自然语言处理：修订间差异

2026年7月1日 (三) 14:35的最新版本

自然语言处理（NLP）是计算机科学、人工智能与语言学的交叉学科，旨在使计算机能够理解、生成和处理人类语言。主要用途包括机器翻译、情感分析、语音识别、文本分类、问答系统等。其核心特点在于处理语言的歧义性、上下文依赖性和结构化表示。NLP的发展始于1950年代，图灵测试提出后，早期以规则为基础；1990年代后统计方法兴起；2010年代以来，深度学习模型如循环神经网络（RNN）、Transformer等大幅提升了性能，预训练模型如BERT、GPT等成为主流技术。

2026年5月30日 (六) 03:30的版本查看源代码天明（留言 \| 贡献）行政员、界面管理员、管理员 3,733次编辑创建页面，内容为“自然语言处理（NLP）是计算机科学、人工智能与语言学的交叉学科，旨在使计算机能够理解、生成和处理人类语言。主要用途包括机器翻译、情感分析、语音识别、文本分类、问答系统等。其核心特点在于处理语言的歧义性、上下文依赖性和结构化表示。NLP的发展始于1950年代，图灵测试提出后，早期以规则为基础；1990年代后统计方法兴起；2010年代以…”		2026年7月1日 (三) 14:35的最新版本查看源代码天明（留言 \| 贡献）行政员、界面管理员、管理员 3,733次编辑小天明移动页面NLP至自然语言处理
（未显示同一用户的1个中间版本）
第1行：		第1行：
	自然语言处理（NLP）是计算机科学、人工智能与语言学的交叉学科，旨在使计算机能够理解、生成和处理人类语言。主要用途包括机器翻译、情感分析、语音识别、文本分类、问答系统等。其核心特点在于处理语言的歧义性、上下文依赖性和结构化表示。NLP的发展始于1950年代，图灵测试提出后，早期以规则为基础；1990年代后统计方法兴起；2010年代以来，深度学习模型如循环神经网络（RNN）、Transformer等大幅提升了性能，预训练模型如BERT、GPT等成为主流技术。		[[自然语言处理]]（NLP）是[[计算机科学]]、[[人工智能]]与语言学的交叉学科，旨在使计算机能够理解、生成和处理人类语言。主要用途包括机器翻译、情感分析、语音识别、文本分类、问答系统等。其核心特点在于处理语言的歧义性、上下文依赖性和结构化表示。NLP的发展始于1950年代，[[图灵测试]]提出后，早期以规则为基础；1990年代后统计方法兴起；2010年代以来，深度学习模型如循环神经网络（RNN）、Transformer等大幅提升了性能，预训练模型如[[BERT]]、[[GPT]]等成为主流技术。