WIth Rasa
通用型问题： 为什么选这个职位？
技术型问题：
现在正在做的project 跨语言情感分析，因为刚开始所以没得说，就提了一下以前做的project.
问我BERT原理 （我不会） 改问Transformer （按翻译模型乱说）encoder和decoder结构
模型调参 我觉得我答的不好，问题是问我有没有做过，我单纯在回答我做的调参是哪些。其实应该根据调参经验说体会，什么最重要，什么顺序之类的。
梯度下降+随机梯度下降 还行，感觉没有说全，应该说一下梯度下降的原理（最快达到最优，损失函数收敛）
机器学习方面还想学什么 我说因为自己做的都是语言处理想了解一下其他类型的数据模型
语言模型和图像模型区别 （问这个问题大概是因为我提了一嘴我做过图像分析） 语言是序列数据，离散的，前后文有联系（用rnn或lstm) 图像是???(用cnn)
（实例）如何使输出结果多样化？ 问题中心大概是输出结果都是一类，希望得到另一类的结果。 我…从数据偏差的角度说的。 现在想想也可以从feature的角度优化，虽然不知道具体怎么操作。
没充分准备的结果，哎，看命吧。
