2026年自然语言处理工程师考试题库（附答案和详细解析）（0612）.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）

在自然语言处理中，将文本转换为计算机可理解的数值向量的过程被称为：A.词性标注B.命名实体识别C.词嵌入D.依存句法分析答案：C解析：词嵌入是将离散的词映射到连续的低维向量空间的技术，旨在捕捉词与词之间的语义相似性。词性标注是给每个词分配语法类别；命名实体识别是识别人名、地名等；依存句法分析是分析词语之间的语法结构关系。

以下哪个模型是Transformer架构的核心组件，用于并行处理输入序列？A.循环神经网络(RNN)B.长短期记忆网络(LSTM)C.自注意力机制D.卷积神经网络(CNN)答案：C解析：自注意力机制允许模型在处理序列中的每个词时，同时关注序列中的其他所有词，从而捕捉长距离依赖并实现并行计算，这是Transformer架构区别于RNN/LSTM的关键。

在文本分类任务中，TF-IDF（词频-逆文档频率）的主要作用是：A.将文本转换为向量B.降维处理C.评估一个词对于文档集的通用重要性D.去除停用词答案：C解析：TF-IDF是一个统计指标，用于评估一个词对于一个文件集或一个语料库中的其中一份文件的重要程度。词频高且在少数文档中出现的词权重较高。

以下关于BERT（BidirectionalEncoderRepresentations