组成
自然语言处理分为自然语言理解（NLU）、自然语言转换(NLT)、自然语言生成(NLG)
自然语言理解
-
情感分析：对给定的文本输入，在给定的选项范围内分析文本的情绪是正面还是负面；
-
文本分类：对给定的文本输入，在给定的选项范围内对文本进行二分类或多分类；
-
意图识别：对给定的文本输入，在给定的选项范围内对文本的意图进行识别归类；
-
抽取式阅读理解：对给定的文本输入，用文本中的内容回答问题；
-
语义匹配：对给定的两个文本输入，判断是否相似；
-
自然语言推理：对给定的两个文本输入，判断是蕴涵、矛盾还是无关；
-
命名实体识别：对给定的文本输入，返回含有命名实体及其对应标签的映射，例如{'苹果':'水果'}；
-
文本摘要：对给定的文本输入，用文本中的内容对文本进行摘要。
适合仅编码器式的（encoder-only），例如BERT（Bidirectional Encoder Representation of Transformer），它们是对自然语言理解深刻的“评论家”
自然语言转换
-
机器翻译：将一种自然语言转换为另一种自然语言，包括从源语言到目标语言的文本或语音的转换；
-
非抽取式阅读理解：接受给定文本的输入，能够理解自然语言问题，并回答问题；
-
文本风格转换：将文本从一种风格转换为另一种风格，如将正式文本转换为非正式文本；
-
语音识别：将人类的语音转换为文本，用于语音指令、口述文本、会议记录等。
-
意图改写：对给定的文本输入，将原始文本中的意图或核心信息重新表述，以不同的词汇和句式表达相同的意思，同时保持原意的准确性和完整性；
NLT任务适合编码器-解码器式的（encoder-decoder），例如T5（Text-to-Text Transfer Transformer），它们是能熟练进行序列到序列（seq2seq）转换的“翻译家”
自然语言生成
-
文本生成：根据给定的上下文或提示，自动生成文本，如自动写作、诗歌创作、故事生成等。
-
语音合成：将文本转换为听起来自然的语音，用于有声书、导航系统、虚拟助手等。
-
聊天机器人：能够与人类实现多轮对话的聊天助手；
-
文本到知识：从文本中提取知识，构建知识图谱或语义网络；
-
语义解析：将自然语言表达转换为形式化的逻辑表示，用于命令解析、查询理解等。
NLG任务仅解码器式的（decoder-only），例如GPT（Generative Pretrained Transformer），它们是充满创意的“作家”。
