基本概念章節總結

一、語言學（Linguistics）

1. 定義

   • 研究語言的本質、結構和發展規律的科學，涵蓋語音、文字、語法等屬性。
   • 分支包括歷時語言學、共時語言學、描述語言學等。

2. 核心內容

   • 分析語言的形態、句法、語義等層面，如詞素（詞根、前綴、后綴等）的構成規則。

二、計算語言學（Computational Linguistics, CL）

1. 定義

   • 通過建立形式化計算模型分析、理解和生成自然語言的交叉學科，涉及計算機科學、語言學、數學。
   • 更側重基礎理論和方法研究，如算法設計與模型構建。

2. 發展里程碑

   • 1962年：美國成立“機器翻譯和計算語言學學會（ACL）”，召開首屆國際計算語言學學術年會。
   • 1966年：術語“Computational Linguistics”在ALPAC報告中正式出現。

三、自然語言理解（Natural Language Understanding, NLU）

1. 定義

   • 探索人類語言認知過程，研究模仿人類語言理解的技術，是人工智能的核心目標之一，被譽為“人工智能皇冠上的明珠”。

2. 評估標準

   • 圖靈測試：通過人機對話判斷機器是否具備智能，但存在爭議。

四、自然語言處理（Natural Language Processing, NLP）

1. 定義

   • 研究利用計算機技術對文本進行處理和加工的學科，包括詞法分析、句法分析、語義提取等技術。

2. 與其他學科的關系

   • 與計算語言學（CL）：CL側重理論，NLP側重工程實現，兩者常被視為同一領域。
   • 與自然語言理解（NLU）：NLU是NLP的終極目標，NLP是實現NLU的技術手段。
   • 人類語言技術（HLT）：涵蓋CL、NLP、NLU，是人工智能中最具挑戰性的方向之一。

五、中文信息處理

1. 定義

   • 針對中文的自然語言處理技術，因漢語屬于孤立語（幾乎無形態變化，依賴詞序和虛詞），處理方法具有特殊性。

2. 漢語的特點

   • 屬于孤立語（分析語），與屈折語（如英語）、黏著語（如日語）形成對比。
   • 中文分詞、詞性標注等任務需考慮漢語的結構特性（如無空格分隔詞語）。

六、學科概念關系圖解

HLT（人類語言技術）├─ CL（計算語言學）：理論基礎├─ NLP（自然語言處理）：技術實現└─ NLU（自然語言理解）：核心目標

七、關鍵區分點

概念	核心目標	研究方法	典型應用
語言學	描述語言規律	理論分析	語法研究
計算語言學	建立語言計算模型	形式化算法與模型	句法分析模型
自然語言處理	實現文本自動化處理	工程技術（如分詞、翻譯）	機器翻譯、信息檢索
自然語言理解	讓機器理解語義與意圖	人工智能算法（如深度學習）	對話系統、問答系統

八、重要術語補充

• 圖靈測試：判斷機器是否具備智能的標準，通過人機對話區分機器與人類反應。
• 語系分類：
  • 屈折語：英語、法語（用詞形變化表示語法關系）；
  • 黏著語：日語、韓語（用附加成分表示語法意義）；
  • 孤立語：漢語、越南語（靠詞序和虛詞表達語法關系）。

通過以上總結，可清晰梳理自然語言處理領域的核心概念及其相互關系，為后續學習奠定理論基礎。