AI专业术语
NLP
Natural Language Processing
自然语言处理 · AI 理解人类语言的技术
NLP机器学习
NLP
- 定义
- NLP（Natural Language Processing）是AI领域的专业术语。NLP 是 AI 中专注于人类语言的分支，涵盖文本分类、情感分析、机器翻译、问答系统等任务。
最后更新：2026-03-18
什么是NLP？
NLP 是 AI 中专注于人类语言的分支，涵盖文本分类、情感分析、机器翻译、问答系统等任务。LLM 的出现统一了几乎所有 NLP 任务，让 NLP 从专用模型时代进入通用模型时代。
- LLM 统一了几乎所有 NLP 任务
- 从专用模型到通用模型的范式转变
- NLP 是 AI 中最接近日常应用的领域
NLP详解
NLP 是 AI 历史最悠久的分支之一，从 1950 年代的规则系统到统计方法再到深度学习，经历了多次范式转变。2018 年 BERT 开启了预训练时代，2022 年 ChatGPT 则标志着 LLM 统一 NLP 的时代到来。传统 NLP 需要为每个任务训练专用模型，而 LLM 用一个模型就能处理翻译、摘要、分类、问答等几乎所有语言任务。NLP 的前沿方向正在从语言理解转向多模态理解和 Agent 交互。
NLP的应用场景
正式定义
研究计算机理解、处理和生成人类自然语言的人工智能技术领域
应用场景
- 智能客服和对话系统
- 文本分类和情感分析
- 机器翻译和内容摘要
常见误区
- NLP 不等于 LLM，LLM 是 NLP 的一个子集
- NLP 不只是处理文本，语音也是自然语言
- LLM 没有完全取代传统 NLP，某些任务专用模型更高效
实际案例
📌 LLM 统一 NLP
在 SuperGLUE 基准上，GPT-4 不需要任何任务特定训练就超越了所有专用模型的成绩，标志着 NLP 从「一个任务一个模型」到「一个模型所有任务」的范式转变。
NLP的参考来源
- 论文Speech and Language Processing (Jurafsky & Martin)Dan Jurafsky, James H. Martin
- 文档
关于NLP的常见问题
- NLP 和 LLM 是什么关系
- NLP 是研究计算机理解和生成人类语言的学科，LLM 是当前 NLP 最主流的技术路线，但 NLP 的范畴更广。
- NLP 有哪些经典任务
- 文本分类、命名实体识别、情感分析、机器翻译、文本摘要、问答系统等，现在大多可用 LLM 统一解决。