阿里暑期实习笔试一面

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。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

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~

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值