自然语言处理工程师考试试卷及答案

自然语言处理工程师考试试卷及答案一、填空题（共10题，每题1分）1.中文分词中，基于统计的经典方法之一是______（HMM）。2.Word2Vec的两种核心架构是CBOW和______。3.BERT预训练任务包含掩码语言模型和______。4.F1值是准确率和召回率的______平均。5.NER标签体系BIO中，B表示______。6.Transformer的核心组件是______注意力。7.GloVe词向量基于______统计生成。8.问答系统常见匹配策略有语义匹配和______匹配。9.预训练语言模型依赖______无标注数据学习通用表示。10.BLEU指标基于______计算翻译匹配度。一、填空题答案1.隐马尔可夫模型2.Skip-gram3.下一句预测（NSP）4.调和5.实体开头6.自7.全局词频8.词汇9.大规模10.n-gram二、单项选择题（共10题，每题2分）1.以下不是预训练语言模型的是？A.BERTB.GPTC.LSTMD.RoBERTa2.Skip-gram的特点是？A.上下文预测中心词B.中心词预测上下文C.仅单词语义D.基于RNN3.NER不包含的实体类型是？A.人名B.地名C.时间D.句子4.多头注意力的作用是？A.减少计算量B.捕捉多子空间注意力C.加快训练D.降低复杂度5.不属于NLU的任务是？A.文本分类B.机器翻译C.语音合成D.问答6.BERT输入不包含？A.token嵌入B.位置嵌入C.句段嵌入D.词性嵌入7.GloVe全称是？A.GlobalVectorforWordRepresentationB.GeneralWordVectorC.Graph-basedWordVectorD.GroupedWordVector8.适合不平衡数据集的分类指标是？A.准确率B.召回率C.F1值D.精确率9.抽取式QA的输出是？A.生成文本B.原文片段C.选项选择D.数值10.单向Transformer模型是？A.BERTB.GPTC.RoBERTaD.ALBERT二、单项选择题答案1.C2.B3.D4.B5.C6.D7.A8.C9.B10.B三、多项选择题（共10题，每题2分）1.中文分词方法包括？A.词典法B.统计法C.深度学习法D.规则法2.PLM的优势是？A.降低标注成本B.提升小样本能力C.通用语言表示D.减少参数量3.词向量模型包括？A.Word2VecB.GloVeC.FastTextD.BERT4.TransformerEncoder包含？A.自注意力B.前馈网络C.残差连接D.层归一化5.NER应用场景有？A.信息抽取B.智能客服C.舆情分析D.机器翻译6.文本分类方法包括？A.朴素贝叶斯B.SVMC.BERT微调D.RNN7.问答系统类型有？A.抽取式B.生成式C.选项式D.对话式8.注意力变体包括？A.多头注意力B.自注意力C.交叉注意力D.全局注意力9.机器翻译评价指标有？A.BLEUB.ROUGEC.METEORD.F1值10.无监督预训练任务有？A.MLMB.NSPC.翻译D.文本摘要三、多项选择题答案1.ABCD2.ABC3.ABC4.ABCD5.ABC6.ABCD7.ABCD8.ABCD9.ABC10.AB四、判断题（共10题，每题2分）1.Word2Vec基于循环神经网络。（）2.BERT是双向Transformer模型。（）3.NER无需实体位置信息。（）4.TransformerDecoder含自注意力和交叉注意力。（）5.FastText基于字符n-gram。（）6.PLM仅适用于文本分类。（）7.BLEU越高翻译质量越好。（）8.最大匹配法属于词典分词。（）9.RNN有效处理长文本依赖。（）10.生成式QA输出原文片段。（）四、判断题答案1.×2.√3.×4.√5.√6.×7.√8.√9.×10.×五、简答题（共4题，每题5分）1.简述CBOW与Skip-gram的区别。答案：CBOW用上下文窗口内多词预测中心词，适合短文本/高频词，训练快；Skip-gram用中心词预测上下文每个词，适合低频词/长文本，捕捉更细粒度语义。两者均通过最大化条件概率优化词向量，映射词到低维稠密空间。2.什么是PLM？核心思想是什么？答案：PLM是在大规模无标注文本上预训练的模型（如BERT），学习通用语言表示。核心：用无监督任务（掩码、下一句预测）掌握语法/语义，再微调适配下游任务（分类、问答），降低标注依赖，提升性能。3.自注意力机制工作原理？答案：1.生成Q（查询）、K（键）、V（值）向量；2.计算Q与K相似度，归一化得权重；3.权重与V加权求和，得到该位置注意力输出。核心是捕捉序列内词依赖，并行计算效率高。4.NER主要步骤？答案：1.预处理（分词、去噪）；2.特征提取（词、词性、上下文）；3.序列标注（模型标注实体类型，如B-PER）；4.后处理（合并实体、去无效）。核心是识别实体类型、位置。五、简答题答案（同题后）六、讨论题（共2题，每题5分）1.PLM在NLP的变革及未来方向？答案：变革：降低标注成本、支持小样本学习、统一多任务架构、提升任务性能。未来：轻量化（适配边缘设备）、多模态（结合文本/图像）、可控生成（风格/格式控制）、伦理与可解释性（减少偏见、增强决策透明）。2.规则分词与深度学习分词的优缺点对比？答案