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. **【