Article I. MỞ ĐẦU

Xử lý ngôn ngữ tự nhiên (natural language processing - NLP) là một nhánh

của trí tuệ nhân tạo tập trung vào các ứng dụng trên ngôn ngữ của con người. Trong

trí tuệ nhân tạo thì xử lý ngôn ngữ tự nhiên là một trong những phần khó nhất vì nó

liên quan đến việc phải hiểu ý nghĩa ngôn ngữ - công cụ hoàn hảo nhất của tư duy

và giao tiếp.

Xử lý ngôn ngữ chính là xử lý thông tin khi đầu vào là “dữ liệu ngôn ngữ”

(dữ liệu cần biến đổi), tức dữ liệu “văn bản” hay “tiếng nói”. Các dữ liệu liên quan

đến ngôn ngữ viết (văn bản) và nói (tiếng nói) đang dần trở nên kiểu dữ liệu chính

con người có và lưu trữ dưới dạng điện tử. Đặc điểm chính của các kiểu dữ liệu này

là không có cấu trúc hoặc nửa cấu trúc và chúng không thể lưu trữ trong các khuôn

dạng cố định như các bảng biểu.

Để máy tính có thể hiểu và thực thi một chương trình được viết bằng ngôn

ngữ cấp cao, ta cần phải có một trình biên dịch thực hiện việc chuyển đổi chương

trình đó sang chương trình ở dạng ngôn ngữ đích.

Xử lý ngôn ngữ tự nhiên là một lĩnh vực nghiên cứu nhằm giúp cho các hệ

thống máy tính hiểu và xử lý được ngôn ngữ con người. Dịch máy là một trong

những ứng dụng chính của xử lý ngôn ngữ tự nhiên. Mặc dù dịch máy đã được

nghiên cứu và phát triển trong hơn 50 năm qua, song vẫn tồn tại nhiều vấn đề cần

nghiên cứu