哈囉大家，昨天簡單介紹了自然語言處理(NLP)及它的優缺點。今天延續昨天的內容來談NLP的組成部分，總共十一個。

1.話語：使用者說出或鍵入的確切短語。（話語為NLP系統將分析以確定意圖並提取相關實體的輸入）
2.實體：提供了與intent相關的具體細節。實體為聊天機器人提供正確安排會議所需的資訊。
3.意圖：用戶的目標。
4.分詞化：將句子分解成更小的部分，稱為標記，這些部分可以是單詞、標點符號。
5.詞幹提取和詞行還原：詞幹提取將一個詞切入其基礎—ex:scheduling標記schedule
6.詞性標記：標註每個詞的詞性（如名詞、動詞等）。
7.命名實體識別：識別文本中的實體（如人名、地名、組織名等）。
8.情感分析：情緒分析評估輸入的語氣（如正面、負面給予安撫或道歉等回應）。
9.情境理解：使用上下文理解來根據周圍的文本來解釋單詞和短語的含義。
10.機器學習：通過使用機器學習（machine learning）模型來提高其理解和生成語言的能力。
11.對話管理員：管理跟蹤對話的上下文，確保根據之前的輸入做出連貫的回應。