自然語言處理（Natural Language Process）

中文名稱：自然語言處理 英文名稱：Natural Language Process

📌 定義（Definition）

自然語言處理是人工智慧與語言學的交叉領域，旨在讓電腦能理解、解釋、生成及回應人類語言。

⭐原理與技

• 語言模型（Language Models） 用於預測或生成語言文字，如 n-gram、Transformer（BERT、GPT- 詞法分析（Token）
  將文本切分成詞子詞單位，方便後續處理。
• 語法分析（Parsing） 分析句子結構，包括依存句法分析與成分句法分析。
• 詞性標註（POS Tagging）
  為每個詞彙標示其詞性，如名詞、動詞。
• 命名實體識別（NER）
  辨識文本中的實體，如人名、地點、時間。
• 情感分析（Sentiment Analysis）
  判斷文本情感傾向（正面、中性、負面）。
• 語意理解（Semantic Analysis）
  理解詞彙及句子的意義，如詞向量（Word2Vec、GloVe）技術。
• 機器翻譯（Machine Translation）
  自動將一種語言轉換成另一種語言。
• 文本摘要（Text Summarization）
  自動生成文章摘要。
• 對話系統（Dialogue Systems）
  聊天機器人、語音助理。
• 深度學習（Deep Learning）
  利用神經網路提高語言理解能力，如 LSTM、Transformer。

🔗 應用領域

• 智能客服與聊天機器人
• 自動翻譯系統（如 Google 翻譯）
• 搜尋引擎與資訊檢索
• 社群媒體情感分析
• 語音辨識與語音助理（如 Siri、Alexa）
• 自動摘要與報告生成
• 法律與醫療文本分析
• 教育輔助系統（自動批改、語言學習）
• 廣告與市場分析

3 題模擬練習題

1. 以下哪一項技術主要用於將句子拆分成有意義的單位？
   A. 命名實體識別（NER）
   B. 詞法分析（Tokenization）
   C. 情感分析
   D. 文本摘要

   答案： B
   解析： 詞法分析是將句子切分成詞或子詞單位，是 NLP 的基礎步驟。

2. 下列哪種模型是目前自然語言處理中常用的深度學習架構？
   A. 決策樹
   B. 支持向量機（SVM）
   C. Transformer
   D. K-means

   答案： C
   解析： Transformer 是目前 NLP 領域中主流的深度學習模型，廣泛用於語言模型與生成任務。

3. 情感分析主要用於什麼目的？
   A. 判斷文章主題
   B. 斷詞與詞性標註
   C. 判斷文本中的情緒傾向
   D. 自動翻譯

   答案： C
   解析： 情感分析用於判斷文本的情緒，是市場分析和社群監控的重要工具。