让计算机理解、生成人类语言的一门学问
自然语言处理（Natural Language Processing，NLP）是人工智能与语言学的交汇之处。它研究如何让计算机处理人类的语言——从切分一个句子开始，到理解弦外之音，再到自然地开口应答。
本站以九个章节铺陈一条完整的学习路径：先安其居（开发环境），再备其粮（语料库）；而后由浅入深，历经词法、关键词、向量化、句法、语义、情感六道关卡，终章以一个智能问答机器人收束全篇。
每一章均配有概念讲解、可运行的代码示例与浏览器内的交互演示——无需安装任何软件，即可亲手试验分词、提取关键词、分析情感、与问答机器人对话。
循次而进，一章一境界
工欲善其事，必先利其器。Python、Anaconda 与 Jupyter 的安装配置。
入室 → 庫兵马未动，粮草先行。语料的采集、清洗、标注、存储与统计。
入室 → 詞字落成词。中文分词、词性标注与命名实体识别的原理与实践。
入室 → 鑰提其纲领，振其裘领。TF-IDF 与 TextRank 两大经典算法。
入室 → 量以数载文。One-Hot、词袋模型到 Word2Vec 分布式词向量。
入室 → 法句中有法度。成分句法与依存句法，剖析词语间的结构关系。
入室 → 意言外有意，弦外有音。词义消歧、语义角色与语义相似度。
入室 → 情察言观色。情感词典法与机器学习分类，辨文本之褒贬喜怒。
入室 → 答终章成器。检索式与生成式问答系统的架构、设计与实现。
入室 →九层之台，起于累土
搭好 Python 开发环境，学会采集并整理一份属于自己的语料库。
分词与标注，提取关键词，再将文字化为机器可计算的向量。
分析句子的句法结构，进一步理解语义角色与句子含义。
识别文本情感，融会贯通，亲手设计实现一个智能问答机器人。