如何最简单、通俗地理解什么是NLP？

简单来说自然语言处理（NLP）就是让计算机理解人类语言。

每天，我们通过聊天、发微博会产生大量数据。据统计，全球仅有21%的数据是结构化的，剩下79%都是非结构化。这些非结构化数据中，文本占了很大比例，需要整理才能提取有用的信息。这就是NLP需要做的：理解人类语言。

NLP的基本原理是什么？

要让机器理解语言，第一步是阅读，但机器看到的不是一个个字或词，而是一串串代码。所以，第一步通常是把我们说的一段话或者写的一篇文章，拆分成更小的单元，比如词语、标点符号。这个过程在NLP里叫做分词。

举个例子：“我爱玩手机”这句话，经过分词，就变成了我、爱、玩、手机这几个独立的单元（Token）。最简单的分词方法就是按空格或者标点符号来切分。当然，实际的分词会更复杂，需要考虑像New-York这样的复合词，或者中文里没有明显空格的情况。

有时候，我们不只关心单个词，还关心词语组合。比如我爱、爱我、玩手、手机，这种两个词连在一起叫二