网易互娱暑期实习预研NLP对话与研究面经（已拿offer）

本人双非本科，985渣硕一个。有相关的项目和论文经历。

一面（30 min，电话面）

1. GAN在文本生成中如何应用
2. 如何解决GAN中文本离散的问题
3. 如何解决GAN中生成器与判别器训练不平衡的问题
4. 介绍策略梯度
5. 介绍Gumbel-Softmax trick
6. 介绍方面级的情感分析模型
7. 了解哪些经典的机器学习方法（SVM，LR）
8. 了解哪些决策树方法（XGBoost，GBDT）
9. 反问

二面（1 h，电话面）

1. 自我介绍
2. 介绍文本生成任务
3. 介绍AAAI论文
4. 如何衡量模型性能，指标如何计算
5. 如何保证句子的可读性、连贯性
6. 如何解决模式坍塌问题
7. 情感分析任务用哪个数据集
8. 介绍EMNLP论文
9. 如何进行句子编码，提取句子的特征向量，有哪几种方式（CNN，LSTM，Attention），各种方式的优缺点
10. 是否了解空洞卷积
11. BERT、GPT、ELMO之间的区别（模型结构、训练方式）
12. 有哪些优化方法
13. 为什么不使用二阶优化方法
14. 有哪些二阶优化方法，牛顿法存在什么问题
15. 有什么正则化方法，那除了L1和L2还有什么（答了决策树剪枝）
16. 有哪些损失函数
17. SVM和LR的区别
18. SVM有哪些核函数，对应有哪些使用场景和特点
19. 算法题：有足够多的数据（内存无法一次性装下），如何获得最大的k个数。
20. 反问

二面隔了一个月终于接到了HR的电话，这也太拖了吧😂