自然语言处理（NLP）是一种通过计算机技术实现人类语言理解、生成与处理的方法，旨在实现人机自然交互。以下是其核心要点：

1. 定义与目标

   NLP通过算法和模型让计算机“读懂”人类语言（包括口语和书面语），实现文本分析、翻译、问答等任务，最终达成人机自然交互。

2. 技术发展阶段

   • 规则基础 ：早期依赖预设语法和词典的翻译系统（如MT）；

   • 统计学习 ：90年代引入语言数据统计建模，提升处理灵活性；

   • 深度学习 ：当前主流技术，通过神经网络理解语言深层含义和情感。

3. 核心任务

   • 自然语言理解 ：分词、词性标注、句法分析、语义解析等；

   • 自然语言生成 ：文本生成、对话系统、机器翻译等。

4. 关键技术

   • 分词 ：将文本切分为词或短语（如“喝热水”）；

   • 深度模型 ：如Transformer架构，用于处理长距离依赖关系；

   • 语料库与标注 ：依赖大量标注数据训练模型。

5. 应用领域

   涵盖智能助手（Siri、小爱同学）、机器翻译、情感分析、文本摘要、信息检索等。