自然语言处理与语音识别手册（执行版）.docxVIP

自然语言处理与语音识别手册（执行版）

第1章引言与系统概述

1.1自然语言处理（NLP）技术演进回顾

从早期的规则匹配到统计机器学习，自然语言处理经历了从“人工编写规则”到“数据驱动模型”的范式转变，这一过程极大地提升了系统对非结构化文本的解析能力。在统计机器学习阶段，如CRF（条件随机场）和HMM（隐马尔可夫模型）成为主流，它们通过概率计算实现了词性标注和序列标注的突破。

深度学习架构的引入，特别是RNN（循环神经网络）、LSTM（长短期记忆网络）以及Transformer架构的出现，使得模型具备了捕捉长距离依赖关系和并行处理多任务的能力。以BERT（Bidire