NLP 学习笔记 / NLP001
NLP：从语言特点到研究应用
自然语言处理（NLP）用计算方法处理人类语言，通过人工规则或从数据中学习模式，完成分析、信息提取、预测和生成等任务。 大语言模型是其中一类技术。 [1]
- 章节
- 关键概念
- 阅读提示
ELLE · 阅读向导把概念连起来，再往下读
和 Elle 一起理清基础概念
需要时展开术语解释，再用一个小问题检验理解。
自然语言处理
用计算方法分析和生成人类语言。
语境
前后文和使用场景会影响一句话的含义。
总结类任务
在保留重要信息的前提下，把较长的文字整理得更简洁。
一图梳理
语音分析：除了说什么，还看怎么说
| 线索 | 关注内容 |
|---|---|
| 音量 | 声音的大小及变化 |
| 语速 | 说话的快慢及变化 |
| 表达方式 | 语调、重音、停顿等 |
听一听：同一句话，两位患者
“I am okay with this treatment.”“我可以接受这个治疗。” 患者 A听起来很确定
患者 B听起来有些犹豫
两段录音转写成文字后完全一样。它们的音量几乎相同，差别主要在语速和停顿；而这些正是转写文本会丢掉的线索。语音分析可以标出值得再听一遍的片段，但它提供的是线索，不是诊断。
示例音频为本篇笔记配套视频制作的合成语音，并非真实患者录音；时长与停顿根据音频测量。
这些声学与韵律线索需要结合话语内容和情境理解。普通转写文本通常不能完整保留它们；分析时需要音频或相应声学特征。语音分析与文本分析可以结合使用，但测量声音特征并不等同于理解语言内容。 [3]
常见任务
| 任务 | 解决什么问题 |
|---|---|
| 情感分析 | 对什么持正面、负面或混合评价？ |
| 情绪线索识别 | 表达中有哪些直接或间接的情绪线索？线索不等于临床诊断 |
| 信息提取 | 找出研究需要的主题、实体或事件，组织为字段／标签并关联原文 |
| 总结类任务（summarization） | 归纳要点，形成访谈总结、会议总结或材料概览，保留重要转折与不确定性 |
| 翻译与问答 | 跨语言表达信息，或针对材料回答问题 |
总结类任务关注内容要点，语音分析关注声音及表达线索，两者可以在同一工作流中使用。
我的思考与应用
我的理解
从词、句子到语境，NLP 的入口是语言本身；把语言特点和具体任务联系起来，框架就更容易理解。
我的应用方向
我过去通过手动标记和关键词提取处理访谈。接下来想尝试用 NLP 辅助整理，并归纳受访者表达的主要观点。
- 研究问题
- 所需信息
- 字段／标签
- 回到原文核对
是否有效，需要看遗漏、标签质量，以及纠错后真正节省的时间。
下一步探索
文本如何成为模型输入