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...

明天下午面这家，jd写的很高，有点害怕

一、开场 1. 先简单做一下自我介绍2. 简单介绍一下 Java 中常用的 HashMap，以及 1.8 之后有什么优化 二、Java 基础 3. 红黑树相对于链表有什么优点4. 简述 JVM 有哪些内存结构5. 哪些区域比较容易发生 OOM6. 程序计数器会不会发生 OOM 三、Spring 框架 7. 解释一下 Spring 的 IOC 和 AOP 核心思想8. AOP 一般在项目中用到哪些场景 四、数据库 9. 什么是数据库事务的 ACID 特性10. MySQL 默认底层引擎是什么11. InnoDB 的数据结构采用哪些12. B+树和 B 树有什么区别13. B+树为了范围查询更快，...