考試範圍定位
- 考試等級
- 中級能力鑑定
- 考試科目
- AI 技術應用與規劃
- 知識主題
- AI 相關技術應用
- 能力指標
- 自然語言處理技術與應用(L21101)
本題屬於 iPAS AI 應用規劃師中級能力鑑定「AI 技術應用與規劃」科目中的「AI 相關技術應用」範疇, 對應的能力指標為「自然語言處理技術與應用」,涵蓋NLP、文本分類、情感分析、NER、機器翻譯等核心知識點。 考生在準備這個範疇時,需要掌握相關的理論基礎與實務應用。
題目與選項
某電商平台導入AI情感分析模型,用以自動偵測顧客評論中的負面情緒並觸發客服機制。然而,上線後發現模型在面對不同語言或族群書寫風格的評論時表現不一致,例如部分語氣強烈的正面評論被判斷為負面,而禮貌但含批評意圖的評論卻被判為中性。若從技術與資料治理的角度分析,下列哪一項描述不正確?
- A. 模型未啟用詞嵌入正規化(Embedding Normalization)可能造成語意距離不穩定,導致預測誤差 ✓ 正確答案
- B. 訓練語料若偏向特定文化或語氣特徵,可能使模型產生內隱偏誤(Implicit Bias)
- C. 模型若訓練資料來源不平衡,容易導致對不同語言或族群風格的情緒判斷不準確
- D. Transformer架構能捕捉上下文語意,但若訓練資料偏差仍存在,模型仍可能學習到偏誤判斷
詳細解析
正確答案:A. 模型未啟用詞嵌入正規化(Embedding Normalization)可能造成語意距離不穩定,導致預測誤差
詞嵌入正規化是數值穩定性的技術處理,與模型對不同文化語氣風格的偏誤表現沒有直接因果關係。題目描述的問題源自訓練資料的文化與語氣偏差,而非詞嵌入是否正規化。
各選項逐一解析
理解每個選項為什麼對或錯,是真正掌握這個知識點的關鍵。以下逐一分析每個選項的含義與判斷依據。
A. 模型未啟用詞嵌入正規化(Embedding Normalization)可能造成語意距離不穩定,導致預測誤差 (正確)
詞嵌入正規化影響的是數值穩定性,不是跨文化偏誤問題,此描述與觀察現象無直接關聯,是不正確的描述。
B. 訓練語料若偏向特定文化或語氣特徵,可能使模型產生內隱偏誤(Implicit Bias) (不正確)
訓練語料文化偏差確實會造成內隱偏誤,是正確的描述。
C. 模型若訓練資料來源不平衡,容易導致對不同語言或族群風格的情緒判斷不準確 (不正確)
訓練資料來源不平衡導致跨語言族群判斷不準確,是正確的描述。
D. Transformer架構能捕捉上下文語意,但若訓練資料偏差仍存在,模型仍可能學習到偏誤判斷 (不正確)
Transformer雖有上下文理解能力,但仍會學習訓練資料中的偏誤,是正確的描述。
延伸學習
本題尚未連結特定術語,你可以從以下常見主題開始探索相關知識。
中等題備考建議
- ▶ 本題屬於中等難度,需要理解概念之間的關聯與應用情境,不能只靠死背定義。
- ▶ 中等難度的題目常考「為什麼」和「怎麼用」,建議整理各技術的優缺點比較表。
- ▶ 練習時注意錯誤選項的陷阱設計,很多時候錯誤選項只有一兩個字的差異,需要仔細辨別。
- ▶ 建議用「費曼學習法」,嘗試向別人解釋這道題的解題思路,能講清楚就代表真正理解了。
同主題考題練習
以下題目與本題屬於相同的考試範疇,建議一併練習以加強對該主題的掌握程度。
某設計師使用公司內部建置的生成式AI工具製作行銷素材,並輸入提示語(Prompt):「請生成一張模特兒手持品牌飲料、背景為海邊夕陽的照片」。系統能正確生成主要主題與場景,但輸出的圖像中,品牌標誌顏色常有誤差,或人物手部姿勢顯得不自然。若從多模態生成模型的技術機制分析,此現象最可能是下列哪一項原因所造成?
半結構化 JSON 日誌的特徵擷取最佳方法為何?
在詞向量(Word Embedding)訓練方法中,GloVe(Global Vectors for Word Representation)與Word2Vec的主要差異為何?
iPAS AI 應用規劃師認證簡介
iPAS AI 應用規劃師能力鑑定是經濟部產業發展署推動的國家級 AI 證照制度, 分為「初級」與「中級」兩個等級。初級考試包含「人工智慧基礎概論」和「生成式 AI 應用與規劃」兩個科目, 著重基本概念的理解與應用。中級考試涵蓋「AI 技術應用與規劃」「大數據處理分析與應用」「機器學習技術與應用」三個科目, 要求考生具備更深入的技術知識與實務能力。 本題來自中級考試範圍,需要具備紮實的技術基礎才能正確作答。
資料來源
iPAS 114年第二梯次 AI應用規劃師中級能力鑑定
開始準備 iPAS 考試
題目來源:iPAS 114年第二梯次 AI應用規劃師中級能力鑑定。 想通過 iPAS 認證?從完整題庫練習開始,搭配術語詞典與備考攻略,系統化提升你的 AI 知識。