要模型输出新的文本（如翻译结果、摘要），而分析式任务（分类、命名实体识别、句法分析）是对输入文本