360现场面8月29日--智慧城市-NLP岗位

一面： 11点20的场次，面试时间40分钟

问项目：客服对话系统怎么做的？数据怎么获取标注，数据量级多大？具体采用的核心算法是什么？

问项目：实体关系抽取怎么做的？数据长什么样子？采用了什么方法？

实体识别这块怎么做了解吗？（说了一下深度学习领域，转换为序列标注任务）

序列标注的原理是什么？为什么实体识别可以用序列标注来做？

情景题：假设现在想让你抽取医疗领域内的实体，你打算怎么做？

（回答了两个方面：1，有标注大规模数据，采用深度学习BILSTM-CRF的方法训练序列标注模型，评估指标PRF1,

2, 数据无标注，由于医疗领域具有一定的垂直领域的特性，可以假设已经收集了一定的医疗实体，反过来对文本进行标注，得到部分数据，由这部分数据来训练模型，进行泛化；如果存在数据量不够的情况，可以对实体词进行扩展或者爬取更多的文本，如果泛化能力不强，可以采用迁移学习的思想，从相似的其他领域迁移模型；评估的内容分为两个方面，是否具有抽取出新实体的能力，已有实体抽取的准确性）

LSTM的内部公式和门控机制（要求手写lstm的公式），LSTM是如何记住前面的依赖信息的？

反问面试官：对新人有什么培养机制？（面试官回答的特别详细，还介绍了部门的一些业务相关的消息）

面试结束后一分钟短信通知过了一面

二面： 等到了4点36分开始，面试时间20分钟左右

自我介绍

介绍实习主要做了什么（相似度模型）（面试官不太感兴趣，也没有打断提问）

你对NLP了解多少？（回答了实验室做的一些方向，对信息抽取这个方向做了一下介绍，具体介绍了一下项目：实体关系抽取的项目）

你知道知识推理吗？（回答了知识推理的一个应用场景，面试官说你说的这个只是其中一个最简单的场景，我后来回答了不太了解知识推理）

spark会吗？（不会）

sql会吗？（本科学过数据库的知识，会简单的sql语句）