世界上的大部分知識都是以文本形式存儲的，因此，理解和利用文本知識是一項關鍵挑戰。在COMP90042中，學生將學習以自然語言理解和語言生成的形式處理文本的計算方法。這門課程主要使用的編程語言是 Python。如果有不了解的內容可以進行專業的留學生編程課程輔導!

一、什么是自然語言處理?

自然語言處理(NLP)是計算機科學的一個分支，更具體地說，是人工智能(AI)的一個分支。

NLP 將計算語言學--基于規則的人類語言建模--與統計、機器學習和深度學習模型相結合。這些技術結合在一起，使計算機能夠處理文本或語音數據形式的人類語言，并 "理解 "其全部含義，包括說話者或作者的意圖和情感。

NLP 可驅動計算機程序將文本從一種語言翻譯成另一種語言，響應口語命令，并快速(甚至實時)總結大量文本。您很有可能已經通過語音GPS系統、數字助理、語音轉文字聽寫軟件、客戶服務聊天機器人和其他消費便利工具等形式與NLP進行過互動。但是，NLP 在企業解決方案中也發揮著越來越重要的作用，這些解決方案有助于簡化業務運營、提高員工生產力和簡化關鍵任務業務流程。

二、NLP tasks

人類語言充滿了歧義，這使得編寫能夠準確判斷文本或語音數據意圖的軟件變得異常困難。同義詞、同音字、諷刺、成語、隱喻、語法和用法的例外、句子結構的變化--這些只是人類語言中的一些不規則現象，人類需要花費數年時間才能學會，但程序員必須教會自然語言驅動的應用程序從一開始就準確識別和理解這些不規則現象，這樣這些應用程序才能發揮作用。

有幾項 NLP 任務可以分解人類文本和語音數據，幫助計算機理解所攝取的內容。其中一些任務包括以下內容：

1.語音識別，也稱為語音到文本，是將語音數據可靠地轉換為文本數據的任務。任何遵循語音命令或回答口語問題的應用程序都需要進行語音識別。使語音識別尤其具有挑戰性的是人們說話的方式--語速快、吐字不清、重音和語調不一、口音各異，而且經常使用錯誤的語法。

2.語篇標記，又稱語法標記，是根據特定詞語或文本的使用和上下文確定其語篇的過程。在 "I can make a paper plane "中，語篇標記將 "make "確定為動詞，而在 "What make of car do you own "中，"make "確定為名詞。

3.詞義消歧是指通過語義分析來選擇具有多重含義的詞語的含義，從而確定在特定語境中最有意義的詞語。例如，詞義消歧有助于區分動詞 "make "在 "make the grade"(達到)和 "make a bet"(下注)中的含義。

4.命名實體識別(或 NEM)可將單詞或短語識別為有用的實體。NEM 可將 "肯塔基州 "識別為一個地點，或將 "弗雷德 "識別為一個人的名字。

5.共參照解析是一項識別兩個詞是否以及何時指代同一實體的任務。最常見的例子是確定某個代詞所指的人或物(例如，"她"="瑪麗")，但也可能涉及識別文本中的隱喻或成語(例如，"熊 "不是一種動物，而是一個毛茸茸的大個子)。

6.情感分析試圖從文本中提取主觀品質--態度、情感、諷刺、困惑、懷疑。

7.自然語言生成有時被描述為語音識別或語音到文本的反義詞;它是將結構化信息轉化為人類語言的任務。

海馬課堂專業課程輔導，2100+嚴選碩博學霸師資，針對學生的薄弱科目和學校教學進度，匹配背景相符的導師，根據學生情況進行1V1專屬備課，上課時間靈活安排，中英雙語詳細講解課程中的考點、 難點問題，并提供多方位的課后輔導，輔助學生掌握全部課程知識，補足短板。