2025年自然语言处理工程师考试题库（附答案和详细解析）（1013）.docxVIP

自然语言处理工程师考试试卷（总分100分）

一、单项选择题（共10题，每题1分，共10分）

以下哪项是Word2Vec中CBOW模型的核心机制？

A.用中心词预测上下文词

B.用上下文词预测中心词

C.用当前词预测下一个词

D.用全局词频调整词向量权重

答案：B

解析：Word2Vec包含CBOW（连续词袋模型）和Skip-gram两种架构。CBOW的核心是通过上下文词（如窗口内的多个词）预测中心词（如窗口中间的目标词），而Skip-gram则相反（中心词预测上下文）。选项A是Skip-gram的机制，C是语言模型（如n-gram）的典型任务，D是GloVe模型的特征（结合全局词频）。

以下哪种技术常用于解决长文本中的“长距离依赖”问题？

A.循环神经网络（RNN）

B.门控循环单元（GRU）

C.自注意力机制（Self-Attention）

D.隐马尔可夫模型（HMM）

答案：C

解析：RNN和GRU通过循环结构建模序列依赖，但由于梯度消失/爆炸问题，难以捕捉长距离依赖（如相隔几十个词的语义关联）。自注意力机制通过计算序列中任意两个词的相关性，直接建立长距离依赖关系，是Transformer模型解决该问题的核心。HMM是概率图模型，依赖马尔可夫假设（仅考虑前一状态），无法处理长距离依赖。

文本分类任务中，以下哪种指标最适合评估类别不平衡场景？

A.准确率（Accuracy）

B.F1分数（F1-score）

C.精确率（Precision）

D.召回率（Recall）

答案：B

解析：准确率在类别不平衡时（如99%负样本、1%正样本）会因多数类主导而虚高（如全预测负样本准确率99%）。F1分数是精确率和召回率的调和平均，综合考虑了两类错误，更适合不平衡场景。精确率和召回率仅反映单一维度，无法全面评估。

以下哪项是BERT模型的预训练任务？

A.下一句预测（NextSentencePrediction）

B.自回归语言模型（AutoregressiveLM）

C.掩码语言模型（MaskedLM）

D.序列到序列生成（Seq2Seq）

答案：C

解析：BERT的预训练任务包括掩码语言模型（MLM，随机遮盖部分输入词并预测）和下一句预测（NSP，判断两句话是否连续）。自回归语言模型是GPT的训练目标（单向预测），Seq2Seq是生成任务（如翻译）的典型架构。

分词时，“北京大学”被正确切分为“北京/大学”，这属于分词中的哪种歧义类型？

A.交集型歧义

B.组合型歧义

C.真歧义

D.无歧义

答案：B

解析：组合型歧义指一个字符串可以切分为多个不同的词语组合（如“北京大学”可切为“北京/大学”或“北/京大/学”），但其中只有一种符合语义。交集型歧义指多个词语共享部分字符（如“乒乓球拍卖完了”中的“乒乓球/拍卖”与“乒乓/球拍”）。真歧义指两种切分均合理（如“他将来北京”中的“将来”可切为“将/来”或“将来”）。

以下哪项不是预训练模型微调（Fine-tuning）的典型步骤？

A.冻结预训练模型的全部参数

B.添加与任务相关的输出层（如分类器）

C.用下游任务数据训练模型

D.调整预训练模型的部分参数

答案：A

解析：微调的核心是在预训练模型基础上，用下游任务数据进一步训练。通常会保留预训练模型的大部分参数（不冻结），仅调整与任务相关的输出层或部分高层参数（如BERT的最后几层）。冻结全部参数（仅训练输出层）属于“特征提取”而非微调。

以下哪种方法用于解决OOV（未登录词）问题？

A.词袋模型（BagofWords）

B.字符级嵌入（CharacterEmbedding）

C.TF-IDF

D.共现矩阵（Co-occurrenceMatrix）

答案：B

解析：OOV问题指训练语料中未出现的词无法获得词向量。字符级嵌入通过将词拆分为字符（如“苹果”拆为“苹”“果”），用字符向量组合生成词向量，可处理未登录词。词袋模型、TF-IDF和共现矩阵均基于预定义词表，无法直接处理OOV。

以下哪项是生成式对话系统（如ChatGPT）的典型评估指标？

A.BLEU分数

B.困惑度（Perplexity）

C.ROUGE分数

D.以上都是

答案：D

解析：生成任务常用BLEU（机器翻译）、ROUGE（摘要）评估生成文本与参考文本的重叠度；困惑度衡量语言模型对测试集的预测能力（值越低模型越好）。三者均适用于生成式对话系统评估。

以下哪种模型属于基于规则的NLP方法？

A.隐马尔可夫模型（HMM）

B.正则表达式匹配（RegexMatching）

C.条件随机场（CRF）

D.双向LSTM

答案：B

解析：基于规则的方法依赖人工定义的模式（如正则表达式、语法规则