百度面试题更新 2026-08-05

请实现一个Tokenizer,要求能正确切分输入文本。

字节跳动百度人工智能互联网/IT专业服务编码实现问题拆解技术原理

考察说明

考察对文本切分逻辑、边界处理和数据结构的掌握

回答思路

  1. 能说明Tokenizer的基本职责和输入输出
  2. 考虑空白、标点、数字、多语言等边界情况
  3. 实现代码清晰、可扩展,并有适当注释