自然语言处理 NLP 是一门交叉学科，其涉及人工智能、语言学、计算机等学科，它探讨的是让计算机处理自然语言的问题。

自然语言处理基于大数据、知识图谱、机器学习、语言学等技术和资源，以此实现计算机对自然语言的交互过程。

根据自然语言的输入和输出，NLP 可分为两个技术领域：

• 计算机输入自然语言对应于自然语言理解 ；
• 计算机输出自然语言对应于自然语言生成 。

NLP 难点

NLP 难点集中于歧义性、鲁棒性、知识依赖、语境理解等。

目前，实现 NLP 的方法目前有规则方法；统计方法和深度学习三种。

NLP 主要应用

• 文本朗读 Text to speech
• 语音合成 Speech synthesis
• 语音识别 Speech recognition
• 中文自动分词 Chinese word segmentation
• 词性标注 Part-of-speech tagging
• 句法分析 Parsing
• 自然语言生成 Natural language generation
• 文本分类 Text categorization
• 问答系统 Question answering
• 机器翻译 Machine translation
• 自动摘要 Automatic summarization
• 文字蕴涵 Textual entailment
• 信息检索 Information retrieval
• 信息抽取 Information extraction
• 文字校对 Text-proofing

NLP 发展趋势

• 传统基于句法-语义的规则已经受到质疑，随着语料库建设和语言学的崛起，大规模真实文本处理已经成为 NLP 领域的主要方向；
• 统计数学法受到重视，NLP 领域越来越多的采用机器自动学习法获取语言知识；
• 浅层处理与深层处理并重，统计与规则方法并重，以此形成混合式系统；
• NLP 越来越重视词汇的应用，并出现了强烈的「词汇主义」的倾向，词汇知识库的构建成为普遍关注的问题。

相关词： NLG 、 NLU