NLP 传统核心任务:分词、NER、分类与摘要
答案要点
- 分词:将连续文本切分为词或子词,中文尤其关键,方法有词典匹配、CRF、BPE 等
- NER:识别人名、地名、机构名等实体及类型,常做 BIO 序列标注
- 文本分类:为整段文本分配预定义标签,如情感分析、意图识别
- 文本摘要:抽取式选原文句子,生成式由模型重新组织语言
- 其他任务:词性标注、句法分析、关系抽取、机器翻译
易错点
- 混淆 NER 与关系抽取,NER 只识别实体及类型
- 把抽取式和生成式摘要混为一谈
- 忽略中文与英文在分词上的差异
面试官常见追问
- NER 为什么常加 CRF 层?
- 大模型时代这些任务还有意义吗?
完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。