NLP任务形式简单总结

自用。主要用于nlp课后作业展现

一 单句分类

定义：

将文本归类到一个或多个预定义类别中

任务示例：

情感分析：判断文本情感，一般标签为positive, negative, neutral

主题分类：将新闻内容按照其所属领域（如科技、娱乐、财经、体育等）进行分类

语言检测：判断文本语言类型（如中文、日文、英语）

二 句子匹配/成对分类

定义：

针对两句/段文本，判断它们之间是否存在推理关系

任务示例：

自然语言推理：判断两句之间是否存在蕴含、矛盾或者中立的关系

问答匹配：判断问题和候选答案是否匹配

复述识别：判断两个橘子是否是同义重述

三 区间预测

定义：

针对文本的某一区间或位置，输出对应的结果

任务示例：

机器阅读理解：如概括文本主旨大意，答案通常是文本中的某一区间（如阅读理解中段落第一句或最后一句）

四 单分词分类

定义：

针对句子中的每个单词或标记，输出一个类别

任务示例：

命名实体识别：为句子中每个单词标注实体类别（如人名、地名）

词性标注：标注每个词的词性（如名词、动词）

槽位填充：根据输入文本，对相应的json数据格式进行完善填充

五 文本生成

定义：

根据输入生成新的文本内容

任务示例：

机器翻译：将一种语言的文本翻译成另一种语言

对话生成：根据用户输入生成对话恢复

内容创作：生成文章、小说等