听说写面经会有好运😆自然语言处理方向。从自我介绍开始到反问结束，大概40min左右。985本硕，但是本科是轻工类😅，研究生学到的内容也是基础非常不牢。纯纯算法小白，找23暑期实习，分享出来是希望以后也可以多看到其他人的面经😊以下是提问内容，因为记性不好，所以有些问题的表述可能会有点出入哈~1.最熟悉的模型+介绍原理、优劣势。（回答了BiLSTM，因此后面接着这个模型问了）BiLSTM耗时是LSTM的两倍吗？/两个LSTM可以同时进行吗？介绍一下LSTM三个门结构。遗忘门的所有输入。LSTM的输入一般都是什么形式？/常见的LSTM如何处理词的？2. seq2seq输出序列是串行还是并行？输出时的词是怎么得到的？BiLSTM/seq怎么算attention？3. BiLSTM如果输入序列是变长，怎么处理？（先是回答了截断、补0或滑动窗口，后来在引导下回答了占位符）可不可能存在占位符和某一个词的语义相似，怎么解决？ 有没有其他方法解决序列变长？4. 如果只用全连接层，怎么实现捕捉上下文？（没有想到，所以提示了word2vec）word2vec有没有用到上下文？（回答了cbow和skip-gram的大概思路）skip-gram怎么学习上下文的？5. 介绍一下bigram编码。（简历上的项目有提到）有没有三元的编码？什么区别？分词和bigram什么区别？怎么选？6. 介绍一下文本情感分类的项目。（简历）bert相比bilstm的优势？7. chatgpt有了解吗？（还没开始学gpt[牛泪]） bert是串行还是并行输出？直接并行输出能否实现？效果会比串行更好吗？8.  dropout的作用+原理？dropout在激活函数之前做，还是激活函数之后做？9. 反问。很多问题回答的不好，还要继续努力！最后希望大家都能上岸呀！🤗