百度NLP二面

实验室项目：1.实验室方向

2.用两分钟介绍自己的项目，创新点在哪里

个人项目:     1.自己实现的贝叶斯分类器，目的，怎么做的

2.怎么计算各个分类的先验。（因为我使用的训练预料是每个分类10篇，没有分类的先验）

3 每个主题有10篇文档，假设有1W篇文档，如何分到不同的主题中（我答的是计算与每个文档中其它文章的相似度，每个doc用一个term数组来表示，数组中每位表示的是这个文档中该单词 出现的个数（过滤掉停用词）， 面试官提示会有漏掉的停用词，我说用出现的次数除于TF, 面试官说这就是TF-IDF）

算法：        1.STL中set怎么实现的，假设有“I like love”三个词，如何存。每个节点是直接指向这个单词的指针吗）

2.假设有100W个单词，如何存储（我答的是trie树，面试官问每个节点会有很多子节点，每个子节点是一个指针，占用8个字节，如何节省空间，我说不知道，面试官提示双数组trie树）

3.假设一个文档，连续的K个词，认为是一个时间窗口，一个时间窗口的词有关系，如何得到所有的时间窗口。（当时记得有个算法，但是忘了，应该是k-shingle算法）

4. 很多单词，如何计算单词之间的相似度（或者对单词进行分类）

C++ :      1.程序有错误如何调试（回答打log,如何段错误，gdb调试core文件）

2.如何用gdb调试core文件，

3.如何想让变量a=100的时候中断，如何写gdb代码

4. Makefile文件，提示未定义的引用，是什么原因（我答的是使用C库忘记加extern，其实应该是没有在makefile指定编译顺序）

5. g++中-L,-I,-l的作用，有什么区别。-l指定链接库的时候，如何a库依赖b库，是否a库必须放在b库前面