腾讯秋招NLP面经
三轮技术面+HR面，差不多一个星期面完，等了四天收到HR的offer call，等待的过程也提心吊胆的，所幸有惊无险。凭记忆写一下面经，有一些问题记不起来了。希望大家秋招都顺利，如愿以偿拿到offer
腾讯一面：
时长50分钟
1、自我介绍
2、问实习内容
3、self-attention如何实现的，介绍了一下原理，面试官又问代码具体如何实现
4、文本分类有哪些模型，说了textcnn、fasttext、bert这些。面试官问还有其他的吗，还有knn、朴素贝叶斯这些
5、比较一下textcnn、fasttext、bert这些分类模型有什么区别，适用于哪些场景
6、在文本分类的时候，有一些出现得特别少的类别，怎么办。
7、如何实现FAQ，也就是文本匹配有哪些常用的做法
8、有什么要问我的吗
9、其他问题忘记了
腾讯二面：
时长70分钟
1、自我介绍
2、一开始聊天。想在哪个城市工作；现在还在实习吗；想在什么类型的公司上班，虎牙yy这些呢有考虑吗；未来工作计划
3、问实习内容
4、故事生成的一些问题（因为说自己现在在做这块），问得很细，比如之前做的实验，还有当前在做的实验，是如何做的，之前的实验为什么效果不好，数据集是怎样的，模型如何搭建等
5、最后一题算法题：经典的高楼扔鸡蛋问题，100层楼，2个鸡蛋，问扔鸡蛋的策略，以及该策略最差要扔几次鸡蛋。
6、有什么要问我的吗
腾讯三面：
时长60分钟
1、自我介绍
2、实习内容
3、一道算法题：给定四个整数，这四个数字是否可以通过加减乘除，计算得到24
4、有什么要问我的吗
