2026年自然语言处理工程师考试题库（附答案和详细解析）（0803）.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）1.下列中文分词工具中，由哈工大社会计算与信息检索研究中心研发的是A.Jieba分词B.THULAC分词C.LTP分词D.Ansj分词答案：C解析：选项C的LTP（语言技术平台）是哈工大团队研发的开源NLP工具集；A选项Jieba分词由国内开发者SunJun独立开发；B选项THULAC是清华大学自然语言处理实验室研发的分词工具；D选项Ansj是基于Java开发的开源中文分词项目，不属于高校实验室官方研发的主流工具。2.TF-IDF算法中IDF（逆文档频率）的核心设计目标是A.衡量某词语在当前文档中的出现频率B.惩罚在全量语料中普遍出现的高频通用词权重C.计算文档之间的余弦相似度D.完成词语的独热编码映射答案：B解析：IDF的计算方式是语料总文档数除以包含该词的文档数再取对数，目的是降低“的、是”这类全语料高频通用词的权重；A选项描述的是TF（词频）的定义；C选项是向量空间模型的下游任务；D选项是独热编码的功能，均不符合IDF的核心目标。3.Word2Vec算法包含的两种基础训练模型是A.CBOW和Skip-gramB.LDA和LSAC.CNN和RNND.BERT和GPT答案：A解析：Word2Vec的两种核心结构分别是通过上下文预测中心词的CB