¿Cuáles son buenas preguntas para la entrevista del procesamiento del lenguaje natural?

Estas son algunas preguntas que enfrenté durante la entrevista para el puesto de Científico Junior de PNL. Las preguntas fueron una mezcla de PNL y ML.

1. ¿Qué es mejor usar al extraer características n-gramas de caracteres o n-gramos de palabras? ¿Por qué?
2. ¿Qué es un etiquetador POS? ¿Cómo puedes construir uno?
3. ¿Qué es la reducción de dimensionalidad?
4. Explicar el funcionamiento de los algoritmos SVM / NN / Maxent.
5. ¿Cuál es un mejor algoritmo para el etiquetado POS – SVM o modelos ocultos de markov? ¿por qué?
6. ¿Qué paquetes conoce en Python que se usan en NLP y ML?
7. ¿Qué son los campos aleatorios condicionales?
8. ¿Cuándo puede usar el algoritmo Naive Bayes para el entrenamiento, cuáles son sus ventajas y desventajas?

• ¿Qué es una gramática regular? ¿Difiere esto en poder de una expresión regular y, de ser así, de qué manera?
• ¿Qué es el análisis de dependencias?
• ¿Qué herramientas ha utilizado para entrenar modelos de PNL (nltk, Apache OpenNLP, GATE, MALLET, etc.)?
• ¿Qué son las palabras vacías? Describa una aplicación en la que se deben eliminar las palabras vacías.
• ¿Cómo construiría un etiquetador POS desde cero dado un corpus de oraciones anotadas? ¿Cómo lidiarías con palabras desconocidas?
• ¿Qué es parte del etiquetado del habla (POS)? ¿Cuál es el enfoque más simple para construir un etiquetador POS que puedas imaginar?