小红书面经，nlp算法工程师
小红书的中台部门，具体是否属于技术部不太清楚。面试中主要针对论文和项目进行提问，可以看出面试官的能力还是不错的，提问有深度，不过不像字节那样深。
0908 一面
1. 介绍EMNLP论文2. BERT的self-attention中Q,K,V由来，multi-head attention目的：为了关注到句子中的不同模式（比如主-谓，谓-宾）。
3. 为什么分类任务使用交叉熵损失函数，不用MSE，优点在哪里
4. 情感转移模型：
a) Topic是怎么加入transformer的
b) 是否关注过将知识图谱中实体等信息加入transformer的方法
5. 小样本事件抽取：样本类别数量，GCN的原理
6. 开放题：小红书笔记中包含8个实体和6个情感，找出实体对应情感可以分为几步来做（可以标注出实体、情感、实体间关系）
1. 介绍EMNLP论文
2. 介绍小样本事件抽取论文（可能是因为写了在投）
3. 业务场景题：给出一个包含目标实体的文本，把它链接到知识库中，步骤及会遇到的困难。
4. 事件抽取方面的难点，比如处理未见事件有什么方法。
5. 事件线抽取的做法：不知道
6. 做题：两个字符串的最长连续子串，长度及输出
1. 讲项目，无针对项目提问
2. 别人眼中的自己什么样
反问：nlp技术中台主要业务及分组
内容理解：预训练模型，文本分类（树状和平铺），信息抽取，文本生成，情感分析（不同粒度的）
用户理解：用户的基本标签，如性别年龄等，具体的还没做#面经##小红书##面试题目#
