思考是我无限的国度，言语是我有翅的道具。-- 席勒（德）
NLP历程
NLP（Natural Language Processing）自然语言处理是计算机科学领域以及人工智能领域的一个重要分支，它研究用计算机来处理、理解以及运用人类语言（中文、英文等），达到人与计算机之间进行有效的通讯。
从自然语言的角度出发，NLP可以分为自然语言理解（NLU）和自然语言生成（NLG）两类，演化为理解和生成文本的任务。
上图左边是NLP的研究方向与应用，右边为NLP的分类。
NLP的发展大致经历了3个阶段：
- 1956年以前的萌芽期
- 1980年～1999年，快速发展期
- 21世纪，突飞猛进期
基本术语
1. 分词
词是最小的能够独立活动的有意义的语言部分，英文以空格作为自然分隔符的，而汉语是以字为基本书写单位，词语之间没有明显的区分标记。以前中文分词是NLP处理中文的第一步，现在也有不分词以字为单位进行训练的效果好于分词效果的情况，详情见我前面写的一篇《深度学习框架下中文需要分词吗？》。
2. 词性标注
词性一般指动词、名词、形容词等。例如我/r爱/v北京/ns长城/ns。其中，r代表代词，v代表动词，ns代表地名。
3. 命名实体识别
命名实体识别（Named Entity Recognition，简称NER），是指识别文本中具有特定意义的实体，主要包括人名、地名、机构名、专有名词等。
一般来说，命名实体识别的任务就是识别出待处理文本中三大类（实体类、时间类和数字类）、七小类（人名、机构名、地名、时间、日期、货币和百分比）命名实体。
4. 句法分析
句法分析(Parsing)就是指对句子中的词语语法功能进行分析，比如“我来晚了”，这里“我”是主语，“来”是谓语，“晚了”是补语。
句法分析的目的是解决句子中各个成分的依赖关系，可以解决词袋模型不考虑上下文的问题。例如，“王维亮的哥哥是王少峰”和“王少峰的哥哥是王维亮”，这两句话，用词袋模型完全是相同的，但是句法分析可以分析出主从关系。
5. 指代消解
一段文本中，代词出现的频率很高，它是代替名词或一句话的一种词类。例如，麦积山石窟坐落于甘肃天水，它是中国四大佛教石窟之一。在这句话中，“它”指代的是麦积山石窟。指代消解的目的就是把这种代词找到源头，便于理解句子。
6. 情感识别
计算机对从传感器采集来的信号进行分析和处理，从而得出对方（人）正处在的情感状态，这种行为叫做情感识别。
本质上是分类问题，经常被用于舆情分析等领域，情感一般是正面，负面，中性三类。可以根据电影评论，商品评论，美食评论等进行分析，看用户对商品的满意程度，做进一步的推荐等。
7. 纠错
自动纠错在搜索领域和输入法中应用很多。用户在搜索时，输入出错的可能性比较大，需要一个纠错系统来帮助进行纠正。
8. 问答系统
这是一种类似机器人的人工智能系统。例如：苹果Siri、IBM Watson、微软小冰等
NLP的三个层面
一：词法分析
词是自然语言中能够独立运用的最小单位，是自然语言处理的基本单位。词法分析包括分词和词性标注两部分。
二：句法分析（语法分析）
句法分析是对输入的文本以句子为单位，进行分析以得到句子的句法结构的处理过程。
三：语义分析
语义分析的目的是理解句子表达的真实语义。
