📚 常见自然语言处理（NLP）任务指南

自然语言处理是人工智能领域的重要分支，以下是最常见的NLP任务及学习资源：

🎯 核心任务分类

1. 文本分类
   📌 将文本分配到预定义类别（如情感分析、垃圾邮件检测）

   [点击查看中文教程](/resources/nlp-tutorials/text-classification)

2. 命名实体识别 (NER)
   📌 识别文本中的实体（人名、地点、组织机构）

   [延伸阅读：实体识别技术](/resources/nlp-tutorials/named-entity-recognition)

3. 机器翻译
   📌 跨语言文本转换（如英译中、中译英）

   [探索翻译模型实践](/resources/nlp-tutorials/machine-translation)

4. 问答系统
   📌 根据输入问题生成答案

   [构建你的第一个问答机器人](/resources/nlp-tutorials/qa-system)

5. 文本生成
   📌 创建连贯的文本内容（如故事、摘要）

   [深度解析生成模型](/resources/nlp-tutorials/text-generation)

📚 学习建议

• 从基础算法入手，理解TF-IDF、n-gram等经典方法
• 掌握深度学习框架（如TensorFlow、PyTorch）的实现技巧
• 关注行业应用，如舆情监控、智能客服等场景落地

需要更深入的实践案例或技术细节，可访问完整教程目录获取资源。💡 每个任务都包含对应的中文教学文档和代码示例。