前言

天大智算面了两次试。

7月6日面试

单独联系了老师，实验室面。

首先是五分钟的自我介绍。

问题：

上科大X老师那边是你自己联系的吗？
不是，balabala
说一下对无监督句法分析的认识和理解，为什么能做无监督的呢？
首先，我觉得最主要还是要去找一个训练的目标，该模型采用inside-outside的过程，balabala。中间被打断了一次，说：它这个是无监督的，不存在训练的数据。我回：嗯，对，继续balabala。
那你为什么觉得预训练模型，这个bert，可以导出句法树出来呢？
（一开始比较闷，后来主要讲了两个方面）。1. 跑实验跑出的结果就是这样表明的 2. bert内部transformer的attention机制能够让它学习到比较复杂的结构。
你中文信息学报的贡献在哪里？
基本是全程参与的，balabala。
所以这个实验基本都是你一个人完成的吗？
差不多，balabala。
你对你自己的动手能力怎么评价？
还算可以。只要有一个比较合适的环境、和明确的目的的话，我的迭代的效率会比较快，balabala。
读论文你大概读了多少篇英文的论文？
三四十篇。（应该说多一点的，五六十篇）
有没有用英语写过论文？
没有。
其它同学有没有什么问题？———你论文的工作中，句子和句子之间是有相同的词，就会有边吗？
不是，句子和句子之间是没有边的。
你说一下动态规划的基本思想？
给你一个完整的问题，这个问题它可以分成多个子问题。子问题和原问题有相同的结构、求解方式，原问题需要依靠子问题求解完，才能得到解。
用动态规划去寻找两个字符串的最长公共子序列？
（答得不是很好）最主要就是找状态转移的方程，定义一个状态叫dp_ij，表示从i到j上两个字符串最长的子串。当j+1的时候，就去判断j+1（口误，说成了dp_ij）位置两个字符串是否一样…（停顿10秒）…如果是一样的话，可以选择把它加进来。也可以选择把它不加进来。如果不一样的话，dp_ij+1只能=dp_ij。

7月8日开营

基本没听

7月9日面试

稍微修改了一下PPT，结果面试我的又是熊老师和其它一些老师。
所以基本是重演了7月7日的自我介绍，然后就问了两个问题：

你的论文你是几作？
1
说一说你觉得bert它好在哪里？今后的改进的策略是什么？
好在哪里：主要是解决了语言模型都是单向的问题。底层基于transformer这样一个模型，该模型利用注意力机制，能够去学习得到，比如一个单词它与其它单词的关系，从而得到一个基于上下文的句子向量表示。
改进的策略：目前在做的一个方向可能是融入外部信息。比如不去做掩膜token的这样一个完型填空任务，而是去掩膜一个span，或者是融入一些比如是句法这样的外部信息。