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。