自然语言处理（natural language processing）简称NLP。
单词组成句子的方式有无限种，无法给计算机一个字典让他知道人类在说什么。

短语结构规则

所以NLP早期的基本问题是怎么把计算机爱切成一块一块。
上学时；老师教英语 ，有动词，名词，形容词

了解单词类型有用后，但不幸的是很多词有多重含义如rose和leaves，可以做动词或名词。
仅靠字典，不能解决这种模糊问题。所以电脑也许要知道语法。
因此发明了短语结构规则来代表语法规则。
例如，在英语中句子可以有名词短语和一个动词短语组成。
名词短语可以使你冠词如the，然后一个名词·后面跟一个形容词。

然后用这这些规则做分析树

数据块更小更好处理。
处理中把语言如乐高般拆分，如最近的披萨店在哪。分为爱最近
披萨 店
短语结构规则和其他语言结构化的方法，可以用来生成句子。
数据存在你信息网络时，这种方法特别有效。实体互相连接，提供了句子所有成分
谷歌版叫知识图谱，在2016年代

处理分析生成文字，是聊天机器人最基本部分。
早期机器人多用规则，专家吧用户可能说的话，和机器人该回复什么，写成上百个规则。
显然这很难维护，而且对话不能太复杂。

机器学习

用上真人聊天数据，来训练机器人

语音识别

贝尔实验室1952年推出第一个语音识别系统。绰号audrey，自动数字识别器。
如果你说的够慢它可以识别全部10位数。
通过机器学习从语言数据库中学习，如今准确度最高的语音识别系统用深度神经网络。

这是波形，这个信号来自麦克风内部隔膜震动的频率。这不能完全区分，换个形式谱图

这里横轴还是时间，但是竖轴不在是振幅，而是不同频率的振幅

这是通过傅里叶变换做出。可以看出有些亮有些暗

放大或减小不同共振，可以看出有些区域更亮，有些更暗，这些高峰叫共振峰

然后识别词
看个例子，如说she was happy，可以看到e声和a声。

这些叫音素

语言合成

让及计算机爱输出语音
把一段文字，分解成多个声音，然后播放这些声音。
早期语言合成技术，可以清楚听到音素是拼在一起的。

1980年技术改进