NLP 模型与文本表示题集来源：Datawhale（datawhalechina）收录项目：daily-interview查看原题集 题目目录28 道原题隐藏关联题目排序默认排序面经最多21HS为什么用霍夫曼树而不用其他二叉树？原题 关联题目Hierarchical Softmax 与 Negative Sampling 如何加速词向量训练，有何区别？模型基础与推理 / 机器学习与推荐系统比较选型进阶0篇相关面经22Word2Vec模型为什么要进行负采样？原题 关联题目Word2Vec 为什么使用负采样，如何构造训练目标？模型基础与推理 / 机器学习与推荐系统原理机制进阶0篇相关面经23负采样为什么要用词频来做采样概率？原题 关联题目Word2Vec 为什么使用负采样，如何构造训练目标？模型基础与推理 / 机器学习与推荐系统原理机制进阶0篇相关面经24One-hot模型与Word2Vec模型比较？原题 关联题目Word2Vec 如何训练词向量，CBOW 与 Skip-Gram 有何区别？模型基础与推理 / 机器学习与推荐系统原理机制进阶0篇相关面经25Word2Vec模型在NNLM模型上做了哪些改进？原题 关联题目Word2Vec 相比早期词嵌入学习方法有哪些改进？模型基础与推理 / 机器学习与推荐系统比较选型进阶0篇相关面经26Word2Vec与LSA对比？原题 关联题目Word2Vec 与 LSA 如何学习文本表示，有何区别？模型基础与推理 / 机器学习与推荐系统比较选型进阶0篇相关面经27Word2Vec的缺点？原题 关联题目Word2Vec 等静态词向量与 BERT 上下文表示有什么区别？模型基础与推理 / 模型架构与表示比较选型进阶0篇相关面经28怎么从语言模型理解词向量？怎么理解分布式假设？原题 关联题目Word2Vec 如何训练词向量，CBOW 与 Skip-Gram 有何区别？模型基础与推理 / 机器学习与推荐系统原理机制进阶0篇相关面经暂无题目共 28 道原题 · 显示 21–28 道展开全部28题上一页1233 / 3下一页