Editing 自然语言处理 (section)

== 概述 ==

自然语言具有高度的歧义性、灵活性与上下文依赖性，同一句话在不同语境下可能含义迥异，这使得让计算机准确理解语言成为一项艰巨的任务。自然语言处理需要综合运用语言学知识、统计方法与机器学习技术，从词、句、篇章等多个层次对语言进行建模。

该领域的发展大致经历了三个阶段：早期基于规则与语法的符号方法、20 世纪 90 年代兴起的统计学习方法，以及 2010 年代后由 [[深度学习]] 驱动的神经网络方法。尤其是 2017 年 Transformer 架构的提出，彻底改变了这一领域的技术格局。