楼主最近参加了lab这边的自然语言处理方向实习生的面试,也是通过了三轮面试,记录下面试的一些经历。 一面的面试官很和蔼,然后主要是对楼主之前的实习经历比较感兴趣,主要的问题集中到了之前做过的摘要的问题和对比学习的一些思考,面试的流程也很舒服,节奏也很快,最后做题有点尴尬,题很简单,是两道,分别是螺旋数组和最长无重复子串,属于很经典的题目了,但是很尴尬,写第二个的时候,条件和执行顺序上下反了,但是也
电话面试30min 1.简历项目介绍 2.10w敏感词检测查找算法:感觉用字典树之类的 3.模糊敏感词检测算法查找:不太懂 4.一个简单的数制转换+计数:**原题的感觉 5.没有反问,两三天之后出结果,蹲一个#我的求职思考##0offer是寒冬太冷还是我太菜##你的秋招进展怎么样了#
一面(综合能力面) 30min 1.问简历,项目 2.熟悉python吗?知道 (js锁)(不知道是啥,没听说过)吗?python和C++区别 3.数据库索引有哪些 答:唯一索引:在创建唯一索引时要不能给具有相同的索引值。 主键索引:在我们给一个字段设置主键的时候,它就会自动创建主键索引,用来确保每一个值都是唯一的。 聚集索引:我们在表中添加数据的顺序,与我们创建的索引键值相同,而且一个表中只能有
听说牛客上分享面经能积攒人品、收获offer,因此发一下我的面试感受。 我是本9硕C9,目前方向是自然语言处理。1月末突然被百度给捞起来了。 一面 技术面(2.2) :1h 详细介绍本人项目研究,面试官深入提问 编程:343. 整数拆分,秒掉 问机器学习、深度学习、nlp八股,过拟合、调参等等。 反问:部门情况,常用技术栈 2.3晚上接到二面面试官电话。 二面 技术面(2.6下午):70min 详
1.自我介绍; 2.主要用过哪些深度学习框架(Pytorch); 3.介绍自己的论文和项目; 4.什么是元学习(项目和论文中用到了); 5.多任务学习的一些框架(项目和论文中用到了,SharedBottom、MMoE、SRN等); 6.介绍一下LR回归、XGBoost、GBDT,以及他们的优缺点; 7.介绍一下BERT和ChactGPT; 8.如何处理文本信息(Word2Vec); 9.有用过C+
知乎 企业类型: 互联网 地点: 北京 实习类型: 日常实习 岗位: NLP算法工程师 一面—视频面 基础知识询问+做题 自我介绍 生成式模型与判别式模型的区别? 生成式模型先对数据的联合分布 进行建模,然后再通过贝叶斯公式计算样本属于各类别的后验概率 。 判别式模型直接进行条件概率建模,由数据直接学习决策函数 或条件概率分布作为预测的模型。判别方法不关心背后的数据分布,关心的是对于给定的输入,应
一面(7.4,数据处理部门) 自我介绍 手撕代码一: [[1,2,3], [4,5,6], [7,8,9]]进行螺旋输出[5,6,3,2,1,4,7,8,9] 手撕代码二: 括号匹配,给定字符串'231(Jjhg){ds}'检验括号是否匹配 介绍一下台风估计项目你遇到的数据预处理 介绍一下LSTM LSTM各个门用了什么激活函数,以及这些激活函数的作用 讲一下你的爬虫项目,怎么
自我介绍(大概5分钟) 聊我中的一篇ACL论文,介绍了下任务、出发点、具体的做法以及评价指标 聊我在实习过程中做的一些项目(比较细,包括应用场景以及项目细节)。 阐述ChatGPT的构造、llama、chatglm大模型的区别有哪些(衍生出来很多具体细节)、介绍Roberta和BERT区别 手撕代码:leetcode33题:搜索旋转排序树组,要求复杂度O(logn)。(没刷到过这个题,所以用了一个
一面通过 总体:AI研究院、30min、面试很快、没有手撕算法。 内容: 1论文细节,模型结构、损失函数、优化目标,baseline怎么选择的,超参数怎么选择的。 2最近实习的内容,大模型相关。几种LM的区别,在预训练阶段有什么不同。****怎么解决? 3为什么有一段实习时间比较短? 4最近看的论文是什么
bamboo是一个中文语言处理系统。目前包括中文分词和词性标注部分。 bamboo提供了C,PHP,PostgreSQL的编程接口。
NLP Architect 是一个开源的 Python 库,用于探索最先进的深度学习拓扑结构和技术,以优化自然语言处理和自然语言理解神经网络。NLP Architect 的设计是为了灵活地添加新的模型、神经网络组件、数据处理方法,并方便训练和运行模型。 特点 新颖的 NLU 模型展示了新颖的拓扑结构和技术 优化的 NLP/NLU 模型,展示了神经 NLP/NLU 模型的不同优化算法 面向模型的设计
NLPIR (自然语言处理与信息检索共享平台)是一个强大的中文分词库,
nlp-lang 文档地址:http://www.nlpcn.org/docs/7 部分演示:http://www.nlpcn.org/demo MAVEN <dependencies> <dependency> <groupId>org.nlpcn</groupId> <artifactId>nlp-lang</artifactId> <versi
A Hands-on Introduction to Natural Language Processing (NLP) About this course This course was created by Prof. Mohammad Ghassemi in Fall of 2020 as part of the CSE 842 class at Michigan State Univers
Tracking Progress in Natural Language Processing Table of contents English Automatic speech recognition CCG Common sense Constituency parsing Coreference resolution Data-to-Text Generation Dependency