自然语言笔试题,来自一位HR
Posted 湾区人工智能
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了自然语言笔试题,来自一位HR相关的知识,希望对你有一定的参考价值。
我从一个公司的HR那里搞到了一份自然语言处理工程师的笔试题,大家看看自己处于啥水平,人家说了,这些题都是最基本的知识
1. 假设句子按单词顺序为w1,w2,...,wn ,那么这个句子的概率公式为?
2. 是否句子越长概率就越低?为什么?
3. 一个语言模型的困惑度是怎么计算的?是什么意义?
4. 神经网络的语言模型相对N-Gram模型有哪些改进的地方?实际的应用情况如何?
5. Word2Vec中skip-gram,cbow两者比较的优缺点是哪些?
6. HMM, CRF两者比较的优缺点是哪些?
7. Blue评价指标是干嘛用的?他考虑了哪些因素?缺点是什么?
8. 做一个翻译模型,如果输出的词典很大,例如有100万个词,要怎么解决这个计算量问题?
9. 什么是交叉熵?和KL距离有什么关系?
10. sgd, momentum, adagrad, adam这些优化算法之间的关系和区别是怎样的?分别适用于什么场景
11. 理论上两层的神经网络可以拟合任意函数,为什么现在大多数是用多层的神经网络?
12. 生成模型和判别模型两者差别是啥?分别适用于什么场景?
13. AUC的评估指标是怎么定义的?如果计算的AUC结果<0.5,主要是什么原因导致的?
14. 逻辑回归和线性回归的区别是啥?适用场景分别是?
15. 编码实现softmax
网易云音乐价值6亿美金
扫码关注的工资会翻倍
print_r('关注一下吧');
var_dump('关注一下吧');
NSLog(@"关注一下吧!")
System.out.println("关注一下吧!");
console.log("点个赞吧!");
print("点个赞吧!");
printf("点个赞吧!");
cout << "点个赞吧!" << endl;
Console.WriteLine("转发一下吧!");
fmt.Println("转发一下吧!")
Response.Write("转发一下吧!");
alert(’转发一下吧!’)
以上是关于自然语言笔试题,来自一位HR的主要内容,如果未能解决你的问题,请参考以下文章