属于人工智能的自然语言处理应用领域。自然语言处理主要应用于机器翻译、手写输入、自动摘要、观点提取、文本分类、问题回答、文本语义对比、语音识别、中文OCR等方面。
自然语言处理研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法，融语言学、计算机科学、数学于一体。因此这一领域的研究将涉及自然语言，即人们日常使用的语言，所以它与语言学的研究有着密切的联系，但又有重要的区别，即它是计算机科学的一部分。
自然语言处理的发展史
最早的自然语言理解方面的研究工作是机器翻译。1949年，美国人威弗首先提出了机器翻译设计方案。其发展主要分为三个阶段。
1、早期自然语言处理
第一阶段(60~80年代)：基于规则来建立词汇、句法语义分析、问答、聊天和机器翻译系统。好处是规则可以利用人类的内省知识，不依赖数据，可以快速起步。问题是覆盖面不足，规则管理和可扩展一直没有解决。
2、统计自然语言处理
第二阶段(90年代开始)：基于统计的机器学习(ML)开始流行，很多NLP开始用基于统计的方法来做。主要思路是利用带标注的数据，基于人工定义的特征建立机器学习系统，并利用数据经过学习确定机器学习系统的参数。
3、神经网络自然语言处理
第三阶段(2008年之后)：深度学习开始在语音和图像发挥威力。随之，NLP研究者开始把目光转向深度学习。先是把深度学习用于特征计算或者建立一个新的特征，然后在原有的统计学习框架下体验效果。
以上内容参考 百度百科-自然语言处理
温馨提示：答案为网友推荐，仅供参考
相似回答