自然语言处理 (自然语言处理) 是计算机科学和计算机科学领域，处理用自然语言编写的文本的智能分析, 即, 的 使用自然语言文本进行计算.
NLP的目标是 便于访问以自然语言编写的文档中包含的信息, 以及 促进其重用. 为此, NLP专注于 开发自动化文本分析和理解过程的方法和技术.
NLP是一个研究领域 跨学科的 借鉴各个领域的知识和技术, 作为 计算语言学, 人工智能, 语言学, 心理学和统计学.
起源
NLP可以追溯到计算的起源, 在二十世纪中叶. 在 1952, 科学家 艾伦·图灵 提议 图灵测试, 和 人工智能实验 这包括测试一台机器是否能够通过冒充另一台机器来欺骗人类。.
从这个实验, 第一次尝试 让机器理解人类语言. 最早处理这个问题的人之一是语言学家 诺姆·乔姆斯基, 谁在 1957 提议 通用语法, 一个正式的语法模型，允许 描述所有人类语言.
在这十年 1960, 科学家 马文·明斯基 提议 心灵模型社会, 一种人工智能理论，认为人脑可以被理解为一个 简单思维社会. 这个理论对NLP的发展非常有影响。, 因为 促进人工智能技术在自然语言处理中的应用.
在这十年 1970, 科学家 特里·维诺格拉德 开发了 什德鲁, 和 人工智能计划 能够理解自然语言命令并在虚拟世界中执行它们. SHRDLU是其中之一 第一个理解人类语言的人工智能程序, 对NLP的发展非常有影响.
NLP面临的问题
NLP面临许多 问题 阻碍自然语言文本的处理.
这 第一个问题 是他 人类语言 相同. 人类语言是一种 非常强大的工具, 但它也是 非常复杂 和 有很多违规行为. 这使得它 很难构建能够理解人类语言的程序.
这 第二个问题 是 多义性. 人类语言是一种语言 模糊, 即, 有许多具有多种含义的单词. 这使得它 很难理解文本的含义.
这 第三个问题 是 复杂性. 人类语言是一种语言 非常复杂, 和 他们的语法结构非常复杂. 这使得它 很难用人类语言处理文本.
自然语言处理的应用
NLP 用于各种 应用.
这 首次申请 是他 语音识别. 语音识别是一种允许 将语音转换为文本. 此技术用于 像Siri这样的应用程序, Google Now 和 Cortana.
这 第二次申请 是他 机器翻译. 自动翻译器是一种允许 将文本从一种语言翻译成另一种语言. 此技术用于 谷歌翻译和微软翻译等应用程序.
这 第三次申请 是他 情绪分析. 情绪分析是一种允许 识别文本中表达的感受. 此技术用于 Google Sentiment Analysis和Microsoft Azure Text Analytics 等应用程序.
NLP的优缺点
NLP提出了一系列 优势 和 弊.
这 优势 的兹罗提如下:
- 自然语言处理允许 访问以自然语言编写的文本中包含的信息.
- 自然语言处理允许 重复使用文本中包含的信息.
- NLP是一个研究领域 跨学科的.
这 弊 的兹罗提如下:
- NLP面临许多 问题 阻碍自然语言文本的处理.
- NLP是一个研究领域 相对较新 和 不断发展.
- 自然语言处理要求 计算机资源 和 人.
用于自然语言处理的 Youtube 频道
自然语言处理 (自然语言处理) 是人工智能和计算机科学领域，涉及人类语言的分析和理解。.
自然语言处理培训课程
如果您有兴趣 自然语言处理, 我们推荐以下课程:
在这些课程中，您可以了解以下主题： 机器学习, 深度学习, 文本分析, 模式识别, 等.
我们希望您找到适合您的完美课程！!