2018-暑期实习生-自然语言处理算法岗-面试题
https://blog.csdn.net/qq_28031525/article/details/80028055
其中部分内容：
阿里巴巴
一面：
1. 介绍项目（只针对自然语言处理项目询问，召回率、准确率如何）；
2. 深度学习如何提取query特征，如何利用深度学习计算语义相似度；（深度学习语义相似度可以参考《浅析文本相似度》）
3. 写二叉树的前序遍历，中序遍历，统计二叉树所有路径和；
二面：
1. RNN为什么会梯度消失，LSTM怎么能解决梯度消失问题；（RNN、LSTM有关梯度消失的问题可以参考《理解RNN、LSTM、GRU和Gradient Vanishing》）
2. 优化算法介绍并说一下特点（介绍了自适应率学习算法Adagrad和Adam，深度学习优化算法可以参考《深度学习优化算法总结》）；
3. Dropout的原理；
4. 交叉熵损失函数是什么，在什么地方使用过，介绍一下；
5. 介绍一下Word2vec，CBOW和Skip-gram的区别是什么；
6. GBDT和Xgboost介绍一下，并说一下区别（关于XGboost、GBDT和RF的总结可以参考《RF、GBDT、XGBoost面试级整理》）；
7. 写代码：现在有词向量词典，计算句子相似度（Consine Similarity）
双非大三Java实习总结网易百度小米美团阿里（均offer）
https://www.zhihu.com/question/26350691/answer/42692522