今天來介紹自然語言處理（英語：Natural Language Processing，縮寫作NLP），它運用了電腦科學、語言學及人工智慧三者的技術，讓機器可以讀取、學習人類說出或是寫出的語言。

下面來舉例一些常見的NLP應用：

• 語音助理：例如蘋果Apple 的 Siri 、google之類的智慧助理。藉由語音識別功能來理解使用者的指令，然後提供合適的回應。
• 預測文字：自動更正錯字、預測即將打出的文字這些在智慧型手機上相當常見，不過個人覺得自動選字功能還有待加強。
• 語言翻譯：一般都會先想到Google翻譯，雖然它有時候並沒有翻的很準確（基本上英文單詞翻的還不錯，可是如果換成文章或是其他語言正確性就有待商確了）
• 聊天機器人：這邊舉例之前很夯的chat GPT。Chat GPT幫助使用者透過文字來進行互動。甚至可以請他寫出程式碼。不過機器還是沒有感情，筆者詢問Chat GPT一些感情問題，它都給予一些陳腔濫調的回答。

那為了讓深度學習模型可以處理語言，通常我們會將語言轉換成數字形式。這邊簡單介紹兩種方法：獨熱編碼（one-hot encoding）與詞向量（word vector）

One-hot encoding：在NLP中one-hot encoding會記錄字詞的位置，出現的位置為1，其餘的位置為0。言外之意one-hot encoding會以非0即1的方式呈現。one-hot的做法非常簡單，但也因為這樣導致資料稀疏，沒有包含太多資訊且維度高，如果有1000個不重複的單字，矩陣就會有1000列。

舉例說明：「我有一支筆」，「這支筆是紅色」。會需要處理「我」「有」「一」「支」「筆」「這」「是」「紅色」，我們可以用矩陣來幫助我們觀察，因爲有十一個字所以應該要有11行，然後有重複兩個字，所以會是9列。

word vector：word vector會記錄詞的位置及意思，即使轉換為數字型態也具資訊。最核心想法就是每一個詞都有一個向量值，這些詞被NLP模型分類歸納在一起，比如哪些字容易跟某個特定字一起使用，當兩個詞的意思越相近，他們在向量空間中也會越靠近。想知道更多也可以上網搜尋Word2vec！
舉例說明：

詞向量改善了one-hot encoding的缺點，發展出資訊密度高且維度少（雖然說維度少但是是跟one-hot encoding相比）此外也解決了one-hot encoding無法表達詞跟詞之間的語意關係問題。
如過你想體驗詞向量空間，趕快來試試看Word2viz 吧！(https://lamyiowee.github.io/word2viz)

今日總複習：深度學習可以從資料中萃取特徵，提供給NLP模型使用！
歡迎大家不吝嗇給予指教，那我們明天見囉~