自然語言處理

自然語言處理（NLP）技術結合了人工智慧（AI）和機器學習的力量，以及語言理論。其使電腦能夠使用語言，包括語音、文字等。NLP 是一個強大的工具，可以應用於各種系統。

什麼是自然語言處理？

自然語言處理定義：自然語言處理是人工智慧的子領域，可讓電腦瞭解、處理、分類和產生人類語言，無論是書面或口語。

自然語言處理是一種跨學科技術，將語言學理論與電腦科學相結合。其利用機器學習的力量訓練電腦瞭解人類語言，讓電腦系統能夠處理、分類甚至產生語言文字。

NLP 並非只能理解字面上的意思，其核心能力在於能依照人們說話與書寫的方式處理語言。這項能力讓電腦系統和人工智慧工具產生文字，為生成式 AI 奠定基礎。

自然語言處理如何運作？

自然語言處理結合了多種高階技術系統，包括運算語言、機器學習和深度學習。

如同許多機器學習模型，自然語言處理從訓練階段開始。NLP 模型根據人類語言範例進行訓練，例如字詞和片語。這個階段的關鍵在於提供背景資訊，讓 NLP 模型不僅可以用個別的詞語或短語理解語言，還可以用人們通常講話的方式理解完整句子。

運算語言學是這項技術的基礎，這項技術將電腦科學應用於理解語言的任務。其涉及開發使用語言的演算法和流程，包括瞭解語言規則、格式、文法、語義框架和語系背景。

一旦 NLP 模型接受過書面和口語語言範例的訓練，就可以用來處理大量文字和語音。自然語言處理的常見使用案例包括快速、有效率地處理大量文字內容，且比人類更精準。對於企業而言，這種使用可能涉及透過語音記錄進行分類，以轉錄、註記、總結和分類資訊。

自然語言處理的歷史為何？

雖然自然語言處理是一種運算語言學形式，但其基礎的語言和技術理論已經演進了數十年。

• 1900 年代，早期起源：20 世紀初，語言學學者透過提供對語言及其意義的系統性理解框架，為自然語言處理奠定了理論基礎。
• 1950 年代人工智慧的開端：艾倫·圖靈(Alan Turing)開啟了自然語言處理技術的發展，他提出了機器和電腦未來像人類一樣「思考」的理論。結合語言學理論，此理論成為了 NLP AI 的基礎。
• 1957 年，句法結構：諾姆·喬姆斯基(Noam Chomsky)的語法和語言發展理論被用來訓練電腦理解人類語言。
• 1960 年代，早期電腦語言：LISP 和 ELIZA 等程式語言開啟了電腦的文字輸出，自然語言處理領域的研究也隨之展開。
• 1980 年代，改用機器學習：隨著機器學習演算法的重大成長，可以應用於運算語言學，研究人員轉向統計模型，而非先前的 NLP 規則。
• 2000 年代 NLP 的興起：隨著第一款使用前饋神經網路的神經語言模型的出現，NLP 的發展更加快速。隨著人工智慧助理、聊天機器人和語言處理器的快速推出，自然語言處理已成為全球人們的日常技術。

自然語言處理的關鍵類型是什麼？

自然語言處理有幾種關鍵類型：

• 雖然監督式 NLP 方法與已知輸入和輸出相關，但非監督式 NLP 方法處理未標記的輸入。此陳述表示受監督的 NLP 根據已知屬性對資料進行分類，使用標記資料訓練模型準確預測結果。相比之下，無監督式 NLP 根據動態、未知的輸入進行預測，識別未標記資料中的模式和結構。
• 生成預訓練變壓器（GPT）是一種依賴自然語言處理的 AI。其可以根據文字提示產生文字內容，這意味著輸入和輸出都需要強大的人類語言背景處理能力。GPT 旨在透過使用大量預先訓練資料，瞭解和產生連貫和脈絡相關的文字。
• 情緒分析完全植根於理解口語內容的含義，是一種自然語言處理，其中電腦經過訓練可從文字或言語中擷取含義、語氣和感覺。
• 機器翻譯是將電腦軟體以多種語言進行訓練的地方，讓系統能夠將一組文字（輸入）翻譯成另一種語言（輸出）。此能力可加快使用者的翻譯流程。

如何使用自然語言處理？

許多企業都在使用聊天機器人和 AI 助理來減輕客戶服務的困難，並減少人為干預的需求。現在許多網站都使用聊天機器人作為第一個聯絡點，透過自然語言處理和解決方案清單對其進行訓練，以從中汲取作為輸出。

機器翻譯是另一個廣泛應用的使用案例。語言翻譯已成為我們理所當然的過程。快速的語言翻譯器觸手可及，讓語言間的溝通變得越來越容易。自然語言處理可訓練電腦翻譯器瞭解使用者可能輸入詞彙的所有語言和方式，進而實現機器翻譯。

自然語言處理也可用於加速流程，並透過各種業務類型和產業的管理任務來確保效率。例如：垃圾郵件偵測，也就是個人沒有那麼大的義務來分類和處理其收件匣中收到的垃圾郵件。

另一個範例是事件回顧，其中 NLP 技術記錄和轉錄文字或語音，並處理其含義以進行總結。此功能在會議和學習環境中非常有用，並且可以保持地理分佈團隊聯繫，而無需面對面聯繫。