2026年自然语言处理工程师考试题库（附答案和详细解析）（0404）.docxVIP

一、单项选择题（共10题，每题1分，共10分）

Transformer模型的核心机制是什么？

A.循环神经网络（RNN）

B.卷积神经网络（CNN）

C.注意力机制

D.决策树

答案：C

解析：Transformer模型的核心是自注意力机制，它允许模型动态关注输入序列的不同部分，解决了RNN的长期依赖问题。A选项错误，因为RNN是序列模型但效率低；B选项错误，CNN主要用于图像处理；D选项错误，决策树是传统分类算法，不适用于序列建模。

Word2Vec模型的主要目的是什么？

A.文本分类

B.生成词嵌入

C.机器翻译

D.情感分析

答案：B

解析：Word2Vec是一种无监督学习模型，专门用于生成词嵌入（wordembeddings），将单词映射到低维向量空间，捕捉语义关系。A、C、D选项错误，因为这些是具体应用任务，而非Word2Vec的直接目的。

在自然语言处理中，BLEU分数主要用于评估哪个任务？

A.文本分类

B.命名实体识别

C.机器翻译

D.情感分析

答案：C

解析：BLEU（BilingualEvaluationUnderstudy）分数是机器翻译任务的评估指标，通过比较生成文本与参考文本的n-gram重叠度来量化质量。A、B、D选项错误，因为这些任务通常使用准确率、F1分数等指标。

以下哪个模型是预训练语言模型？

A.SVM

B.L