2026年自然语言处理工程师考试题库（附答案和详细解析）（0309）.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.预测句子的下一个词

B.根据上下文预测目标词（CBOW）或根据目标词预测上下文（Skip-gram）

C.学习句子级别的语义表示

D.生成符合语法的新句子

答案：B

解析：Word2Vec包含两种子模型：CBOW（连续词袋模型）通过上下文词预测目标词，Skip-gram通过目标词预测上下文词。选项A是语言模型（如GPT）的目标；C是句子嵌入（如Sentence-BERT）的目标；D是文本生成模型的目标，均错误。

BERT预训练任务中，“MaskedLanguageModel（MLM）”的主要作用是？

A.学习单向上下文依赖

B.强制模型学习双向语义表示

C.预测句子的下一句是否合理

D.优化模型的生成能力

答案：B

解析：MLM通过随机掩盖输入中的部分词，让模型预测被掩盖的词，迫使模型同时关注上下文信息（双向）。选项A是GPT等自回归模型的特点；C是“下一句预测（NSP）”任务的作用；D是生成模型的目标，错误。

循环神经网络（RNN）在处理长序列时的主要缺陷是？

A.计算复杂度高

B.梯度消失/爆炸问题

C.无法处理可变长度序列

D.缺乏并行计算能力

答案：B

解析：RNN的链式结构导致反向传播时梯度经过多次矩阵乘法，易出现梯度