2026年自然语言处理期末考试题及解析.docxVIP

2026年自然语言处理期末考试题及解析

一、单项选择题（共10题，每题1分，共10分）

以下哪种技术不属于自然语言处理领域典型的文本表示方法？

A.独热编码

B.Word2Vec词嵌入

C.卷积神经网络池化输出

D.词频-逆文档频率向量

答案：C

解析：文本表示的核心目标是将人类可读的离散文本映射为计算机可运算的数值向量，A、B、D三类方法都是业界公认的通用文本表示方案，而C选项的卷积神经网络池化输出属于模型内部的特征提取操作，并非面向文本的独立表示方法，不具备跨任务的通用文本映射能力。

BERT预训练模型采用的核心注意力机制类型是以下哪一项？

A.自回归单向注意力

B.双向自注意力

C.时序卷积局部注意力

D.可变形稀疏注意力

答案：B

解析：BERT的核心设计创新就是采用掩码语言模型任务驱动的双向自注意力，能够同时融合每个token左右两侧的上下文信息。A选项是GPT系列模型采用的注意力机制，C选项是早期TextCNN模型的特征提取方式，D选项是大语言模型后期为了提升长文本处理效率提出的优化机制。

针对中文自然语言处理任务，以下哪种预处理操作的必要性远高于英文场景？

A.大小写归一

B.分词切分

C.停用词过滤

D.特殊符号移除

答案：B

解析：英文文本天然以空格作为单词分隔符，而中文文本所有汉字连续排列，没有显式的词边界标识，分词是绝大多数中文NLP任