ML:自然语言处理NLP面试题
自然語言處理的三個里程碑：
http://blog.csdn.net/sddamoke/article/details/1419973
兩個事實分別為：
一、短語結(jié)構(gòu)語法不能有效地描寫自然語言。
二、短語結(jié)構(gòu)規(guī)則的覆蓋有限。Chomsky 曾提出過這樣的假設(shè),認為對一種自然語言來說,其語法規(guī)則的數(shù)目是有限的,而據(jù)此生成的句子數(shù)目是無限的。
文中提到的三個里程碑式的進展為：
一、復雜特征集。復雜特征集又叫多重屬性描寫。
二、詞匯主義。語言學界認為，不劃分詞類就無法將語法結(jié)構(gòu)，即語法“不可能”根據(jù)個別的詞來寫規(guī)則；但是人們也注意到任何歸類都會丟失個體的某些重要信息。
三、統(tǒng)計語言模型。這也就是語料庫方法。
總結(jié)：
??????? 復雜特征集、合一語法以及詞匯主義方法都是在原先理性主義框架（產(chǎn)生式或邏輯推理）框架下做出的重大貢獻。尤其詞匯主義方法的發(fā)展越來越得到語料庫和統(tǒng)計學方法的支持，這也是經(jīng)驗主義和理性主義方法的相互融合。他們將成為自然語言處理技術(shù)的主流。
自然語言處理：
??????????? 10k以上 北京 經(jīng)驗1年以下 碩士及以上 全職
職位誘惑 : 績效獎金多 晉升空間大 優(yōu)秀團隊 半年調(diào)薪
職位描述
職位描述：
1、承擔自然語言處理技術(shù)在對話、通用問答、意圖理解、知識庫加工管理等方向上的應(yīng)用研究；
2、按照研究與項目計劃，與項目組其他成員協(xié)同工作，在保證質(zhì)量的前提下，按時完成研究開發(fā)任務(wù)。
任職資格：
1.學歷要求：畢業(yè)于211或985院校、統(tǒng)招碩士以上學歷，博士優(yōu)先；英語4級以上。
2.工作經(jīng)驗：
1年以上相關(guān)領(lǐng)域工作經(jīng)驗，熟悉自然語言處理的各項技術(shù)，有對話、通用問答、意圖理解研究經(jīng)驗
熟悉C/C++/Python，有算法研究背景經(jīng)驗
英文良好，知識面廣、研究能力強，熟悉并掌握自然語言處理在智能人機交互技術(shù)領(lǐng)域中的應(yīng)用。
3.能力要求：
具有強烈的研究興趣與學習意愿，具備較好的學習能力、問題分析能力、以及問題解決能力；
良好的溝通協(xié)調(diào)能力和團隊合作意識，能夠主動總結(jié)和分享自己的開發(fā)經(jīng)驗。
4.素質(zhì)要求：
工作踏實，態(tài)度積極，能夠承受工作壓力，能適應(yīng)嚴格項目管理；
責任心強，正直誠實，值得信賴。
面試筆試題：
百度校園招聘-自然語言處理工程師
原文鏈接： http://bishi.cnrencai.com/jingyan/1775.html一、簡答題(本題共30分)
1.簡述數(shù)據(jù)庫以及線程死鎖產(chǎn)生的原理及必要條件，簡述如何避免死鎖。(10分)
2.請列舉面向?qū)ο笤O(shè)計的三個基本要素及五種主要設(shè)計原則。(10分)
3.多線程如何同步。(10分)
二、算法與程序設(shè)計(本題共45分)
1.一百個燈泡排成一排，第一輪將所有燈泡打開;第二輪每隔一個燈泡關(guān)掉一個，即排在偶數(shù)的燈泡都被關(guān)掉。第三輪每隔兩個燈泡，將開著的燈泡關(guān)掉，關(guān)掉的燈泡打開。以此類推，第100輪結(jié)束的時候，還有幾盞燈泡亮著。編寫代碼實現(xiàn)。(15分)
2.有一個百萬級的字符串集合(worddic)，worddict中每個字符串的長度為2~5個漢字。對任意一個查詢串(query)，定義該query對worddic模糊匹配的條件為：該query內(nèi)部移除最多6個連續(xù)漢字后，與worddic中某個詞完全匹配。例如：worddic中有"百度公司"這個字符串，query"北京百度網(wǎng)絡(luò)技術(shù)有限公司"，該query即可通過移除6個連續(xù)字符('網(wǎng)絡(luò)技術(shù)有限')來匹配"百度公司";
現(xiàn)在需要你設(shè)計一個算法來實現(xiàn)這樣的功能：
/**@brief: query match function
*@param worddcit:字符串集合，可以在這兒自定義詞典的數(shù)據(jù)結(jié)構(gòu)worddic;
*@param query: query;
*@param querylen: query的長度;
*@param return: 1表示該query可以模糊匹配詞典中某個字符串，-1表示其它;
*/
int check_query(const dict *worddict, const char *query, const int querylen);
要求：給出數(shù)據(jù)結(jié)構(gòu)dict的設(shè)計并完成check_query函數(shù)(20分)
三、系統(tǒng)設(shè)計題(本題共35分)
1.拼寫糾錯是搜索引擎具備的一個功能，指的是自動分析用戶輸入的查詢(query)，檢查是否有拼寫錯誤，如果有，則給出正確的拼寫建議。例如：把"聯(lián)想手機"輸錯為"聯(lián)想手機"。這時候搜索引擎一般會給出提示"您要找的是不是：聯(lián)想手機"。
一般來說，拼寫糾錯主要包括了兩個重要的步驟：一是識別用戶輸入的錯誤的詞語;二是把錯誤的詞語修改成正確的詞語。
問題：1)在中文中，常見的錯誤輸入是同音不同字：例如，"蘋果"輸錯為"平果";在英文中，常見的錯誤輸入時拼寫錯誤，如"latest"錯輸為"latst"。針對以上兩種在中文和英文輸入中的錯誤，請分別給出一種解決方案。
2)用戶輸入的查詢，常常還包含一些上下文的信息(如，"平果手機什么時候發(fā)布")，如何利用這些上下文改進糾錯的效果?
