自然语言处理技术的含义、难点和三个层面（自然语言处理的两大核心技术）

自然语言处理技术是在如今互联网时代中与人工智能相关的一个新的发展方向。下面小编就来介绍一下自然语言处理技术的含义、技术难点以及自然语言处理技术的三个层面。

自然语言处理技术的含义

自然语言处理（Natural Language Processing，NLP）是指让计算机接受用户自然语言形式的输入，并在内部通过人类所定义的算法进行加工、计算等系列操作，以模拟人类对自然语言的理解，并返回用户所期望的结果。自然语言处理的目的在于用计算机代替人工来处理大规模的自然语言信息。在很大程度上与计算语言学（Computational Linguistics，CL）重合，是计算机科学与语言学的交叉学科，也是人工智能的重要方向。

自然语言处理技术

自然语言处理技术的技术难点

同义词和近义词判断问题：比如：年报和年度报告这样的同义词好判断，德塔精要和北京德塔这样的专有名词不好判断。

上下文依赖性问题判断：比如上文中提到的“好”，还有例如：什么意思，小意思，意思意思等等

文中的指代词代表什么的判断：比如：我司决定中的我司代表什么公司，甲方承担一切责任的甲方代表什么公司。

转意词的判断：美元持续疲软的疲软是指什么意思？

自然语言处理技术

自然语言处理技术的三个层面

1）词法分析

词法分析包括分词、词性标注、命名实体识别和词义消歧。

2）句法分析

句法分析是将输入句子从序列形式变成树状结构，从而可以捕捉到句子内部词语之间的搭配或者修饰关系，这一步是NLP中关键的一步。句法分析得到的句法结构可以帮助上层的语义分析，以及一些应用，例如机器翻译、问答、文本挖掘、信息检索等。

3）语义分析

语义分析的最终目的是理解句子表达的真实语义。当时用什么形式来表示语义一直没有能够很好的解决。语义角色标注是比较成熟的浅层语义分析技术。给定句子中的一个谓词，语义角色标注的任务就是从句子中标注出这个谓词的施事、受事、时间、地点等参数。语义角色标注一般都在句法分析的基础上完成，句法结构对于语义角色标注的性能至关重要。

通过上面的介绍相信大家已经对自然语言处理技术有了一定的了解，自然语言处理技术是目前人工智能领域非常热门的一个方向，像人脸识别、语音翻译等都会有应用到自然语言处理技术的场景。

更多相关文章：