什么是自然语言处理？
自然语言处理（Natural Language Processing，NLP） 是AI的一个重要分支，研究如何让计算机理解、处理和生成人类语言。
NLP的核心任务
- 语义分析：理解语句含义
- 信息提取：从文本中提取关键信息（时间、地点、人物等）
- 文本分类：垃圾邮件检测、情感分析
- 机器翻译：中英互译
- 问答系统：智能客服、AI助手
生活中的NLP
当你对AI助手说"请提醒我下午三点开会"，AI需要：
- 理解语句含义（语义分析）
- 提取关键信息：时间（下午三点）、事件（开会）
这就是NLP的典型应用。
什么是词嵌入？
词嵌入（Word Embedding） 是将词语转化为固定维度的数值向量的技术。
为什么需要？计算机不能直接理解文字，但可以处理数字。把词语变成向量后，就可以用数学方法计算词语之间的关系。
关键特性
语义相近的词，向量也相近。例如：
- "猫"和"狗"的向量距离近（都是动物）
- "猫"和"游泳"的向量距离远（语义不相关）
余弦相似度
余弦相似度（Cosine Similarity） 用于衡量两个向量方向的一致性。
公式：cos(A, B) = (A·B) / (|A| × |B|)
- 值越接近1 → 越相似
- 值越接近0 → 越不相关
- 值越接近-1 → 越相反
计算示例
a = (2,1), b = (1,2), c = (2,7)
- cos(a,b) = (2×1+1×2) / (√5×√5) = 4/5 = 0.8
- cos(b,c) = (1×2+2×7) / (√5×√53) ≈ 0.982
- cos(a,c) = (2×2+1×7) / (√5×√53) ≈ 0.675
b和c最相似（0.982），如果b=狗、c=猫（都是动物），a=游泳（不相关），这很合理。
考试要点
- AI助手理解自然语言指令属于NLP领域
- 词嵌入将词语转化为向量
- 余弦相似度衡量向量（词语）相似性
- 语义相近的词，余弦相似度高
