自然语言处理简称NLP是计算机科学领域与人工智能领域中的一个重要方向，从字面意思来看，Natural language应该是可以只语音和文本语言，但现在大家主流的看法，都把语言数据归类为语音处理的范畴，因此大多数情况下，人们认为自然语言处理，是指对文字或文本的处理，我们可以认为，自然语言处理就是让计算机读懂人类语言，将文字转化为可以被计算的物体，可以是数字向量，也可以是矩阵，再根据实际任务进一步处理。
NLP任务大体可以分成两大类，一种是文本序列到文本序列及输入文本并输出文本，比如常见的机器翻译和文本风格迁移，当机器翻译指将一种语言翻译为另一种语言文本风格迁移，只可以将负面的文本转为正面的句子，或者对现代文与文言文的风格进行转化；
而另一种是指序列到类别，比如情感分类、实体命名、识别等，情感分类指对文本进行分析，推理的过程，将输入的文本划分为正面或负面的两种或几种类型；
实体命名识别是指识别文本中具有特定意义的食品，比如人名、地名、机构名、专有名词等，是一项十分重要的基础任务，它以文本序列为输入输出序列上每个位置的标签。
我们再来看一个机器人的例子，对话机器人可以分成两种，闲聊型和任务导向型，闲聊机器人并不能给人一种在于正常人沟通的感觉，还有很多问题待解决，比如角色一致性、多轮会话、对上下文保有记忆等；未来的发展上，针对不同的人群，闲聊机器人可能还需要有一致的人格，懂常识和领域知识，有同理心任务导向的对话，机器人能够协助人完成某件事，比如订机票、小闹钟、问天气等，我们需要一个模型，把过去已经有的历史对话筒都输入到一个模型中，这个模型可以输出一个序列当作现在机器的回复，一般而言，我们会把这个模型在细分成很多模块儿，不会是端对端的，这些模块通常就包括自然语言理解。
NLP行动策略管理以及自然语言生成，NLP自然语言理解负责根据上下文去理解当前用户的。一图方便选出下一步候选的行为，如执行系统操作、澄清还是补全信息，确定好行动之后，自然语言生成模块会生成出对其行动的回复，具体的说，会用来根据上下文来理解哪些信息是对当前任务重要的，比如订房任务中的联系人、入住人数、入住日期等，理解出的信息就变成一个类别，作为状态，交给策略管理模块，去判断当前还有哪些信息缺失，是否需要继续询问，还是说信息已经全部，姑且可以执行命令，如果需要补充信息，则要根据缺失的信息去让自然语言生成模块生成问题。
