1、词法分析（Lexical Analysis）：对自然语言进行词汇层面的分析，是NLP基础性工作

  • 分词（Word Segmentation/Tokenization）：对没有明显边界的文本进行切分，得到词序列
  • 新词发现（New Words Identification）：找出文本中具有新形势、新意义或是新用法的词 形态分析（Morphological Analysis）：分析单词的形态组成，包括词干（Sterms）、词根（Roots）、词缀（Prefixes and Suffixes）等
  • 词性标注（Part-of-speech Tagging）：确定文本中每个词的词性。词性包括动词（Verb）、名词（Noun）、代词（pronoun）等
  • 拼写校正（Spelling Correction）：找出拼写错误的词并进行纠正

2、句子分析（Sentence Analysis）：对自然语言进行句子层面的分析，包括句法分析和其他句子级别的分析任务

  • 组块分析（Chunking）：标出句子中的短语块，例如名词短语（NP），动词短语（VP）等
  • 超级标签标注（Super Tagging）：给每个句子中的每个词标注上超级标签，超级标签是句法树中与该词相关的树形结构
  • 成分句法分析（Constituency Parsing）：分析句子的成分，给出一棵树由终结符和非终结符构成的句法树
  • 依存句法分析（Dependency Parsing）：分析句子中词与词之间的依存关系，给一棵由词语依存关系构成的依存句法树
  • 语言模型（Language Modeling）：对给定的一个句子进行打分，该分数代表句子合理性（流畅度）的程度
  • 语种识别（Language Identification）：给定一段文本，确定该文本属于哪个语种
  • 句子边界检测（Sentence Boundary Detection）：给没有明显句子边界的文本加边界

3、语义分析（Semantic Analysis）：对给定文本进行分析和理解，形成能勾够表达语义的形式化表示或分布式表示

  • 词义消歧（Word Sense Disambiguation）：对有歧义的词，确定其准确的词义
  • 语义角色标注（Semantic Role Labeling）：标注句子中的语义角色类标，语义角色，语义角色包括施事、受事、影响等
  • 抽象语义表示分析（Abstract Meaning Representation Parsing）：AMR是一种抽象语义表示形式，AMR parser把句子解析成AMR结构
  • 一阶谓词逻辑演算（First Order Predicate Calculus）：使用一阶谓词逻辑系统表达语义
  • 框架语义分析（Frame Semantic Parsing）：根据框架语义学的观点，对句子进行语义分析
  • 词汇/句子/段落的向量化表示（Word/Sentence/Paragraph
    Vector）：研究词汇、句子、段落的向量化方法，向量的性质和应用

4、信息抽取（Information Extraction）：从无结构文本中抽取结构化的信息

  • 命名实体识别（Named Entity
    Recognition）：从文本中识别出命名实体，实体一般包括人名、地名、机构名、时间、日期、货币、百分比等
  • 实体消歧（Entity Disambiguation）：确定实体指代的现实世界中的对象
  • 术语抽取（Terminology/Giossary Extraction）：从文本中确定术语
  • 共指消解（Coreference Resolution）：确定不同实体的等价描述，包括代词消解和名词消解
  • 关系抽取（Relationship Extraction）：确定文本中两个实体之间的关系类型
  • 事件抽取（Event Extraction）：从无结构的文本中抽取结构化事件
  • 情感分析（Sentiment Analysis）：对文本的主观性情绪进行提取
  • 意图识别（Intent Detection）：对话系统中的一个重要模块，对用户给定的对话内容进行分析，识别用户意图
  • 槽位填充（Slot Filling）：对话系统中的一个重要模块，从对话内容中分析出于用户意图相关的有效信息

5、顶层任务（High-level Tasks）：直接面向普通用户，提供自然语言处理产品服务的系统级任务，会用到多个层面的自然语言处理技术

  • 机器翻译（Machine Translation）：通过计算机自动化的把一种语言翻译成另外一种语言
  • 文本摘要（Text summarization/Simplication）：对较长文本进行内容梗概的提取
  • 问答系统（Question-Answering Systerm）：针对用户提出的问题，系统给出相应的答案
  • 对话系统（Dialogue Systerm）：能够与用户进行聊天对话，从对话中捕获用户的意图，并分析执行
  • 阅读理解（Reading Comprehension）：机器阅读完一篇文章后，给定一些文章相关问题，机器能够回答
  • 自动文章分级（Automatic Essay Grading）：给定一篇文章，对文章的质量进行打分或分级