基础概念

自然语言处理（Natural Language Processing, NLP）是人工智能的重要分支，致力于让计算机能够理解、生成和处理人类语言。

一、什么是自然语言处理

自然语言处理的核心目标是让计算机“理解”人类语言，从中提取有用的信息并进行合理的响应。
它涉及语言的多个层面：

层面	说明	示例
语音层	语音识别与合成	语音助手、听写系统
词法层	分词、词性标注	“我/爱/自然语言处理”
句法层	语法结构分析	主谓宾结构识别
语义层	词义理解、消歧义	“苹果”指公司还是水果？
篇章层	上下文与语篇理解	段落、对话、情感分析

二、NLP 的发展历程

1. 基于规则阶段（1950s–1980s）
   使用人工编写的语言规则，如语法树、正则匹配。代表系统：ELIZA。

2. 统计学习阶段（1990s–2010s）
   利用大规模语料与机器学习算法（如 HMM、CRF、SVM）。
   代表应用：搜索引擎、拼写检查、词性标注。

3. 神经网络与深度学习阶段（2010s 至今）
   RNN、LSTM 到 Transformer 的演进，使模型能捕捉上下文语义。
   代表模型：Word2Vec、BERT、GPT、T5 等。

三、NLP 的核心研究方向

• 语言理解（NLU）：分类、命名实体识别、问答、情感分析
• 语言生成（NLG）：机器翻译、摘要生成、对话系统、文本续写
• 信息抽取与检索：从海量文本中获取关键信息
• 多模态处理：语言与图像、语音的联合理解

四、NLP 的应用实例

• 智能客服 / 聊天机器人
• 搜索引擎文本理解
• 智能写作与内容推荐
• 法律、医疗、金融领域的文档分析
• 语音转文字、智能翻译等

五、小结

NLP 是让机器理解人类语言的桥梁。
随着大模型（如 GPT、Gemini、Claude）的出现，NLP 的边界不断拓宽，已成为 AI 时代的关键技术基础。