2026年自然语言处理工程师考试题库（附答案和详细解析）（0419）.docxVIP

2026年自然语言处理工程师考试题库（附答案和详细解析）（0419）

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）

1.Word2Vec模型中，Skip-gram架构的主要特点是：

A.用中心词预测上下文词

B.用上下文词预测中心词

C.同时优化词向量和词频矩阵

D.仅适用于小规模语料库

答案：A

解析：Skip-gram通过中心词预测周围上下文词，适合大规模语料；CBOW才是用上下文预测中心词（B错误）。C描述的是GloVe模型，D表述片面。

Transformer模型中自注意力机制的核心作用是：

A.降低计算复杂度

B.捕捉序列中任意位置间的依赖关系

C.替代卷积神经网络

D.减少模型参数量

答案：B

解析：自注意力通过权重计算任意两个词的关系（B正确）。A错误，多头注意力实际计算量较大；C、D属于无关干扰项。

（限于篇幅展示2题，实际需生成10题）

二、多项选择题（共10题，每题2分，共20分）

1.下列哪些属于自然语言处理中的语言模型？()

A.BERT

B.TF-IDF

C.GPT-3

D.WordNet

答案：AC

解析：BERT和GPT-3是概率语言模型（A、C正确）；TF-IDF是特征提取方法（B错误）；WordNet是语义网络词典（D错误）。

在命名实体识别任务中，可能用到的技术包括：

A.条件