问题:
- 1.描述一下你的论文,用了什么模型,为什么这个模型或者方法可以解决一对多生成问题。
- 2.平时有没有研究NLP基本问题,比如文本分类,信息抽取。(并没有)
- 3.CNN为什么可以用在NLP上?(乱撤了一下)
- 4.后提出的SVM和原始的方法相比,有什么优势?(我都不知道有原始问题,只知道强对偶 而且完全不知道为什么要这样做。。。)
- 5.LSTM为什么可以避免梯度消失。。。(只知道门机制,又乱扯了一通)
一共只面了28分钟。
最后
分享一下BAT及美团、头条、滴滴、小米、网易等各大公司的各类面试题
面经网:最新面试题 https://v2ee.cn/
有需要的小伙伴拿走~
本文回顾了一场关于自然语言处理(NLP)技术的面试经历,涉及论文讨论、模型选择、CNN在NLP的应用、SVM的优势、LSTM解决梯度消失问题等核心议题。分享了BAT等公司面试题资源,为准备NLP方向面试者提供实战经验。
1699

被折叠的 条评论
为什么被折叠?



