NLP（自然语言处理）
自然语言处理（Natural Language Processing）的缩写，研究计算机如何理解、生成和处理人类语言的AI子领域。涵盖文本分类、机器翻译、问答、摘要、对话等任务，是大语言模型的核心应用领域。
NLP（自然语言处理）
一句话理解
NLP 是 AI 的一个子领域，研究如何让计算机理解和生成人类语言。
核心任务
| 任务 | 说明 | 示例 |
|---|---|---|
| 文本分类 | 判断文本属于哪个类别 | 垃圾邮件检测、情感分析 |
| 机器翻译 | 一种语言转另一种语言 | Google Translate |
| 命名实体识别 | 识别文本中的人名、地名等 | "苹果公司"是组织名 |
| 问答系统 | 根据上下文回答问题 | 阅读理解、知识问答 |
| 文本生成 | 根据条件生成文本 | 写文章、对话、代码 |
| 文本摘要 | 将长文本压缩为摘要 | 新闻摘要生成 |
技术演进
NLP 的发展可以粗略分为四个阶段：
- 规则阶段（~2000s）：手写语法规则和词典，人工定义特征
- 统计学习阶段（2000s-2013）：用机器学习模型（SVM、CRF 等）从数据中学习，但仍需手工设计特征
- 深度学习阶段（2013-2017）：RNN/LSTM/CNN 自动学习特征表示，端到端训练
- 大模型阶段（2017-至今）：Transformer 架构统一了 NLP 各个任务，预训练+微调成为主流范式，GPT/BERT 开启了 LLM 时代
与 LLM 的关系
大语言模型（LLM）本质上是 NLP 技术的集大成者——一个模型通过大规模预训练，可以同时处理上述几乎所有 NLP 任务，不再需要为每个任务单独训练模型。
引用本术语的文章