回复: 19
跳转到指定楼层
上一主题 下一主题
收起左侧

text / NLP take home project,欢饮讨论思路

全局:

2018(1-3月) 分析|数据科学类 硕士 全职@Shipt - 网上海投 - 其他  | | Other | 在职跳槽

注册一亩三分地论坛,查看更多干货!

您需要 登录 才可以下载或查看附件。没有帐号?注册账号

x
和hr聊过之后发了take home project, 三选二,其中一题很有意思,感觉没遇到过这种题目:
现有一个product name list,然后有一个new product name list,想看一下两个list里面有多少重复的product。

product name可能不是exact match,算是semi-structrued data?注意第1,3行,是同一个product但是名字记录的略微不一样。
除了特殊符号,每个词的顺序之外,记录重量的部分有可能重复,有可能在前面或者后面,data有60k records,也不可
您好!
本帖隐藏的内容需要积分高于 188 才可浏览
您当前积分为 0。
使用VIP即刻解锁阅读权限或查看其他获取积分的方式
游客,您好!
本帖隐藏的内容需要积分高于 188 才可浏览
您当前积分为 0。
VIP即刻解锁阅读权限 或 查看其他获取积分的方式
Unlock interview details and practice with AI
Curated Interview Questions from Top Companies
epperoni Pizza 9Oz
existing
Hotpockt# Sub Ham & Cheese 9Ozexisting
Hotpockt# Sub Philly Stk&Chs 9Ozexisting



评分

参与人数 1大米 +10 收起 理由
匿名用户-UP5FR + 10 很有用的信息!

查看全部评分


上一篇:愿望 相关工程师面经
下一篇:灵婴DS实习第一轮电面
推荐
yikehongxin 2018-1-26 14:18:59 | 只看该作者
全局:
您好!
本帖隐藏的内容需要积分高于 100 才可浏览
您当前积分为 0。
使用VIP即刻解锁阅读权限或查看其他获取积分的方式
游客,您好!
本帖隐藏的内容需要积分高于 100 才可浏览
您当前积分为 0。
VIP即刻解锁阅读权限 或 查看其他获取积分的方式
Unlock interview details and practice with AI
Curated Interview Questions from Top Companies

评分

参与人数 1大米 +3 收起 理由
xssssss + 3 给你点个赞!

查看全部评分

回复

使用道具 举报

推荐
zocean 2018-1-31 00:41:32 | 只看该作者
全局:
您好!
本帖隐藏的内容需要积分高于 100 才可浏览
您当前积分为 0。
使用VIP即刻解锁阅读权限或查看其他获取积分的方式
游客,您好!
本帖隐藏的内容需要积分高于 100 才可浏览
您当前积分为 0。
VIP即刻解锁阅读权限 或 查看其他获取积分的方式
Unlock interview details and practice with AI
Curated Interview Questions from Top Companies
回复

使用道具 举报

推荐
xssssss 2018-1-28 15:16:11 | 只看该作者
全局:
您好!
本帖隐藏的内容需要积分高于 100 才可浏览
您当前积分为 0。
使用VIP即刻解锁阅读权限或查看其他获取积分的方式
游客,您好!
本帖隐藏的内容需要积分高于 100 才可浏览
您当前积分为 0。
VIP即刻解锁阅读权限 或 查看其他获取积分的方式
Unlock interview details and practice with AI
Curated Interview Questions from Top Companies
回复

使用道具 举报

🔗
kkissmart 2018-1-26 10:52:47 | 只看该作者
全局:
python 里面有一个api, 是返回两个string 的similarity score 的, 具体叫什么我不记得了, 但是用过。 你可以用。 其他的方法就是 remove 非alpha numerical value, 算bag of word
回复

使用道具 举报

🔗
wilsoj 2018-1-26 10:58:43 | 只看该作者
全局:
所有的词组tokenize成词向量以后,距离应该用cosine similarity计算。。。
google 一下“NLP, cos similarity”
回复

使用道具 举报

🔗
coco-kou 2018-1-26 11:25:27 | 只看该作者
全局:
最简单的做法是看两个产品名之间的jaccard similarity, 就是两个产品的相同的词的个数/两个产品包含的所有的词的个数。
回复

使用道具 举报

🔗
kkissmart 2018-1-26 12:58:06 | 只看该作者
全局:
你还可以word2vec 然后,每个句子求平均值, google 有个train 好的model。 直接做dictionary 用。
回复

使用道具 举报

🔗
xssssss 2018-1-26 14:03:28 | 只看该作者
全局:
您好!
本帖隐藏的内容需要积分高于 100 才可浏览
您当前积分为 0。
使用VIP即刻解锁阅读权限或查看其他获取积分的方式
游客,您好!
本帖隐藏的内容需要积分高于 100 才可浏览
您当前积分为 0。
VIP即刻解锁阅读权限 或 查看其他获取积分的方式
Unlock interview details and practice with AI
Curated Interview Questions from Top Companies

评分

参与人数 2大米 +25 收起 理由
wrj5518 + 20 很有用的信息!
yikehongxin + 5 给你点个赞!

查看全部评分

回复

使用道具 举报

🔗
xssssss 2018-1-26 14:26:06 | 只看该作者
全局:
求问楼主投的哪家公司哪个岗位?刚毕业正找工作中。。感觉这个test跟我做过的项目非常搭。。
回复

使用道具 举报

🔗
xssssss 2018-1-26 14:31:32 | 只看该作者
全局:
xssssss 发表于 2018-1-26 14:26
求问楼主投的哪家公司哪个岗位?刚毕业正找工作中。。感觉这个test跟我做过的项目非常搭。。

看了一下shipt的data scientist,发现三周前已经投过了然而并没有消息。。
回复

使用道具 举报

🔗
lakerl 2018-1-26 14:59:15 | 只看该作者
全局:
没细看题目,不过好像跟quora duplicate question那题很像,楼主可以看看那题的1st solution开拓思路
回复

使用道具 举报

下一页 »
123下一页
返回列表 发新帖
您需要登录后才可以回帖 登录 | 注册账号
隐私提醒:
  • ☑ 禁止发布广告,拉群,贴个人联系方式:找人请去🔗同学同事飞友,拉群请去🔗拉群结伴,广告请去🔗跳蚤市场,和 🔗租房广告|找室友
  • ☑ 论坛内容在发帖 30 分钟内可以编辑,过后则不能删帖。为防止被骚扰甚至人肉,不要公开留微信等联系方式,如有需求请以论坛私信方式发送。
  • ☑ 干货版块可免费使用 🔗超级匿名:面经(美国面经、中国面经、数科面经、PM面经),抖包袱(美国、中国)和录取汇报、定位选校版
  • ☑ 查阅全站 🔗各种匿名方法

本版积分规则

>
快速回复 返回顶部 返回列表