百度2015校園招聘 自然語言處理工程師筆試
原文鏈接：http://blog.csdn.net/shymi1991/article/details/39432775
一、簡答
1. new 和 malloc的區(qū)別。
1,malloc與free是C++/C語言的標準庫函數(shù)，new/delete是C++的運算符。它們都可用于申請動態(tài)內(nèi)存和釋放內(nèi)存。
2,對于非內(nèi)部數(shù)據(jù)類型的對象而言，光用maloc/free無法滿足動態(tài)對象的要求。對象在創(chuàng)建的同時要自動執(zhí)行構(gòu)造函數(shù)，對象在消亡之前要自動執(zhí)行析構(gòu)函數(shù)。由于malloc/free是庫函數(shù)而不是運算符，不在編譯器控制權(quán)限之內(nèi)，不能夠把執(zhí)行構(gòu)造函數(shù)和析構(gòu)函數(shù)的任務(wù)強加于malloc/free。
3,因此C++語言需要一個能完成動態(tài)內(nèi)存分配和初始化工作的運算符new，以一個能完成清理與釋放內(nèi)存工作的運算符delete。注意new/delete不是庫函數(shù)。
4,C++程序經(jīng)常要調(diào)用C函數(shù)，而C程序只能用malloc/free管理動態(tài)內(nèi)存
2. hash 沖突及解決辦法。
關(guān)鍵字值不同的元素可能會映象到哈希表的同一地址上就會發(fā)生哈希沖突。解決辦法：
1）開放定址法：當沖突發(fā)生時，使用某種探查(亦稱探測)技術(shù)在散列表中形成一個探查(測)序列。沿此序列逐個單元地查找，直到找到給定 的關(guān)鍵字，或者碰到一個開放的地址(即該地址單元為空)為止（若要插入，在探查到開放的地址，則可將待插入的新結(jié)點存人該地址單元）。查找時探查到開放的 地址則表明表中無待查的關(guān)鍵字，即查找失敗。
2）?再哈希法：同時構(gòu)造多個不同的哈希函數(shù)。
3）鏈地址法：將所有哈希地址為i的元素構(gòu)成一個稱為同義詞鏈的單鏈表，并將單鏈表的頭指針存在哈希表的第i個單元中，因而查找、插入和刪除主要在同義詞鏈中進行。鏈地址法適用于經(jīng)常進行插入和刪除的情況。
4）建立公共溢出區(qū)：將哈希表分為基本表和溢出表兩部分，凡是和基本表發(fā)生沖突的元素，一律填入溢出表。
二、編程
1. 實現(xiàn)歸并排序。
2. 二叉樹的S型遍歷。
?第一層從左到右，第二層從左到右，第三層從左到右……
3. 20億url的存在一個文本中，一個url占一行，其中有重復，統(tǒng)計出url的頻率。
三、系統(tǒng)設(shè)計
1.自然語言處理中的前向匹配常被用于分詞。如
遙遠的古巴比倫
前向匹配分詞結(jié)果為
遙遠的|古巴|比倫
前向匹配分詞結(jié)果為：
遙|遠的|古|巴比倫
要求寫出前向匹配的接口及實現(xiàn)方法。
總結(jié)：
總結(jié)
以上是生活随笔為你收集整理的ML:自然语言处理NLP面试题的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 灵锡app如何改社区(汉典灵字的基本解释
- 下一篇： 摩托范怎么买车