2026年自然语言处理工程师考试题库（附答案和详细解析）（0212）.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.预测句子的句法结构

B.最大化中心词与上下文词的共现概率

C.生成符合语法的完整句子

D.预测文本的情感极性

答案：B

解析：Word2Vec的核心是通过滑动窗口，利用中心词预测上下文词（CBOW）或上下文词预测中心词（Skip-gram），本质是最大化词对的共现概率。A是句法分析任务，C是生成模型目标，D是情感分析任务，均与Word2Vec无关。

BERT模型的预训练任务不包括以下哪项？

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.词元级别的上下文预测

答案：C

解析：BERT的预训练任务是MLM（随机掩码部分词并预测）和NSP（判断两句子是否连续）。C是GPT或T5等生成模型的训练方式，BERT是Encoder-only架构，不直接支持Seq2Seq。

循环神经网络（RNN）的主要局限性是？

A.参数数量过多导致过拟合

B.难以处理变长序列

C.长距离依赖引起的梯度消失/爆炸

D.无法捕捉词序信息

答案：C

解析：RNN通过循环结构建模序列，但由于梯度在反向传播中多次相乘，长序列会导致梯度消失（大多数情况）或爆炸，难以捕捉长距离依赖。A是深层模型普遍问题，B可通过填充解决，D错