自然語言處理的研究內容：1，句法語義分析（主要對句子進行分詞，詞性識別，命名實體識別，句法分析，語義角色分析，多義詞消歧等）2， 資訊抽取（從文字中抽取重要的資訊，主要涉及到了實體識別，時間抽取，因果關係抽取等關鍵技術）3，文字挖掘（對文字資料進行聚類，分類，資訊抽取，摘要，情感分析等主流的統計機器學習）4，機器翻譯（把輸入的源文字自動翻譯獲得另一種語言的文字）5，資訊檢索（對大規模的文件進行索引，可以先在索引中找到候選文件，然後根據排序機制把候選文件排序，最終輸出排序得分最高的文件）6，問答系統（給一個問題，然後給出一個精確的答案）7，對話系統（系統通過一系列的對話，跟使用者進行聊天，回答，完成一項任務，甚至可以基於使用者進行個性化回覆）

       學習NLP的過程：找一個開源專案，然後理解任務，跑通原始碼，然後嘗試著自己實現，然後與原始碼相對照，找優勢，找不足。

       選擇NLP課題：先確定一個研究領域，然後調研該研究領域的一些發展狀況，包括方法方面，是否有清晰的數學體系和機器學習體系；資料方面，是否有公認的資料集；研究團隊，是都有著名的團隊和人士參加，然後找到本領域的一些開源專案或工具，多讀文章，最後要進行比較好的對比，與已有的演算法進行比較，是否可以得到比較一般的結論。

        如何寫出一篇NLP的論文：論文題目具體，有深度，突出演算法；論文摘要說明本文針對什麼問題，提出什麼方法，跟已有的工作相比有什麼優勢，實驗結果表明，達到什麼水準，解決了什麼問題；引言，要說本項工作的背景，對於這個問題的定義，有什麼重要性，本問題中，現有方法有哪些，優缺點，存在什麼問題，本文針對這個問題，受什麼方法的影響，提出了什麼新的方法，並做了以下幾個方面的研究，然後對幾個方面加以敘述，最後說明實驗的結論，文字的貢獻，最後說一下文章的章節組織以及本文的重點；論文相關工作，對相關工作做一個梳理，按照流派劃分，對主要的最多三個流派做簡要的介紹，介紹其原理及其侷限性；論文主幹主要是對於演算法的描述，對於實驗的介紹；論文結論，對本文的貢獻再一次總結，既要從理論，方法上加以總結和提煉，也要在實驗上的貢獻和結論說明，同時也需要指出未來的研究方向；論文參考文獻，要把重要的相關工作的論文寫全。