语义处置（NLP）是电脑自学的关键子领域，语义处置的主要各项任务就是处置电脑（计算机系统）和人类文明（自然）词汇之间的可视化。语义不仅局限于音视频和谈话。它也能是口头文件格式和双语。NLP各项任务的数据也能是不同的形式，例如，源自SNS媒体的回帖、页面、即使是医疗处方药的文件格式、牙医的保健记录、源自音视频电子邮件的音视频、控制技术的命令、即使是喜欢的音乐或电影等等都能作为语义处置的管理工具。
如今，NLP已广泛溶入我们的现实生活：比如说他们常用的用例；预报文件格式的手动聚合；音视频搜索很方便；各种音视频谈话的智能化系统，比如说小度，科奥尔同学；还有文件格式朗诵控制技术，那些都有应用领域到语义处置控制技术。
如果电脑能像人类文明一样认知语言，他们能认为它是智能化的。1950年，知名的物理学家布莱恩·哥德尔（Alan Turing）在一则知名的文章《计算机系统械与智能化》中提出了一类试验电脑智能化的标准。现在称为哥德尔试验，其目的是检查计算机系统是否能充分认知词汇，从而让人们觉得这是另两个人而不是两台电脑。遗憾的是，到为止还没有计算机系统通过哥德尔试验。但1950年代标志着NLP历史的已经开始。
认知一类词汇可能很困难，但手动将文件格式从一类词汇译者成另一种词汇会更容易吗？他们能想象这种译者会涉及到字典查阅和新文件格式的聚合。一类更实际可取的方法是收集已经由人类文明译者的文件格式，并在那些文件格式上训练计算机系统程序。1954年，科学家在Georgetown-IBM的实验中宣称，用例将在三到五年内解决。
不幸的是，到目前还没有能击败人类文明译者者的用例系统。但，自从引入深度自学以来，用例一直在不断发展。
谈话代理或闲聊电脑人是NLP中的另两个热点话题。计算机系统能与他们谈话的事实也曾改变了企业的运营方式。2016年，谷歌的AI闲聊电脑人Tay能在Twitter上动态与使用者聊天。她从使用者在Twitter上正式发布和评论的文本中自学了如何说话。但，推友们打来的twitter含有很多不当文本，那些不当文本也被她自学了，并且她已经开始在自己的金正熙中输出不适度的文本。最终她在正式发布后的24小时后被停售了。
和上面的应用领域相比，NLP的两个关键较高的水平的应用领域例子则是词义划分。词义（POS）是一类句法词缀如术语或代词。词义记号尝试为语句或较大文件格式中的每个单字确定适度的词义。附注提供了英语POS的实例：
好了，今天就大概介绍一下什么是语义处置及其应用领域，感谢您耐心看完，之后会介绍p
