TME2021-QQ音乐暑期实习-自然语言处理一面：
算法题（40分钟）：
1． 输入一个字符串，长度 >=6 内容包含0-9， 请从中取出6个数字，组成 -时-分-秒，输出最大时间，如果无法组成有效的时间，输出无效。 例如 输入“0012345”输出： 23时54 分10秒
方法：暴力：
获得数组的全排列
class Solution:
def largestTimeFromDigits(self,arr):
arr = [int(x) for x in arr]
ans = -1
for i in range(len(arr)):
for j in range(len(arr)):
if i != j:
for k in range(len(arr)):
if k != i and k != j:
for q in range(len(arr)):
if q!=k and q!=i and q!=j:
for w in range(len(arr)):
if w!=q and w!=k and w!=i and w!=j:
for l in range(len(arr)):
if l!=w and l!=k and l!=q and l!=j and l!=I:
A = arr[i] * 10 + arr[j]
B = arr[k] * 10 + arr[q]
C = arr[w] * 10 + arr[l]
if 0 <= A <= 23 and 0 <= B <= 59 and 0<=C<=59:
ans = max(ans, A *60*60 + B*60 +C)
if ans == -1:
return ""
else:
return "{:02}:{:02}:{:02}".format(ans //3600, ans//60%60,ans%60)
time = Solution
print(time.largestTimeFromDigits(time,"0051234519"))
# 输出23:59:54
2 按给定词典分割字符串
给定一个词典文件和一个字符串，要求将字符串按照词典分割， 没有在词典里面匹配的字符按照单个字符输出。
词典文件 a.txt
内容 ：
hello
word
给定字符串文件 b.txt
hellohhword
输出： hello h h word
方法：
1、字典树，匹配每个字符
2、分词操作的最大前项匹配、最大后项匹配，双向匹配
3、segword
4、leetcode-139. 单词拆分
# 字典文件
#a_worddict = ['hello','word',"abc","ced"]
# 字符串
#b_word ="hellohhwordhfkdhhabcced"
a_worddict = []
f = open("a.txt")
for line in f.readlines():
a_worddict.append(line.replace("\n",""))
# 字符串读取
f = open("b.txt")
b_word = f.read()
def dictTree(a_worddict):
dict = {}
for s in a_worddict:
p=dict
for sub_s in s:
if sub_s in p:
p=sub_s
else:
p[sub_s]={}
p=p[sub_s]
return dict
def splitword(b_word,dictTree):
i,j=0,0
list = []
p=dictTree
k=0
while k面试：
1、自我介绍
2、介绍一个项目？
3、glove和word2vec的区别？
4、word2vec两种方法的区别，优势？
5、word2vec的改进？
6、focal loss函数，focal loss函数缺点？
7、欠采样了解？
8、样本不平衡问题？
9、bert模型结构介绍？
10、layer正规化和batch正规化区别。为什么不全用batch正规化？
11、crf介绍一下，crf的输入？
12、crf的损失函数？
TME2021-QQ音乐暑期实习-自然语言处理二面：
算法题：
给定一个无重复元素的数组 candidates 和一个目标数 target ，找出 candidates 中所有可以使数字和为 target 的组合。
candidates 中的数字可以无限制重复被选取。
说明：
所有数字（包括 target）都是正整数。
解集不能包含重复的组合。
candidates = [2,3,6,7], target = 7,
[
[7],
[2,2,3]
]
简单回溯
def findSum(List,target):
res = []
def dfs(arr,path):
if sum(path)>target:
return
if sum(path)==target:
path.sort()
if path in res:
return
res.append(list(path))
for i in range(len(arr)):
path.append(arr[I])
dfs(arr,path)
path.pop()
pass
dfs(List,[])
print(res)
findSum([2,3,5],8)
2、给定一个字符串以及一个词典（key为词，value为词对应的类型），从字符串中找出词表中出现的词并用其对应的类型模板替代，输出所有可能的序列
e.g. text='请给我来一下那个周杰伦晴天'
word_dict={"给我来":"track","来一下":"track","一下":"track","周杰":"singer","杰伦":"singer","周杰伦":"singer","晴天":"track"}
结果 = [‘请 track track 那个singer track’，’请给我 track 那个 singer伦 track’ ...]
def replacePatten(text,word_dict):
res = []
n=len(text)
# 采用dfs，基于树结构深度搜索
def dfs(text,path,pos):
if pos==n:
if path in res:
return
res.append(list(path))
return
# 遍历当前位置至下一个位置，
while pos1、自我介绍
2、为什么bert里的transformer要用的是multi-head attention？
3、multi-head头数和任务之间有什么关系？这个参数应该怎么设置会好一些？
4、transformer如何做并行化？
5、为什么bert引入attention机制？
6、Bert的缺点在哪？
7、针对这个问题，后面一些优化的Bert做了哪些改进。例如Roberta或xlnet？
8、介绍一下，隐马尔可夫，CRF，维特比算法？
9、隐马尔可夫和CRF比较？
10、介绍一些维特比算法？
11、介绍一下集成学习和xgboost的区别和优缺点；GBDT和XGboost的区别？xgboost为什么能做二阶展开？
12、bagging方法
13、你这边介绍一下随机森林（最特别，最典型的bagging方法），如何投票？加权投票？
14、softmax有什么优缺点？
15、你这边有什么问题？
-
3、实习生需要什么能力，能胜任这份工作呢？
学习能力，快速上手能力