2026年自然语言处理工程师考试题库（附答案和详细解析）（0418）.docxVIP

2026年自然语言处理工程师考试题库（附答案和详细解析）（0418）

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Transformer模型中，Self-Attention机制的核心作用是？

A.降低计算复杂度

B.捕捉序列中的长距离依赖

C.替代词嵌入层

D.只受位置编码影响

答案：B

解析：Self-Attention通过计算每个词与其他词的相关性权重，有效解决长距离依赖问题。选项A错误，Attention复杂度为O(n2)；选项C错误，Attention不替代词嵌入；选项D错误，位置编码仅辅助位置信息。

以下哪种词向量模型使用负采样技术？

A.Word2Vec的Skip-gram

B.GloVe

C.FastText

D.ELMo

答案：A

解析：Skip-gram通过负采样优化训练效率，GloVe基于共现矩阵（B错），FastText支持子词（C错），ELMo是动态词向量（D错）。

二、多项选择题（共10题，每题2分，共20分）

下列哪些技术可用于解决文本分类中的类别不平衡问题？（多选）

A.SMOTE过采样

B.FocalLoss损失函数

C.TF-IDF特征加权

D.欠采样多数类

答案：ABD

解析：SMOTE生成少数类样本（A正确），FocalLoss降低易分类样本权重（B正确），欠采样平衡数据分布（D正确