斷開中文的鎖鍊！自然語言處理(NLP)是什麼？ | 美體產業公開資訊

2020年1月31日—讓電腦擁有理解人類語言的能力，就是自然語言處理(NaturalLanguageProcessing，縮寫NLP)。然而，人和人之間就會誤會彼此的語言了，電腦要如何理解語義？

「自然語言處理」是什麼

讓電腦擁有理解人類語言的能力，就是自然語言處理 (Natural Language Processing，縮寫 NLP)。然而，人和人之間就會誤會彼此的語言了，電腦要如何理解語義？中研院資訊科學研究所的馬偉雲助研究員說明：以中文來說，最基本的，要先教電腦學會「斷詞」和「理解詞的意思」。

小時候學習中文，會背誦課文詞彙的注釋，在作業簿練習這個詞的寫法。到了國中時期學英文，面對像天書般的英文文章，會把不懂的單字圈起來，拿出字典查這個字的意思。為什麼這樣做？

因為，詞彙是語言的最小單位。

然而，中文有一個特殊現象，就是「詞」和「詞」之間沒有邊界，整句串起來像條鎖鏈，不像英文有空格將每個字斷開。所以，若要理解一篇中文文章，必須先學會斷詞，而要學會斷詞，必須先知道這是一個詞、以及這個詞的意思。否則可能會產生這種令人「難過」的情況：

中文的詞沒有邊界，若誤解「詞的意思」與「句法結構」，會寫出這般造句練習。資料來源│網路趣聞

那麼，問題來了，如果聰明的人類都會誤解複雜的語言，那麼只懂 011000110 的電腦有可能學會斷詞、甚至理解同一個詞在不同上下文的意思嗎？其實，這就是自然語言處理[1] (Natural Language Processing) 的研究目標。本文專訪中研院中文詞知識庫小組計畫主持人馬偉雲，聊聊自然語言處理究竟是什麼。

(馬偉雲，是一名對於「讓機器擁有理解語言的能力」深感著迷的計算機科學家。攝影│張語辰)

我們先來了解「自然語言」的定義，與「程式語言」有什麼差別。

(程式語言 vs. 自然語言 / 圖說設計│林婷嫻、張語辰)

簡要來說，程式語言是人類為...