第一集：NLP、NLU、NLG 基礎觀念（L2101 自然語言處理技術與應用）
機器聽懂一句話，背後到底發生了什麼事？你想想喔，當你對著手機說「幫我設定明天早上七點的鬧鐘」，它是怎麼拆解你的指令，然後又怎麼用甜美的聲音回答你「好的，已經為你設定完畢」呢？今天我們就要來拆解這背後的魔法啦。
嗨，我是你的 iPAS 陪跑師 Stan，我們廢話不多說，讓我們直接進入課程重點。
幫各位建立理解 NLP、NLU、NLG 的差異與 NLP 技術演進脈絡，這在我們 L2101 的考題中，絕對是不能失分的基礎觀念題喔。
這是我們今天的學習地圖，從定義到情境，再到技術演進，最後當然少不了實戰的模擬測驗跟必備關鍵字，幫你一次搞定。
好，我們馬上進入第一部分，來看看 NLP 的定義。
到底什麼是自然語言處理呢？簡稱 NLP。請大家把 NLP 當成是一把巨大的保護傘，或者說是一個總體框架。只要是讓電腦去理解、處理或者產生我們人類日常使用的自然語言，這背後所有用到的 AI 技術，通通都歸類在 NLP 這個大分類底下，就像是一個大家族的名字啦。
接著第二部分，我們來比較一下 NLU 跟 NLG，這兩個可是 NLP 傘底下的兩大核心分支喔。
這裡非常重要喔，考試最愛考這兩個的比較喔。
NLU 的 U 是 understanding，也就是理解，它專門處理輸入的部分，像是去猜測使用者的意圖啦、情緒啦，或者是這句話的文法結構。
那 NLG 的 G 呢，是 generation，意思是生成，它專門負責輸出，把冷冰冰的數據或是電腦邏輯，轉換成我們人類聽得懂、讀得順的文字。
簡單一句話記起來：NLU 管理解，NLG 管產出，就這麼簡單。
來，第三部分，我們實際拿一個客服機器人的情境來看看。
想像一下喔，現在有一個客服機器人，當一位很生氣的客戶輸入「你們的系統到底怎麼回事，一直當機」。這時候，首先上場的，就是 NLU 了。NLU 就像是個心理學家，它會去分析這句話，精準抓出客戶的情緒是憤怒，並且辨識出它的意圖是在抱怨系統當機。好，理解完之後，接著換 NLG 接手。
NLG 根據 NLU 提供的資訊，就像個專業的公關人員一樣，自動寫出一句「非常抱歉造成您的困擾，我們已經在修復系統中，感謝您的耐心等候」。你看到了嗎？一個負責聽懂，一個負責好好說話，一進一出，這就是他們最完美的合作。
接下來進入第四部分，帶大家一起回顧一下 NLP 的技術演進脈絡。
這個技術演進大致分為四大階段。第一代是規則式方法，就是靠人工一條一條去設計文法跟查字典，比較笨重一點。接著第二代進步到了統計語言模型，像是 HMM，隱藏式馬可夫模型，它是利用機率來猜測下一個字是什麼。再來第三代是深度學習模型，像是 RNN，遞迴神經網路，這就厲害了，它賦予了 AI 處理長句子上下文語意的記憶力。
最後就是我們現在所處的第四代，預訓練語言模型，也就是大家非常熟悉的 BERT、GPT 啦。
講到第四代的預訓練模型，大家一定要掌握一個最重要的概念，就是「先預訓練，再微調」。這到底是什麼意思呢？這就像是讓 AI 先讀完全世界圖書館的書，獲得滿滿的常識，這個步驟叫做大規模語料預訓練。然後我們再針對特定的考試或任務，給它幾份考古題去練習，這個步驟就叫做下游微調應用。這也就是現在 AI 為什麼會這麼強大的核心原因喔。
好啦，聽了這麼多，第五部分馬上來到我們的 iPAS 模擬小測驗時間。
準備好了嗎？請聽題目喔：若一個 AI 系統正在執行意圖辨識與情感分析，請問這主要屬於哪一個 NLP 的子領域呢？
好，答案揭曉喔，是 NLU。考試看到這種關鍵字，就往哪個方向判斷呢？沒錯，只要你在題目看到「意圖、情感、分析」，這種需要去探究文字背後含義的動作，絕對是偏向理解的 NLU，千萬不要猶豫，勇敢給它選下去就對了。
我們再來一題試試看喔：如果考題中提到，這項任務是為了產生摘要、撰寫報告，或者是生成回覆，這在技術分類上正確的選項應該是哪一個呢？
答對了嗎？答案是 NLG。這裡我要特別提醒大家，很多考生會因為題目開頭寫「這是一個 NLP 系統」，就被騙去選 NLP。記住喔，NLP 只是個總稱，但當題目給出非常具體的動作，像是產生、撰寫、生成的時候，這很明顯是在把邏輯轉換為人類語言的產出過程嘛，所以最精確的分類必須選 NLG，自然語言生成。只要抓對關鍵字，這種陷阱就絕對困不住你啦。
最後一個部分，也就是第六部分，幫大家整理必備的考前關鍵字。
來，你的考前最後一分鐘複習清單。第一，NLP 是總體框架。第二，NLU 管理解，它的關鍵字包含意圖、情緒，還有一個常考的叫做 NER。NER 的中文叫做命名實體辨識，用白話文說，就是從文章裡自動把人名、地名、公司名稱這些實體給抓出來的技術。因為這需要理解上下文才知道誰是誰嘛，所以它屬於 NLU。第三，NLG 管產出，關鍵字就是各種摘要、生成和撰寫。
建議大家現在趕快把這張投影片截圖下來，或者直接把這三個關聯寫在你的筆記本上，進考場前看一眼，我保證你遇到這類的基礎題，五秒鐘之內絕對能選出正確答案。
今天的 iPAS 考點拆解就到這邊啦，希望這份解析有幫你把 NLP 家族的關係一次理清楚。如果覺得有幫助，請記得幫我訂閱、按讚、分享 iPAS 陪跑師頻道，把好知識傳遞給更多一起努力的考生喔。
下一集我們要探討的主題是 L2101 自然語言處理技術與應用：文字怎麼變成模型看得懂的向量。但在我們下次見面之前，我想留給各位一個問題思考一下：當機器的 NLG 生成技術越來越像真人的語氣時，我們未來到底該如何分辨跟我們對話的究竟是 AI，還是真正的人類呢？
留言