2026年自然语言处理工程师考试题库（附答案和详细解析）（0221）.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）

Word2Vec的核心训练目标是以下哪一项？

A.预测词语的句法角色

B.学习词语的分布式表示

C.生成符合语法的句子

D.分类文本的情感倾向

答案：B

解析：Word2Vec是词嵌入模型，核心目标是通过上下文信息学习词语的低维连续向量表示（分布式表示）。A是句法分析任务，C是语言生成任务，D是情感分类任务，均非Word2Vec目标。

BERT预训练阶段的主要任务是？

A.下一句预测（NSP）和掩码语言模型（MLM）

B.自回归语言模型（LM）和句子排序

C.实体识别和关系抽取

D.文本摘要和机器翻译

答案：A

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（判断两句子是否连续）。B是GPT的预训练任务，C、D是下游任务，故错误。

循环神经网络（RNN）在处理长序列时的主要缺陷是？

A.参数数量过多

B.梯度消失/爆炸问题

C.无法并行计算

D.模型复杂度低

答案：B

解析：RNN的循环结构导致反向传播时梯度经过多次矩阵乘法，易出现梯度消失（长距离依赖问题）或爆炸。A是深层模型的普遍问题，C是RNN的特性但非主要缺陷，D错误（RNN复杂度不低）。

文本分类任务中，最能综合反映模型查全率和查准率的评价指标是？

A.准确率（Accuracy）

B.F1值

C