0为什么学 NLP？
ChatGPT、Claude、文心一言——这些产品的核心技术都来自 NLP。
但 NLP 不只是聊天机器人。它还包括：
- 情感分析（这条评论是好评还是差评？）
- 命名实体识别（这段话里提到了哪些公司、人名？）
- 机器翻译（中英文互译）
- 文本摘要（把长文压缩成三句话）
1技术演进
规则方法（1990s） → 统计方法（2000s） → 深度学习方法（2010s） → 预训练模型（2018至今）
| 时代 | 代表技术 | 特点 |
|---|---|---|
| 2013 | Word2Vec | 词向量，第一次让机器"理解"词义 |
| 2017 | Transformer | 注意力机制，NLP 范式转变 |
| 2018 | BERT | 预训练+微调，11 项任务 SOTA |
| 2020 | GPT-3 | 1750 亿参数，few-shot 学习 |
| 2026 | LLM Agent | 对话、编程、工具调用一体化 |
2学习建议
重点：
- 词嵌入（Word2Vec → BERT 的演进）
- Transformer 架构
- BERT 微调实战
2026 年的 NLP ≈ 大语言模型应用。 所以学完 NLP 基础后，直接跳到 LLM 章节。
💡 用 Hugging Face 的 pipeline 跑一个情感分析，5 行代码，感受一下 NLP 的力量。