第1章　导论

自然语言处理是文本挖掘的研究领域之一，是人工智能和语言学领域的分支学科，是研究人与计算机交互的学科，是处理及运用自然语言的新兴技术。随着现代化技术的不断发展，当前自然语言处理已经逐渐迈向了人机交互的问题探索：如何保证人与计算机更高效地通信。

自然语言处理主要分为4个阶段：缜密的数学形式化模型表征人类的自然语言；数学化模型转换成能在计算机上表示的算法模型；根据所定义的计算机算法模型，编写计算机语言程序，使模型得以应用化实现；对所得到的自然语言处理模型优化改进，应用于更多领域，然而，人机交互的情况非常复杂。究其原因，除了计算机性能因素外，更重要的原因在于自然语言的复杂性。人类自然语言除了字、词、句、篇等结构划分外，还涉及音、形、义。同一语句，可能因为语调不同而意义完全不同。美国学者Daniel将复杂的语言行为总结为6方面的知识：语音学与音系学、形态学、句法学、语义学、语用学和话语学。这6方面的复杂性为计算机处理自然语言带来了极大的障碍。