自然语言处理的重要里程碑——探索NLP技术的发展历程

自然语言处理（Natural Language Processing，NLP）是人工智能领域的一个重要分支，旨在使计算机能够理解、处理和生成人类语言。NLP的发展经历了多个重要里程碑，这些里程碑推动了NLP技术的快速发展。本文将回顾NLP领域的一些关键里程碑，并提供相关的源代码示例。

1. 词袋模型（Bag-of-Words Model）
   词袋模型是NLP领域的一个重要起点。它将文本表示为词汇表中单词的计数向量。通过计算单词在文本中的频率，词袋模型可以捕捉到文本的一些基本特征。下面是一个简单的Python代码示例，演示了如何使用词袋模型表示文本：

from sklearn.feature_extraction.text import CountVectorizer

# 文本数据
corpus = [
    "This is the first document.",
    "This document is the second document.",