NLP 使计算机能够理解、解释并生成自然语言。这个过程包含若干关键步骤，把原始文本转化为可用的洞见。
请按正确顺序排列 NLP 工作流的各个步骤，了解机器如何处理语言。
本练习是课程的一部分
通过我们的互动练习之一，将理论转化为实践
学习自然语言处理（NLP）中的文本处理要点。掌握分词、停用词与标点去除等技术，并通过小写化、词干提取、词形还原等归一化方法，为后续分析与洞见提取做好准备。
当前练习
将原始文本转化为强大的数值特征。构建词袋（Bag-of-Words）与 TF-IDF 表示，以捕捉词语在文档间的重要性；进一步探索 Word2Vec、GloVe 等词向量嵌入，揭示更深层的语义模式。通过可视化词频、相关性与相似度，让您的文本数据"动"起来。
利用预训练模型完成高级文本分类任务。使用 Hugging Face 的 pipelines 进行情感分析、主题分类与自然语言推断。借助最先进的模型评估语义相似度与语法正确性，而无需从零开始构建模型。
深入现代 NLP 应用的核心：标注与文本生成。学习使用命名实体识别（NER）与词性标注（PoS）抽取关键信息与语法结构。掌握抽取式与生成式问答，并通过 Hugging Face 的 pipelines 探索摘要、翻译与语言建模等高级生成任务。
