面试题库 › 算法 / 大模型 › 文本分类常见模型与隐喻类文本的处理

文本分类常见模型与隐喻类文本的处理

难度 ★★☆在 2 场真实面经中被问到 方向:算法 / 大模型考点:词向量与文本表示

哪些公司问过

腾讯1字节跳动1

常见岗位:NLP / 语音

答案要点

  1. 传统:词袋/TF-IDF 加朴素贝叶斯、逻辑回归、SVM,快速、适合小数据
  2. 深度:FastText(词与 n-gram 向量平均)、TextCNN(多尺度卷积提取局部特征)、TextRNN/注意力
  3. 预训练:BERT 类模型微调获得上下文表示,大模型可零样本或少样本分类
  4. 隐喻文本:首选预训练模型,补充标注带修辞样本与数据增强
  5. 可引入外部常识、用大模型先改写为直白表达,或用对比学习区分字面相似而含义不同的样本

易错点

面试官常见追问

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。

相关面试题