NLP 算法工程师面试题集

## 一、 NLP基础与经典模型（共30题）### 选择题/填空题1. **【选择题】** 在自然语言处理中，以下哪种模型最适合处理长距离依赖关系？( ) A. RNN B. LSTM C. GRU D. Transformer **答案**：D。Transformer通过自注意力机制直接连接序列中任意两个位置的 token，能有效捕捉长距离依赖，而 RNN 及其变体容易产生梯度消失/爆炸。2. **【选择题】** 以下哪种技术不适合用于解决 NLP 模型中的过拟合问题？( ) A. Dropout B. L2正则化 C. 数据增强 D. 增大模型参数量 **答案**：D。增大模型参数量通常会加剧过拟合，而 Dropout、正则化和数据增强都是常见的防过拟合手段。3. **【填空题】** 在词嵌入技术中，Word2Vec 主要利用了__________和__________两种算法来学习词向量。 **答案**：Skip-gram；CBOW。Skip-gram 适用于低频词，用中心词预测上下文；CBOW 适用于高频词，用上下文预测中心词。4. **【选择题】** 计算两个词向量（如“苹果”和“水果”）的语义相似度，最常用的指标是？( ) A. 均方误差 B. 余弦相似度 C. 欧氏距离 D. 曼哈顿距离 **答案**：B。余弦相似度衡量的是两个向量在方向上的夹角，不受向量长度影响，最适合衡量语义相似度。5. **【