2026年自然语言处理工程师考试题库（附答案和详细解析）（0414）.docxVIP

2026年自然语言处理工程师考试题库（附答案和详细解析）（0414）

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）

在Word2Vec模型中，CBOW架构的主要设计目标是：A.通过上下文词预测中心词

B.通过中心词预测上下文词

C.同时预测中心词和上下文词

D.生成词性标注序列

答案：A

解析：CBOW（ContinuousBag-of-Words）通过上下文词向量加权平均预测中心词；而Skip-gram（选项B）是中心词预测上下文词。选项C混淆了两种架构，选项D属于词性标注任务。

Transformer模型中位置编码的作用是：A.降低模型计算复杂度

B.替代RNN的时序处理能力

C.增强词嵌入的表征能力

D.提供单词位置信息

答案：D

解析：位置编码通过正弦/余弦函数为输入序列添加位置信息（选项D正确）。选项A错误：Transformer自注意力机制计算量仍然较大；选项B是结果而非目的；选项C中词嵌入由Embedding层实现。

BERT模型预训练任务MaskedLM的掩码比例通常为：A.5%

B.15%

C.30%

D.50%

答案：B

解析：BERT论文设定15%的token被随机掩码（选项B正确）。选项A比例过低降低训练效率，选项C/D过高破坏语义完整性。

（为简洁展示格式，此处省略7道单选题）

二、多项选择题