产品经理的大语言模型课 02 - 自然语言处理

大语言模型（Large Language Models, LLMs）是自然语言处理（NLP）领域的一个重要分支和核心技术，两者关系密切。
所以我们先了解一些自然语言处理的基础概念，为后续了解大语言模型做一些铺垫。

作为一篇“科普”性质的文章，我会尽量避免使用数学公式、抽象的表述。

1 自然语言处理是什么

自然语言处理（Natural Language Processing，NLP）是人工智能和语言学的一个交叉领域，致力于让计算机理解、生成和处理人类语言，这对应了自然语言处理的三个重要领域，分别是：

• 自然语言理解（Natural Language Understanding, NLU）：给定文本输入，分析其中的情感、抽取意图、匹配语义、进行摘要
• 自然语言转换（Natural Language Transformation, NLT）：把一段文本进行翻译、风格转换，把语音识别成文字等等
• 自然语言生成（Natural Language Generation, NLG）：根据指令生成文字、形成互动聊天、生成语音等

我们可以看出大语言模型结合了自然语言理解、自然语言转换和自然语言生成。

2 一个 NLP 算法的例子——n-gram 模型

为了方便大家理解 NLP，这里举一个 NLP 算法的例子。

我们先引入一个问题：want i english food 和 i want english food 哪个更像人话？
解决思路：我们准备一大堆的“人话”，即语料库，并对语料库中的前后关系进行统计，例如 i 后边是 want 的数量是多少、eat 后边是 food 的数量是多少。计算一句话是人话的可能性，就转化成了计算这句话中每两个词都挨着的可能性。

这个图片就非常直观地体现了这个思想

图片来源：自然语言处理中N-Gram模型介绍

明显看出 i want to eat lunch、food to eat、i want to spend 都是比较像“人话”的表述。
回到最初问题，即：want i english food 和 i want english food 哪个更像人话？就是分别计算两句话成立的可能性。
以 i want english food 为例，就是计算几件事同时发生的概率：

• 句子以 i 开头