# NLP 为什么需要把语言结构化？

## 元数据

- 合集：吴军作品合集
- 作品：数学之美
- 作者：吴军
- 章节：中文分词 / HMM
- 定位：AI PM / 产品经理 / 技术商业与增长面试
- 优先级：P0
- 标签：math-for-ai, nlp

## 面试问题

分词、序列标注和隐马尔可夫模型说明，很多 NLP 任务要先把自然语言转成模型能处理的结构。结构化是理解和计算的桥梁。

## 30 秒回答

中文没有天然空格，需要算法判断边界；序列问题常依赖上下文状态；结构化结果会影响后续搜索、分类和推荐

## 展开要点

- LLM 时代还需要分词吗？
- 结构化抽取和生成式问答如何结合？
- 为什么 schema 很重要？

## 高频追问

- 把 JD 拆成技能、职责、行业、工具、软素质字段
- 再用这些字段生成面试卡

## 项目映射

- AI PM 设计信息抽取产品时，要重视 schema 和下游任务，而不是只看生成效果。

## AI PM 迁移

['nlp', 'structured-extraction', 'schema']

## 备注

本卡为面试复习用的主题重构和答题框架，不保存原书正文。