1、自我介绍2、项目介绍3、介绍 NLP 中数据增强方式NLP 中常见的数据增强方式主要有同义词替换、随机插入、随机删除、随机交换、回译、模板扩写、噪声注入、对抗样本增强和基于大模型的数据改写。同义词替换是把句子中的部分词替换成语义相近的词；随机插入和删除适合做轻量扰动；随机交换适合增强模型对局部顺序变化的鲁棒性；回译是把句子翻译成另一种语言再翻回来，能够保留大意但改变表述；模板扩写适合分类和信息抽取任务；噪声注入比如加入错别字、空格、标点变化，适合提升鲁棒性；对抗样本增强更偏训练阶段优化；现在更常见的是让大模型做改写、扩写、同义表达生成。数据增强不能只追求数量，更重要的是标签一致性和语义不偏...

拷打简历，第二版简历了， Hot100正在刷第2遍，八股还在背，感觉很不熟，大家八股有什么快速提升的方法吗，

ps：如果这篇帖子对于还在找工作和找实习的你有所帮助，可以关注我，给本贴点赞、评论、收藏并订阅专栏；同时不要吝啬您的花花数据库三大范式是为了消除数据冗余、避免更新异常、保证数据一致性而制定的设计准则，核心是“逐步规范化”，从基础到严格依次为：第一范式（1NF）：原子性核心要求：数据表中的每一列（属性）都必须是不可再分的原子值，不能存在复合属性、多值属性。通俗理解：一列只能存一种类型的单一数据，不能拆分成多个子项（比如“姓名”不能拆成“姓+名”存放在同一列，若需拆分则需分为两列）。示例：不符合1NF的列——“联系方式”（包含电话+微信）；符合1NF的列——“电话”“微信”分开存储。实操案例：设计...