第一階段
（20世紀60至80年代）：詞典+規則時期
自然語言處理範式：「詞典+規則」，通過預設關鍵詞和規則回應人類提問
局限：機械化、程式化特徵明顯，人機交流效果受限
典型代表：伊麗莎（ELIZA）、帕里（PARRY）
第二階段（20世紀90年代至21世紀初）：統計模型時期
自然語言處理範式：「統計模型」，大量匹配輸入／輸出模式，提升對話功能
局限：無法與人維持長時間對話，未能完全通過圖靈測試
典型代表：阿爾伯特一號（Albert One）
第三階段（21世紀初至20年代）：深度學習模型時期
自然語言處理範式：「深度學習模型」，語音識別+信息檢索，為用戶提供個性化服務
局限：與真實人類對話交流存在較大差距
典型代表：蘋果Siri、微軟Cortana
第四階段（21世紀20年代至今）：預訓練+微調時期
自然語言處理範式：「預訓練+微調」，模型包含超千億模型參數，超強大算力運行效能，人類反饋強化學習技術
特點：能在不同情境下正確理解語義，實現高質量文本生成，實現與用戶持續穩定對話
典型代表：ChatGPT
