论文Natural Language Processing: State of The Art, Current Trends and Challenges

摘要：

这篇文章提出自然语言处理涉及到自然语言理解和生成自然语言（understand and generate the text）。自然语言处理任务又分为：语音（听觉），语言形态、语法、语义、语用（语言的角度）。

自然语言任务细分为：自动生成文本摘要、共指消解、话语分析、命名实体识别、形态切分、字符识别、词性标注。

自动生成文本摘要（auto summarization）：生成易于理解的文本摘要。

共指消解（coreference resulotion）：识别一段对话或者文本中共同的实体（指代词的识别）。

话语分析（discourse analysis）：识别连续连续文本的对话结构。

机器翻译（machine translation）：将一种语言翻译为另一种语言。

形态切分（morphology segment）：将单词切分为独立的部分（分词）。

实体识别（named entity recognition）：决定在文本中物体的合适的名字。

字符识别（character recognition）：识别图像中的文本。

词性标注（part of speech tagging）：标注文本中词的词性。

自然语言的goal是适用于一个系统，即为系统提供自然语言处理的部分功能。

自然语言处理的层次：

自然语言层次理解是呈现自然语言处理过程的可解释性方法，NLP过程通过认识到内容规划、句子规划、短语规划产生NLP文本。

、

自然语言生成：

自然语言生成包括产生短语、句子、段落的过程，这个过程从内部表示是有意义的。自然语言生成包括鉴定目标、完成目标。（通过评估各种情况和可用的交流资源）。

自然语言生成的组成部分：

speaker and generator: 预处理应用的目的为短语。

Component and level of representation：内容选取、文本组织、生成的语料、生成文本意识。

application and speaker：生成应用或者speaker。

NLP应用：机器翻译、文本分类、垃圾过滤、信息提取、摘要生成、对话系统、医药。