最近 ChatGPT 大火，這個風(fēng)靡全網(wǎng)的 AI 應(yīng)用的各項能力是從何而來，它是如何演化至今的，未來又將走向何方？ChatGPT是通往通用人工智能的未來嗎？還是像Yann LeCun說的那樣，大模型解決不了自然語言處理的全部問題？

這些問題的解答，涉及到自然語言處理、機器學(xué)習(xí)以及人工智能等多方面的知識。雖然通過閱讀論文可以了解相關(guān)研究工作，但由于自然語言處理涉及的知識廣博繁雜，發(fā)展日新月異，對于基礎(chǔ)知識和研究方向的把握還需要系統(tǒng)學(xué)習(xí)。因此一部系統(tǒng)全面，且經(jīng)過有效篩選和沉淀的教材仍然是不可或缺的。

復(fù)旦大學(xué)自然語言處理實驗室張奇教授、桂韜研究員以及黃萱菁教授從2020年起著手教材的規(guī)劃，結(jié)合自己對相關(guān)領(lǐng)域的核心問題的理解，和長期教學(xué)、研究以及工程實踐經(jīng)驗，系統(tǒng)梳理了自然語言處理領(lǐng)域發(fā)展至今的關(guān)鍵知識，歷時近三年，終于在近期完成了初版。

同時本書也在2022年入選復(fù)旦大學(xué)七大系列百本精品教材項目和復(fù)旦大學(xué)研究生規(guī)劃系列教材項目。

條分縷析，梳理 NLP 知識體系

《自然語言處理導(dǎo)論》主要面向高年級本科生和研究生作為自然語言處理相關(guān)課程教材使用，也適合對自然語言處理感興趣的讀者入門之用。

全書試圖系統(tǒng)介紹自然語言處理的基本任務(wù)和主要處理算法，讓讀者認識不同任務(wù)的特性和算法設(shè)計的主要目標，并且建立起自然語言處理任務(wù)和機器學(xué)習(xí)算法之間的聯(lián)系——了解如何將自然語言處理任務(wù)轉(zhuǎn)化為機器學(xué)習(xí)問題，選擇合適的機器學(xué)習(xí)算法，根據(jù)任務(wù)特性設(shè)計機器學(xué)習(xí)算法。

全書內(nèi)容包含基礎(chǔ)技術(shù)、核心技術(shù)以及模型分析三個部分。

基礎(chǔ)技術(shù)部分介紹自然語言處理的基礎(chǔ)任務(wù)和底層技術(shù)，包含詞匯處理、句法分析、語義分析、篇章分析和語言模型。核心技術(shù)部分為自然語言處理應(yīng)用任務(wù)和相關(guān)技術(shù)的介紹，包括信息抽取、機器翻譯、情感分析、文本摘要、知識圖譜等。模型分析部分重點關(guān)注基于機器學(xué)習(xí)的自然語言處理模型的魯棒性和可解釋性問題，是近來人工智能領(lǐng)域的研究重點。

“其作始也簡，其將畢也必巨。”---自然語言處理的研究內(nèi)容廣博繁雜，融語言學(xué)、計算機科學(xué)、數(shù)學(xué)等學(xué)科為一體；從上世紀50年代到今天，其研究范式也經(jīng)過了多次更迭，更與機器學(xué)習(xí)研究之間有著非常緊密的聯(lián)系，這為《自然語言處理導(dǎo)論》的寫作帶來了很大的困難。

張奇教授、桂韜研究員以及黃萱菁教授在工作繁忙之余花費大量時間對本書的結(jié)構(gòu)進行了精心設(shè)計。對于每個自然語言處理任務(wù)，本書從任務(wù)目標、相關(guān)語言學(xué)理論知識、不同研究范式對應(yīng)的不同算法（包括基于規(guī)則的方法、基于特征的機器學(xué)習(xí)方法、基于深度神經(jīng)網(wǎng)絡(luò)的算法）、任務(wù)評測指標和常見數(shù)據(jù)集這幾個方面展開介紹；并且適時說明各類機器學(xué)習(xí)算法適用的自然語言處理任務(wù)類型，讓讀者更有效、深刻地理解和掌握書中內(nèi)容。

It's Just the Beginning

雖然 ChatGPT 多才多藝，但在使用過程中也顯示出各種各樣的問題。也許像比爾·蓋茨說的，這種技術(shù)的出現(xiàn)有著重大的歷史意義，但也僅僅剛剛起步。本書的網(wǎng)絡(luò)公開版發(fā)布，也僅僅是一個開始。一部好的教科書，也需要作者的長期投入，不斷的推敲和打磨，功不唐捐，玉汝于成。非常歡迎大家對本書提出寶貴建議。

如果你對人工智能、自然語言處理感興趣，不妨打開鏈接，和我們一起探索NLP的無限可能吧！

審核編輯 ：李倩