2025年自然语言处理工程师考试题库（附答案和详细解析）（1118）.docxVIP

自然语言处理工程师考试试卷

一、单项选择题（共10题，每题1分，共10分）

以下哪项是Word2Vec模型的核心训练目标？

A.预测文本情感倾向

B.学习词的分布式语义表征

C.分析句子句法结构

D.生成连贯的自然语言文本

答案：B

解析：Word2Vec是典型的词嵌入模型，其核心目标是通过上下文预测任务（CBOW或Skip-gram）学习词的低维连续向量表示（分布式语义表征）。选项A是情感分析任务，C是句法分析任务，D是生成模型目标，均错误。

BERT模型的预训练任务不包括以下哪项？

A.掩码语言模型（MLM）

B.下一句预测（NSP）

C.单向语言模型（LM）

D.填充式预测

答案：C

解析：BERT通过双向的MLM（随机掩码部分输入词并预测）和NSP（判断两句子是否连续）进行预训练。单向LM是GPT等模型的预训练任务，因此C错误。

LSTM网络中用于控制历史信息保留的门是？

A.输入门

B.遗忘门

C.输出门

D.候选门

答案：B

解析：LSTM的核心是三个门控结构：遗忘门决定保留多少历史信息（σ函数输出0-1权重），输入门控制新信息的输入，输出门决定当前细胞状态的输出。因此B正确。

文本分类任务中，以下哪项是常用的评价指标？

A.BLEU分数

B.困惑度（Perplexity）

C.F1值

D.余弦相似度

答案：C

解析：文本分类是分类任务，常用准确率、精确率、召回率、F1值评价。BLEU用于生成任务（如机器翻译），困惑度用于语言模型，余弦相似度用于语义匹配，故C正确。

以下哪种方法不属于中文分词的主流技术？

A.基于规则的词典匹配

B.基于统计的HMM模型

C.基于深度学习的BiLSTM-CRF

D.基于句法分析的依存树解析

答案：D

解析：中文分词的主流方法包括规则（如正向最大匹配）、统计（HMM、CRF）、深度学习（BiLSTM-CRF、Transformer）。句法分析是更高层的语义处理任务，不直接用于分词，故D错误。

RNN（循环神经网络）在处理长序列时的主要缺陷是？

A.参数量过大

B.无法处理变长输入

C.梯度消失/爆炸

D.难以并行计算

答案：C

解析：RNN的链式结构导致反向传播时梯度经过多次矩阵乘法，容易出现梯度消失（长序列中早期信息丢失）或爆炸，这是其处理长距离依赖的核心问题。其他选项中，RNN可处理变长输入（通过填充），参数量并非主要缺陷，难以并行是Transformer解决的问题，故C正确。

自注意力机制（Self-Attention）的核心作用是？

A.提取局部特征

B.动态分配输入序列中元素的权重

C.增强循环结构的记忆能力

D.减少模型参数量

答案：B

解析：自注意力通过计算序列中每个元素与其他元素的相关性，为每个元素分配动态权重，从而捕捉全局依赖关系。A是卷积的作用，C是LSTM的作用，D是多头注意力的附加效果，故B正确。

命名实体识别（NER）的主要任务是？

A.分析句子中的语法结构

B.识别文本中的实体类型及其位置

C.预测句子的下一个词

D.计算两个句子的语义相似度

答案：B

解析：NER的目标是从文本中识别出命名实体（如人名、地名、机构名）并标注其类型（如PER、LOC、ORG）及位置（起始和结束位置）。其他选项分别对应句法分析、语言模型、语义匹配任务，故B正确。

机器翻译任务中最常用的自动评价指标是？

A.ROUGE

B.BLEU

C.METEOR

D.CIDEr

答案：B

解析：BLEU（双语评估替罪羊）通过计算候选翻译与参考翻译的n-gram匹配率，是机器翻译最常用的自动评价指标。ROUGE多用于摘要任务，METEOR和CIDEr是改进指标但非最常用，故B正确。

以下哪项是预训练语言模型（如BERT）的核心优势？

A.针对特定任务设计专用架构

B.无需标注数据即可完成任务

C.学习通用语言表征，提升下游任务性能

D.完全解决了长距离依赖问题

答案：C

解析：预训练模型通过大规模无监督语料学习通用语言表征，微调时只需少量标注数据即可提升下游任务性能。A是传统模型特点，B错误（微调仍需标注数据），D“完全解决”过于绝对，故C正确。

二、多项选择题（共10题，每题2分，共20分）

以下属于预训练语言模型的有？

A.BERT

B.LSTM

C.GPT

D.RoBERTa

答案：ACD

解析：预训练模型通过大规模语料预训练后微调，包括BERT（双向）、GPT（单向）、RoBERTa（BERT改进版）。LSTM是循环神经网络结构，并非预训练模型，故ACD正确。

以下属于序列标注任务的有？

A.中文分词

B.命名实体识别（NER）

C.文本分类

D.词性标注（POSTagging）

答案：