刚刚参加的2013百度笔试题（自然语言理解部分）
今年的第一场笔试，回忆一下，供大家参考，特别是打算下一年参加笔试的人参考
一共三道大题，实际上只有第三道题是自然语言理解部分。
简答题（30分）
1、什么是序列化和反序列化，简述其目的。
我写了存储和读取到内存，http://baike.baidu.com/view/160029.htm#3
2、网络的七层模型，http在哪一层
写对了物理层，和链路层，其余不写写什么，就写了IP层，协议层，通信层，应用层..... 真正的层是： http://baike.baidu.com/view/1868389.htm
3、以一段程序为例说明C语言编译执行的过程
算法题：（35分）
1、（15）以递归实现一段字符串中连续出现的最大个数，如aaabbcc, 为3，aabb为2, abc为1
2、（20）编辑距离算法。如the, that
the--->th
th---> tha
tha---->that
为3
这个题，突然发现我自己弄错了，最后做的一道题。写了两种方法，一种暴力查找（我只写了这一句话，没时间了，也没地方写了），一种是启发法(不一定是最准确结果，但应该是非常接近准确结果的高效率算法）
我是分别设了两个指针，p1,p2,
case 相同，same++,p1++,p2++;
case 漏掉,leaked++, p2++,
case 多余时more++,,p1++
我只写到这，但忘记写最终结果，最后结果应该是more+leaked
自己写的算法，不一定对，请大家指教。
三、应用题（35分）
关于百度新词（以“听风者”为例）
1、设计新词提取方法，并说出其应用场景（40%）
我：画了两张图，横轴为时间，纵轴分另为百度搜索框中的新增搜索频率和网页中新增频率，并画了几个阈值线和拐点。
2、怎么处理badcase, 两小问：
（1）“用字头上加一撇”，“*字头上加一点”（*字忘记了），怎么把“头上”，“加一”这样的短词给去掉
我：把“头上... 加一” 作为一个字处理，按“头上” “加一”之间的空间间隔加权，越远，权越小，记得《统计自然语言处理》的前言还是概论里，提的有结构提取的方法
（2）”神马情况“的处理，频率高但，不该算是一个字
我：计算 P("神马”），P("情况“， P("神马情况”，P("“神马”|“情况”）概率大小 与P("神马情况”）/ {P("神马”）* P("情况“}) 因为没时间了，我写得比较简单