NLP 课程文档

自然语言处理

Hugging Face's logo
加入 Hugging Face 社区

并获取增强型文档体验

以开始使用

自然语言处理

Ask a Question

在深入研究 Transformer 模型之前,让我们快速概述一下什么是自然语言处理以及为什么我们关心它。

什么是 NLP?

NLP 是语言学和机器学习的一个领域,专注于理解与人类语言相关的一切。NLP 任务的目标不仅是理解单个单词,而是能够理解这些单词的上下文。

以下是常见 NLP 任务的列表,以及一些每个任务的示例

  • 对整个句子进行分类:获取评论的情感,检测电子邮件是否为垃圾邮件,确定句子是否语法正确或两个句子是否在逻辑上相关
  • 对句子中的每个单词进行分类:识别句子的语法成分(名词、动词、形容词)或命名实体(人物、地点、组织)
  • 生成文本内容:使用自动生成的文本完成提示,使用掩码词填充文本中的空白
  • 从文本中提取答案:给定一个问题和一个上下文,根据上下文中提供的信息提取问题的答案
  • 从输入文本生成新句子:将文本翻译成另一种语言,总结文本

然而,NLP 不仅限于书面文本。它还解决了语音识别和计算机视觉中的复杂挑战,例如生成音频样本的转录或图像的描述。

为什么具有挑战性?

计算机处理信息的方式与人类不同。例如,当我们阅读句子“我饿了”时,我们可以轻松理解其含义。同样,给定两个句子,例如“我饿了”和“我很难过”,我们能够轻松地确定它们之间的相似程度。对于机器学习 (ML) 模型,此类任务更难。文本需要以一种使模型能够从中学习的方式进行处理。由于语言很复杂,我们需要仔细考虑必须如何进行这种处理。关于如何表示文本,已经进行了大量研究,我们将在下一章中介绍一些方法。