自然语言处理概述（Natural Language Process）

近年来，人工智能逐渐成为了当前社会最热门的行业之一，也逐渐的进入了寻常百姓家。比如我们熟知的AlphaGo击败韩国围棋冠军李世石，小米的语音助手小爱同学，英国的智能机器人Sophia，喜马拉雅的小雅音响，Tesla的自动驾驶汽车等等。一方面我们在享受着人工智能带来的种种便利，一方面我们也在担心自己的工作会不会很快被人工智（Ai）能替代。其实在此我举一个Google translator的例子，这是2020年的翻译水平。

学过历史的我们都知道林则徐虎门销烟这段历史，可是机器它不并知道，所以它翻译出来的结果是林则徐在虎门卖香烟。我们可能觉得机器就是逐词翻译，然后把翻译结果拼在一起，翻译出来的结果很生硬。其实在过去一段时间，自然语言处理这一领域取得了很大的突破，机器翻译不光只考虑单个词语，还必须考虑上下文语义。Google translator是众多翻译软件中最好的一个，现在还增加了语音翻译，极大地方便了论文翻译和出国旅行。通过这个例子，可以看出现在的人工智能水平远没有我们平时听到的那么科幻，那么遥不可及。现在的Ai基本上都是一种弱Ai，只能达到知其然的水平，还达不到知其所以然的水平。

Google translator.png

目前Ai发展有三个方向，分别是计算机视觉（Computer Vision）、自然语言处理（Natural Language Process）、机器人（Robot）。

计算机视觉如今发展的已经比较成熟了，应用也非常的广泛。比如火车站的人脸识别（安防领域），手机里的智能美颜（拍照领域），自动贩卖机上的刷脸支付（支付领域），道路和路标的识别（自动驾驶领域）。

自然语言处理的难度则要大很多，平时我们人在理解的时候也会犯错，更何况计算机呢。再加上这个世界上有很多种语言，又分为不同的语系（如东亚语系，拉丁语系），语法更是错综复杂。联合国官方使用的语言是法语，是因为法语被认为是世界上最精确的语言，不像汉语与英语，有那么多一词多义的现象。在我们国内，每个地方都有自己的方言，比如聊咋咧，巴适得板，贼拉香，表达的都是好的意思。同样一句话，在不同的地方也会有不同的理解，前几天听了一个段子。比如“你愁啥”，在上海，对方就会跟你慢慢讲他在看啥；在东北，说不好，就是派出所里见了。由此可见自然语言处理的难度之大。当然难度大，也意味着该领域的发展空间更大。

计算机眼中的语言长啥样？

我们都知道，任何东西（文字，声音，视频，图片）在计算机的底层都是以0,1,0,1......这样的二进制数存在的。所以为了能够让计算机更好的理解自然语言，我们的计算机科学家制定出了很多规则，用以将我们的语言转换为数值。例如：

words = ['Today is sunday', 'i stay home learning nlp',
'I think nlp is a difficult theme', 'and need more efforts']
​#计算机按照一定的规则对原文进行变化，将会变成下面这样的向量
[[0.         0.         0.         0.         0.48693426 0.  0.         0.         0.         0.         0.61761437 0.  0.         0.61761437] 
[0.         0.         0.         0.52547275 0.         0.52547275  0.         0.         0.41428875 0.52547275 0.         0.  0.         0.        ] 
[0.         0.48546061 0.         0.         0.38274272 0.  0.         0.         0.38274272 0.         0.         0.48546061  0.48546061 0.        ]
 [0.5        0.         0.5        0.         0.         0.  0.5        0.5        0.         0.         0.         0.  0.         0.        ]]

如何学习自然语言理解？

前面说了自然语言处理有多么多么的厉害，但真正做起来也是件挺难的事。不过再难的问题都可以被拆解为一小步一小步的过程。掌握每一步，再拼起来就是一个完整的过程。这也是程序设计中的一个很重要的思想，分而治之。

我们最常用的语言就是中文和英文了，在处理中文和英文，大部分过程都是相同的。唯一不同的是英文句子中的每个单词都是天然分开的，中文的词语则是连在一块的，对于中文的处理多了一步分词处理。

我们使用的语言是：Python

如果对Python语言不熟，我推荐以下两个教程，可以帮助大家快速熟悉python编程。

莫凡python

同济子豪-python

推荐一本简单易学的教材，可以很快就看完了。点击下方链接，可以下载该电子书。

链接：https://pan.baidu.com/s/12zzZgzKYR9kl4lEsia5zqg 提取码：djmm

当然光学习python是不够的，数据分析的三板斧也要掌握Numpy, Pandas, Matplotlib，网上有很多学习资源。

莫凡数据分析

在学习自然语言处理的时候，我们不是学完所有基础知识，才开始学习自然语言处理，这样会很耗费时间。基本上都是边学边查，不懂的地方查博客（CSDN，知乎，Github），查API文档，这也是一个不断积累与提高的过程。如果你有收获了，也可以将你的经验写为博客，发布在，知乎，CSDN这些平台上，可以帮助到更多的人。

我们学习自然语言处理的过程：

• 词语（汉语，英语）的切分

• 词向量的构造

• 机器学习sklearn库分析文本

• 深度神经网络分析文本