美团NLP算法实习生面试_美的nlp算法实习生会问什么问题

前言

• 文章来源：CSDN@LawsonAbs
• 记录美团NLP算法实习生的面试。该职位主要从事如下方向：语义理解；基础能力建设；依存句法分析；知识图谱等，在美团大搜下面。

一面

1. 编程题

合并两个有序链表

2. 面试题

• Bert 预训练过程中使用了哪些 embedding？
  如下图所示：
  
  关于这三个embedding具体做什么任务，可以参考我的博客。

• 在做分类任务时，如果某些类别比较少该怎么处理？
  我给出的方法有：（1）数据增强；（2）训练trick，如不同的类别损失加权重，采样等等

• 残差网络的本质是什么？
  其表达式是ouput = layer(x) + x，其中layer(x)是某层网络，x是输入。设计残差网络的根本目的是为了避免梯度消失。

• 你熟悉哪些预训练模型？
  这个只说了roberta，对于其它的则不是很熟悉。
  【给我的印象就是：需要把这些底层代码都弄的很清楚才行，比如bert预训练的任务，Embedding的设置，损失的设置等等，不仅涉及到深度学习，也和编程能力有着很大的关联！】

二面

因为其他原因，二面提前终止了。