2026年人工智能NLP文本分类工程师考试真题解析.docxVIP

2026年人工智能NLP文本分类工程师考试真题解析

考试时间：______分钟总分：______分姓名：______

一、选择题（每题只有一个正确答案，请将正确选项字母填入括号内）

1.在文本分类任务中，将文本表示为词频-逆文档频率（TF-IDF）向量的方法属于以下哪种类型？

A.基于深度学习的表示方法

B.基于统计学习的表示方法

C.基于分布式表示的浅层方法

D.基于图嵌入的表示方法

2.下列哪种模型通常不适合处理具有长距离依赖关系的文本序列？

A.卷积神经网络（CNN）

B.递归神经网络（RNN）

C.支持向量机（SVM）

D.长短期记忆网络（LSTM）

3.在文本分类中，朴素贝叶斯分类器通常假设特征之间相互独立，这个假设在实际应用中往往不成立，但它在某些场景下仍然表现良好，主要是因为？

A.它计算简单，训练速度快

B.它能够自动进行特征选择

C.文本数据中许多特征之间确实近似独立

D.它具有较好的容错能力

4.下列关于词嵌入（WordEmbedding）技术的描述，哪一项是正确的？

A.词嵌入是将文本直接映射为高维稠密向量的技术

B.Word2Vec和GloVe是两种常用的基于监督学习的词嵌入方法