前言

在這個世代裡，最夯的幾個詞大概都脫離不了 AI、GPT、大型語言模型（LLM）。
這個 30 天系列文章，會先帶大家從 基本的 NLP（自然語言處理） 概念起步，一路走到目前最熱門的 LLM 應用。

本系列的宗旨是可以用一個很短的時間去理解各種複雜的名詞，所以每篇文章基本上都可以在短短的 5–10 分鐘內讀完，文章也會不時安排一些 簡單用 Python 可以完成的實作，幫助大家不只理解觀念，讓大家可以更好理解及吸收。所以建議有閒暇時間的朋友，在開始前先安裝自己喜歡的編輯器（或直接用 Colab 也可以），方便後續操作！

啊在開始之前，先來說一下美珠我本人的背景，
本人目前就讀的系所是「語言學研究所」，大學也是非理工科系，開始接觸這些NLP、LLM的領域，其實都是研究所時才開始，所以如果是非理組的朋或是才正想踏入這塊的人，我會用一個最簡單的方式讓你理解複雜的概念，也希望這系列的文章能幫助到你們！
另外，因為語言學的背景，本人對NLP這些領域切入的角度也會不太ㄧ樣，因此或許可以提供給大家不同的視角來了解這個領域！

如果讀到這裡，還覺得有興趣的話，就跟著我開始30 天的旅程吧！

蛤？語言學？那你的主修語言是什麼？

恩，我知道你們在想什麼，這個問題大概是每次我說出我的科系時，絕對會被問的問題 (苦笑）。

語言學（Linguistic)並不是學某一種特定語言，而是分析、了解所有語言的規則、差異與變化，也可以理解成：研究「語言現象」的一門科學。我們通常會從以下幾個面向研究語言：

1. 語言的聲音

• 音韻學 (Phonology)：研究語音組合的規則。
  • 例如英文單字開頭幾乎不可能出現 /ŋ/（ng 的音），所以不會有 ngat 這樣的英文單詞。
• 語音學 (Phonetics)：研究語音的實際發音方式與部位。
  • 例如在發英文的 /b/ 和 /p/，嘴型相同，但發出來的聲音卻不一樣，原因是差在聲帶是否有震動。

  試著把手放在喉嚨，輪流念「b…p…」，會清楚感受到 b 會震動、p 不會。（是不是很酷！！！）

2. 語言的結構

• 句法學 (Syntax)：研究句子的結構與排列。
  • 例如中文屬於 SVO 結構，而日文是 SOV。
• 構詞學 (Morphology)：研究詞的組成與變化規則。
  • 例如英文的前綴可以改變詞義：
    • un- + happy → unhappy（不快樂）
    • re- + write → rewrite（重寫）

3. 語言的意義

• 語意學 (Semantics)：顧名思義就是研究「意思」，像是一個詞、一個句子 或是一段話 他們的意思是什麼？最小意義單位是什麼？這些都可以拿來做研究。

• 語用學 (Pragmatics)：我們怎麼用語言去「做事」、達成目的，有時候，我們說出來的意思並不等於字面意思，我們如何透過語言讓聽者了解我們想要除達的意思，也是語用學的研究範疇啦！

舉一個簡單的例子：
小美喜歡小王很久了，今天終於鼓起勇氣告白
小美：「我喜歡你，你喜歡我嗎？」
小王：「我覺得你人很好。」
小王看似在已讀亂回，但我猜大家都能了解小王的意思了 xd

以上幾個點比較屬於是理論範疇，語言學的應用方面也很廣，舉個幾個常見的例子:

• 語言習得：研究我們是如何學習語言的（我們不是一出生就會講話，嬰兒是如何在那麼短的時間內把複雜的語言學起來呢？）
• 社會語言學：研究就社會現象造成語言使用的差異，例如階級、性別等是否會影響到語言的使用？
• 歷史語言學：語言的演變，例如：現在講的中文跟過去一樣嗎？
• 計算語言學：語言學跟程式語言的結合。例如：NLP

自然語言處例（NLP)在幹嘛？
講那麼多語言學的背景，終於要來談NLP是在幹嘛的了 （撒花）

其實概念很簡單，NLP的核心任務就是我們希望電腦可以自然的「理解」、「產出」我們人類的語言。
但這很矛盾吧??
電腦怎麼可能學得起來複雜的人類語言？？畢竟語言是具有創造力的，我們每天講的話不可能完完全全跟昨天或前天一模ㄧ樣吧？？ 電腦不是只看得懂0或1?

所以所以，我們必須把「語言的規則」交給他，並且加以訓練，讓他至少能抓住語言特定的模式！

規則？有沒有覺得很熟悉？
剛剛前面有說到語言學最主要的一環就是研究語言的規則，這就是為什麼我們會跟自然語言處理息息相關～！

簡單的語學與NLP應用有很多，像是:

• 語音辨識：結合音韻、語音學，把語音轉成文字。
• 機器翻譯：同時需要句法、語意知識。
• 情感分析：從文字中判斷情緒與態度。
• 假訊息偵測：透過語用學與語意分析辨識潛在的不實資訊。

以上應用都只是 NLP 的冰山一角，有興趣的朋友可以在去網路上挖寶，之後的文章我們也會慢慢介紹更多。

恭喜讀到這邊的你已經半隻腳踏進 NLP 的世界嚕
我們明天見！