自然语言处理并不是新鲜事物，它的历史可以追溯到几十年前：
- 早期尝试（1950s-1980s）
NLP的开端与AI的诞生几乎同步。1950年，英国数学家图灵（Alan Turing）提出了“图灵测试”：如果机器能和人用语言交流，让人分不出是机器还是人，就算它有智能。这激发了人们对NLP的兴趣。
早期的NLP靠“规则系统”。比如，程序员会手动写规则：如果句子有“天气”+“怎么样”，就去查气象数据。但这种方法很笨拙，语言一复杂（比如俚语或长句），规则就跟不上了。 - 统计方法的兴起（1990s-2000s）数字化转型网www.szhzxw.cn
到了90年代，计算机算力提升，数据也多了起来。研究者开始用统计方法，让机器从大量文本中“学”语言规律。比如，通过分析一堆新闻，机器发现“天气”和“晴天”经常一起出现，就知道它们有关联。这种方法比规则系统灵活多了，像谷歌翻译最初就是靠统计模型。 - 深度学习的革命（2010s至今）
上一期讲到的深度学习彻底改变了NLP。2013年，Word2Vec模型问世，它能把单词变成数字向量（比如“猫”和“狗”的向量很接近，“猫”和“桌子”就很远），让机器理解词义。2018年，Transformer模型（后面会细讲）横空出世，推动了ChatGPT这样的超级AI诞生。现在的NLP不仅能翻译，还能写诗、聊天，甚至模仿特定的人说话。数字化转型网www.szhzxw.cn
声明：本文来自网络，版权归作者所有。文章内容仅代表作者独立观点，不代表数字化转型网立场，转载目的在于传递更多信息。如有侵权，请联系我们。数字化转型网www.szhzxw.cn
本文由数字化转型网（www.szhzxw.cn）转载而成，来源于网络；编辑/翻译：数字化转型网（Professionalism Achieves Leadership 专业造就领导者）默然。
