AI面试锦囊|网易互娱AI Lab人工智能研究工程师两面分享

©原创作者 | 三金

写在前面

网易经过近20年的飞速发展，现已经跻身全球七大游戏公司之一，旗下拥有游戏行业领先的人工智能实验室——网易互娱AI Lab。该实验室致力于将AI技术应用在游戏中，现网易游戏已广泛应用AI技术，例如当前热门游戏《第五人格》、《梦幻西游》等。

今天小编给大家分享的便是关于AI Lab人工智能研究工程师岗位的面试真题。

01 面经干货

1）面经来源：牛客网（ID：算法小白菜不在了）

A、一面

1. 自我介绍

2. 介绍腾讯、艾耕实习内容

3. 讲讲Attention机制的原理。

AI面试指南参考答案：

在NLP任务中，一个句子的不同部分具有不同含义和重要性，Attention机制能够计算输出单词对应得输入语句中各个单词的概率分布，从而对重要单词进行重点关注并充分学习。

Attention机制首先将某个单词的查询向量与输入句子中所有单词的键向量进行运算得到单词的“分数”，这个分数表示该单词与句子中其它单词的联系程度，其次将“分数”通过sortmax后再乘以值向量得到权重，最后再进行加权求和。具体计算公式如下所示，其中Q表示查询向量，K表示键向量，V表示值向量。

4. 讲讲fastText原理。

AI面试指南参考答案：

1）fastText的核心思想是将整篇文档的词以及n-gram向量进行叠加取平均值，从而得到文档向量，然后再使用文档向量进行softmax多分类。

2）其模型架构有3层：输入层、隐含层、输出层。输入的是多个单词以及n-gram特征，特征都是embedding过的，隐含层即对特征向量进行求和取平均操作，输出层输出文档对应的类别。

3）fastText有两个功能：文本分类、快速词向量训练。

5. fastText相比于word2vec有什么优势？

AI面试指南参考答案：

1）fastText使用字符级别的n-gram表示一个单词，即当两个词有相同的词缀时，可以学习到其语义之间的相似性，从而克服了word2vec忽视单词内部形态特征的问题。

2）fastText对于低频词生成的词向量效果会更好，因为n-gram可以和其他的词共享；

对于训练词库之外的单词，fastText可以通过叠加单词的字符集n-gram向量生成对应的词向量。

6. 文本分类除了CNN和RNN还知道哪些方法？

AI面试指南参考答案：

除此之外还有 LSTM、HAN（Hierarchical Attention Network）、BERT、fastText等方法