原创 自然语言处理初步入门

自然语言处理（NLP）如今发展得火热，但其实它应用领域还存在着很多不成熟的技术。作为一块刚刚挖掘不久的宝矿，自然语言处理还有着无限的前景等着我们去开发。本文碍于篇幅的限制，就不带大家深入钻研自然语言处理技术了，下面一起来初步入门自然语言处理的学习吧！

1、初步认识自然语言处理

举个生活中的例子，帮助大家入门自然语言处理。小时候语文课上，老师会教我们看图说话，会教给我们阅读理解，还会教给我们通过指定题目写出一篇作文。后来我们长大了，还需要学习说话的艺术，例如怎样从一天的会议中精准提取老板布置的任务，如何有针对性回答客户的问题等等。原来，我们这一生都需要通过“自然语言”进行理解、思考和表达。

所谓自然语言，呈现形式无非就是文字和语音。所谓处理，也就是思考的过程。就比如教给计算机如何看图说话、阅读理解、写一篇高考作文，甚至像前段时间出现的作诗机器人。我们知道，在人类的交谈过程中，总是往复循环着两个过程。一个过程是听到并去理解对方说的话，另一个过程是清晰地表达自己的想法给对方。同理，在广义上，我们会把自然语言处理分成两个类别，一个叫自然语言理解，来让机器理解人类在跟它说什么；另一部分叫自然语言生成，让机器懂得如何告诉人类它自己的想法。

2、自然语言处理的实际应用

（1）自然语言理解：就是希望机器可以具备正常人的语言理解能力。例如，我们邮箱里都具备的垃圾邮件过滤功能。比如我们今天的分类项目，就是通过对用户评论的理解来分出好评和差评，这就类似将邮件分成是“垃圾邮件”和“不是垃圾邮件“。

（2）自然语言生成：就是希望机器可以将自己的想法转化成人类能看懂的语言。例如前段时间大热的”作诗机器人“，就是一个十分典型的自然语言生成应用。

（3）自然语言理解和自然语言生成结合：例如各大网站上都渐渐出现了的机器人客服，可以回答一些简单设置的问题。还有现在很火的智能机器人，小度、小爱同学以及很早就被网友玩坏了的Siri。

3、自然语言处理的任务细分

现在我们理解了自然语言处理广义上的两大类。但是我们知道，类似一栋房子的搭建不仅由一类团队的人完成。需要有设计团队，有采购团队，还得有建筑工人。所以，我们这两大类别的每个模块，也都是由很多子领域的人一起努力创造出来的。目前这个分类其实业内并不统一，分类标准也是五花八门。所以我们只需要宏观来感受一下，每一个应用的背后都会有哪些团队的人在努力着。

（1）词级别的任务

A．分词：例如，把“我爱自然语言处理”分成“我/爱/自然/语言/处理”

B．词性标注：把分词后的每个词标注上词性。

C．命名实体识别：识别出一句话中的实体，例如：“小明得了流感”中会识别出“小明”和“流感”。

（2）句级别的任务

A．下一句话预测：例如，给出“我今天请假了”，预测下一句可能是“因为我得了流感”。

B．问答系统。

C．机器翻译。

（3）文本级别的任务

A．文本分类：例如，这本书是属于惊悚呢还是都市爱情呢？

B．文本摘要：例如，给定一篇文章，生成简要总结。

C．文本相似度：例如，两篇文章的主题是不是类似？

一个简简单单的写诗机器人，也许就会用到分词、词性标注、分类、下句话预测等等各项模块。听上去好像很复杂，不过那些研究怎么分词，怎么标注都是科学家语言学家做的事情。如果我们只是想做一个项目，目前世面上已经有了很多库可以供我们直接使用～

到现在，自然语言处理的基础内容认识得差不多了，大家也算是初步入门了。对自然语言处理感兴趣的朋友，可以在博学谷继续深入学习相关课程~