完整定義
自然語言理解(NLU)是人工智慧(AI)的一個重要分支,專注於使電腦能夠理解和解釋人類語言的含義。它涉及將人類語言(例如文本或語音)轉換為電腦可以處理和理解的結構化表示形式,以便執行各種任務,例如情感分析、文本分類、機器翻譯和問答系統。
白話說明
你有沒有遇過一句話字面看得懂,真正意思卻要想一下?
你可以把它想成不只認字,還要抓語意、關係、意圖、和上下文。
自然語言理解關心的是電腦怎麼看懂人話背後真正要表達的意思。 這種寫法常用在需要先把問題定義清楚,再逐步提升模型品質的場景。
記住這句
不是認字,是讀懂意思。
比喻:自然語言理解就像一個很會「讀心術」的機器人 -- 你跟它說一句話,它不只聽到字面意思,還能讀懂你的意圖、情感,甚至潛台詞,然後知道該怎麼回應或執行任務。
容易混淆
自然語言理解 vs 自然語言處理
自然語言理解:偏看懂語意
自然語言處理:整個處理文字的領域
自然語言理解 vs 自然語言生成
自然語言理解:讀懂輸入
自然語言生成:產出文字
實際案例
客服意圖
使用者說「我想退訂」,系統要理解這不是一般查詢,而是取消服務。
問答系統
模型要判斷問題在問時間、地點,還是比較關係。
演算法與應用
NLU 常會做意圖辨識、實體辨識、關係抽取、和語意表示。
它和 NLP 的差別,在於目標更聚焦在理解,而不是整個文字處理流程。
理解通常比分類更難,因為語意有歧義,還有上下文變化。
情境判斷
Q1(直覺題):一句「我不是不想去」到底是不是拒絕,這考驗什麼?
自然語言理解,因為要讀懂反諷與語氣。
Q2(判斷題):只靠關鍵字就能完全判斷意圖嗎?
通常不行,很多語意要看前後文和句法。
常見問題
常被這樣叫,但本質上還是在做語意理解任務。
通常更難,因為要抓的不只是標籤,而是語意層次。
可以,很多產品會把 NLU 當成一層核心模組。
相關術語
來源
這個術語目前沒有標註外部來源。
其他格式:Markdown 版本