电话面试

关于自然语言处理的

好像很多都是模式识别相关的问题

1、简历上提到你熟悉相当多模式识别相关的算法，谈谈相关经历？

    上过很多相关的课：数字图像处理（两次），机器学习，模式识别，神经网络等

    大四毕业设计开始一直在做与之相关的工作，已经有两年了。刚开始的一段时间由于效果不佳，因此尝试了许多方法，在这个过程中熟悉了很多算法，比如说K均值，Isodata，AdaBoost等。其中一部分是自己实现的，一部分是由合作伙伴实现的，还有一部分是由工具箱提供的。

 2、谈谈SVM的思想?

      将样本由低维空间转化到高维特征空间，在高维空间构造超平面进行分类。样本在低维空间线性不可分，但转化到高维空间后则线性可分了。（好像还说了些，忘了）

3、再谈谈PCA？

     PCA就是KL变换。将原有信息变换到新的n维空间。变换以后，各个分量在新的空间相互垂直，互不相关，每个分量代表了不等量的原始信息。因此，可以选取一部分信息量大的分量来代替原有信息，也就是说可以用来做特征选择。但由于PCA也存在缺陷，就是没有考虑分类信息。

4、JAVA项目经验？

    谈了点。

5、实习经验？

    大三在外面搞过两个月，大四搞过半年多。

6、你曾经做过一个手写体识别的系统，....？

    这个谈得比较多。仔细的谈了下样本的获取，样本的大小，样本容量等；特征提取也问的很仔细。怎么提取特征的，特征维数多大，等等。

7、文本分类问题。

     现在有一系列的文章，里面可能涉及两个类型。第一类是作者心情比较愉快的，还一类是心情比较低落的，你如何将文章划分到这两类里面呢？

     我说，建立两个关键词列表。一个与心情愉快相关，比如高兴，快乐，Happy等；一个与心情低落相关，比如郁闷，烦恼等。为了体现不同的程度，可以考虑为每个关键词设置一个权重。对每篇文章，计算其与两个类别的相似度。通过相似度来度量其属于哪一类。这段描述的很混乱，感觉。

     追问，这样做的话就需要人工干预，需要人工设定这些关键词？回答：是啊。需要预先设定。现在已经存在有同义词词林，可以利用里面的同义词信息，因此可以减少些工作量。

     问：图像处理的特征不需要人工指定，那这个人工指定..? 答：可能会存在一些不需要人工干预的特征提取手段。但我现在不知道，因为没有看过相关论文。

Over.

HP Labs.