2026年自然语言处理工程师考试题库（附答案和详细解析）（0518）.docxVIP

自然语言处理工程师

一、单项选择题（共10题，每题1分，共10分）

在词嵌入技术中，Word2Vec模型通常使用什么架构来学习词的分布式表示？A.循环神经网络（RNN）B.卷积神经网络（CNN）C.CBOW（连续词袋模型）或Skip-gram模型D.感知机答案：C解析：Word2Vec是一种高效的词向量学习算法，主要包含两种架构：CBOW（根据上下文预测当前词）和Skip-gram（根据当前词预测上下文）。RNN和CNN虽然可以处理序列，但不是Word2Vec的核心架构。

下列哪个模型通常被视为Transformer架构的基础？A.BERTB.GPTC.AttentionIsAllYouNeedD.U-Net答案：C解析：Transformer模型首次在论文“AttentionIsAllYouNeed”中提出，完全抛弃了循环神经网络和卷积神经网络，完全依赖自注意力机制来处理序列数据。BERT和GPT是基于Transformer架构的具体应用模型。

在NLP预训练模型中，BERT采用了什么类型的预训练任务来理解双向上下文？A.掩码语言模型B.下一句预测C.上下文无关模型D.序列到序列生成答案：A解析：BERT使用掩码语言模型（MLM）来随机掩盖输入序列中的词，让模