百度NLP二面-電話面

實驗室項目：1.實驗室方向

                 2.用兩分鐘介紹本身的項目，創新點在哪裏

我的項目:     1.本身實現的貝葉斯分類器，目的，怎麼作的

                 2.怎麼計算各個分類的先驗。（由於我使用的訓練預料是每一個分類10篇，沒有分類的先驗）

                 3 每一個主題有10篇文檔，假設有1W篇文檔，如何分到不一樣的主題中（我答的是計算與每一個文檔中其它文章的類似度，每一個doc用一個term數組來表示，數組中每位表示的是這個文檔中該單詞 出現的個數（過濾掉停用詞）， 面試官提示會有漏掉的停用詞，我說用出現的次數除於TF, 面試官說這就是TF-IDF）

 

算法：        1.STL中set怎麼實現的，假設有「I like love」三個詞，如何存。每一個節點是直接指向這個單詞的指針嗎）

                2.假設有100W個單詞，如何存儲（我答的是trie樹，面試官問每一個節點會有不少子節點，每一個子節點是一個指針，佔用8個字節，如何節省空間，我說不知道，面試官提示雙數組trie樹）

                3.假設一個文檔，連續的K個詞，認爲是一個時間窗口，一個時間窗口的詞有關係，如何獲得全部的時間窗口。（當時記得有個算法，可是忘了，應該是k-shingle算法）

                4. 不少單詞，如何計算單詞之間的類似度（或者對單詞進行分類）

              

 

C++ :      1.程序有錯誤如何調試（回答打log,如何段錯誤，gdb調試core文件）

               2.如何用gdb調試core文件，

               3.如何想讓變量a=100的時候中斷，如何寫gdb代碼

               4. Makefile文件，提示未定義的引用，是什麼緣由（我答的是使用C庫忘記加extern，其實應該是沒有在makefile指定編譯順序） 

               5. g++中-L,-I,-l的做用，有什麼區別。-l指定連接庫的時候，如何a庫依賴b庫，是否a庫必須放在b庫前面