(1940-1960) - 专注于机器翻译 (MT)
自然语言处理始于 1940 年代。
1948 - 1948 年，第一个可识别的 NLP 应用程序在伦敦伯贝克学院推出。
1950 年代 - 在 1950 年代，语言学和计算机科学之间存在矛盾的观点。 现在，乔姆斯基开发了他的第一本书句法结构，并声称语言本质上是生成的。
1957 年，乔姆斯基还引入了生成语法的概念，它是基于规则的句法结构描述。
(1960-1980) - 人工智能 (AI)
从 1960 年到 1980 年，主要的发展是：
增强转换网络 (ATN)
增强转换网络是一种能够识别常规语言的有限状态机。
案例语法
Case Grammar 是 语言学家 Charles J. Fillmore 在 1968 年开发的。Case Grammar 使用英语等语言通过介词来表达名词和动词之间的关系。
在案例语法中，可以定义案例角色以链接某些种类的动词和对象。
例如： “Neha broke the mirror with the hammer”。 在此示例案例中，语法将 Neha 识别为代理，将镜像识别为主题，将锤子识别为乐器。
从 1960 年到 1980 年，关键系统是：
SHRDLU
SHRDLU 是 Terry Winograd 在
1968-70 年编写的程序。 它帮助用户与计算机和移动物体进行通信。
它可以处理诸如“捡绿铃”之类的指令，也可以回答诸如“黑盒子里有什么”之类的问题。 SHRDLU
的主要重要性在于它显示了可以组合生成理解自然语言的系统的那些语法、语义和对世界的推理。
月球
LUNAR 是使用 ATN 和 Woods 的程序语义的自然语言数据库接口系统的经典示例。 它能够将复杂的自然语言表达翻译成数据库查询，并且能够无错误地处理 78% 的请求。
1980 - 当前
直到 1980 年，自然语言处理系统都是基于复杂的手写规则集。 1980 年后，NLP 引入了机器学习算法用于语言处理。
1990 年代初，NLP
开始发展得更快，并取得了良好的过程准确性，尤其是在英语语法方面。 1990 年还引入了电子文本，为自然语言程序的培训和检查提供了很好的资源。
其他因素可能包括具有快速 CPU 和更多内存的计算机的可用性。 自然语言处理进步背后的主要因素是互联网。
现在，现代 NLP 由各种应用组成，如 语音识别、机器翻译 和 机器文本阅读 。 当我们结合所有这些应用程序时，它可以让人工智能获得世界的知识。 让我们以亚马逊 ALEXA 为例，使用这个机器人你可以向 Alexa 提问，它会回复你。
