天然语言处理NLP快速入门

计算机很是擅长处理标准化和结构化的数据，如数据库表和财务记录。他们可以比咱们人类更快地处理这些数据。但咱们人类不使用“结构化数据”进行交流，也不会说二进制语言！咱们用文字进行交流，这是一种非结构化数据。

不幸的是，计算机很难处理非结构化数据，由于没有标准化的技术来处理它。当咱们使用c、java或python之类的语言对计算机进行编程时，咱们其实是给计算机一组它应该操做的规则。对于非结构化数据，这些规则是很是抽象和具备挑战性的具体定义。

人与计算机对语言的理解

人类写东西已经有几千年了。在这段时间里，咱们的大脑在理解天然语言方面得到了大量的经验。当咱们在一张纸上或互联网上的博客上读到一些东西时，咱们就会明白它在现实世界中的真正含义。咱们感觉到了阅读这些东西所引起的情感，咱们常常想象现实生活中那东西会是什么样子。

天然语言处理 (NLP) 是人工智能的一个子领域，致力于使计算机可以理解和处理人类语言，使计算机更接近于人类对语言的理解。计算机对天然语言的直观理解还不如人类，他们不能真正理解语言到底想说什么。简而言之，计算机不能在字里行间阅读。

尽管如此，机器学习 (ML) 的最新进展使计算机可以用天然语言作不少有用的事情！深度学习使咱们可以编写程序来执行诸如语言翻译、语义理解和文本摘要等工做。全部这些都增长了现实世界的价值，使得你能够轻松地理解和执行大型文本块上的计算，而无需手工操做。

让咱们从一个关于NLP如何在概念上工做的快速入门开始。以后，咱们将深刻研究一些python代码，这样你就能够本身开始使用NLP了！

NLP难的真正缘由

阅读和理解语言的过程比乍一看要复杂得多。要真正理解一段文字在现实世界中意味着什么，有不少事情要作。例如，你认为下面这段文字意味着什么？

“Steph Curry was on fire last nice. He totallydestroyed the other team”

对一我的来讲，这句话的意思很明显。咱们知道 Steph Curry 是一名篮球运动员，即便你不知道，咱们也知道他在某种球队，多是一支运动队。当咱们看到“着火”和“毁灭”时，咱们知道这意味着Steph Curry昨晚踢得很好，击败了另外一支球队。

计算机每每把事情看得太过字面意思。从字面上看，咱们会看到“Steph Curry”，并根据大写假设它是一我的，一个地方，或其余重要的东西。但后来咱们看到Steph Curry“着火了”…电脑可能会告诉你昨天有人把Steph Curry点上了火！…哎呀。在那以后，电脑可能会说, curry已经摧毁了另外一支球队…它们再也不存在…伟大的…