标签：NLP

理解序列问题、序列到序列任务形式、RNN 的隐状态记忆机制、循环层与普通层的区别，以及 RNN 为什么能够处理变长序列。

梳理六类 NLP 任务（文本分类/回归、命名实体识别、翻译摘要、文本蕴含、语言模型）的输入输出形式、特点与难点，以及 n-gram 语言模型和大模型统一 NLP 的原理

理解 NLP 四个发展阶段的演进逻辑（人工规则→概率统计→神经网络→大语言模型），以及每个阶段的代表方法、突破与局限

理解 NLP 中 Token 与词典的概念、特殊 Token（UNK/BOS/EOS/SEP）的作用、词典大小的设计权衡，以及字节对编码 BPE 算法如何用词根思想构建词典