自然語言處理 (NLP)

Natural Language Processing（自然語言處理），讓計算機理解、生成、處理人類語言的 AI 領域，是大語言模型的核心基礎。

核心任務：

• 理解：分類、情感分析、命名實體識別、關係提取
• 生成：摘要、翻譯、對話、創意寫作
• 分析：句法分析、語義解析、指代消解
• 轉換：語音識別（語音→文字）、語音合成（文字→語音）

技術演進：

• 規則時代（1950-1990）：專家系統、語法規則
• 統計時代（1990-2010）：N-gram、HMM、CRF
• 神經時代（2010-2017）：RNN、LSTM、Word2Vec
• Transformer 時代（2017-2022）：BERT、GPT、注意力機制
• 大模型時代（2022-現在）：GPT-4、Claude，通用 NLP

關鍵技術：

• 詞嵌入：Word2Vec、GloVe，詞的向量表示
• 注意力：Transformer 的核心，長程依賴建模
• 預訓練-微調：通用語言模型 + 任務適配
• 提示工程：用自然語言指令驅動模型

應用：

• 搜索引擎：查詢理解、答案提取
• 虛擬助手：Siri、Alexa、小愛
• 機器翻譯：Google Translate、DeepL
• 客服機器人：自動回覆、意圖識別
• 內容審核：垃圾信息、仇恨言論檢測

與 LLM 的關係：

• NLP 是領域，LLM 是當前主流方法
• LLM 統一了 NLP 的諸多任務
• 傳統 NLP 技術仍有價值（效率、可控性）

這是「人機語言橋樑」—— 讓機器理解人類最自然的溝通方式。