NLP - 任何人一輩子必學的絕世武功 NLP神經語言學

2020-10-18 曉成NP

  

Neuro Linguistic Programming ( 簡稱 NLP ) 即「身心語言程式學」或稱「神經語言程式學」,若作中文翻譯,也譯作「身心語法程式學」。 然而,在臺灣,還是「神經語言程式學」較為普遍。

Neuro(神經的)

  

    指的是我們的神經系統。 我們是透過五種感官:眼、耳、鼻、舌、身;

Visual(pictures)      /   視覺 ( 圖象 ) 

Auditory(sounds)      /   聽覺 ( 聲音 ) 

Kinesthetic(feelings) /   觸覺 ( 感受 ) 

Olfactory(smells)     /   嗅覺 ( 氣味 ) 

Gustatory(tastes)     /   味覺 ( 味道 )

及潛意識來接收外界資訊,並於我們的神經系統內,予以轉化成有用資訊的能力。

Linnguistic(語言的)

  

    指的是我們和自己,或是和他人所用的語言及非語言溝通。 (不論是口說的語言,以及非口說的語言。 )

Programming(程式化)


  

    只我們的慣性行為、策略及思想模式。透過一系列NLP的技巧,我們可以大腦的『程式』更新。就如同我們執行電腦時,也要更新『程式』。同理,我們也可以執行那些可以產生我們所想要展現之行為的程式,來操作我們的『頭腦』。

    NLP 這門學問是由 理察班德勒Dr. Richard Bandler 及約翰葛瑞德 Dr. John Grinder 於 70 年代在美國加州大學 (University of California at Santa Cruz) 所創立。源於他們對人類的溝通模式及結構的研究;對人類究竟怎樣互相影響作出了詳盡的探索。 NLP 是 大腦的「操作手冊」,幫助我們明白怎樣「破解」溝通的密碼;掀開人類的溝通過程,及大腦為經驗編碼、儲存資料的方法。 這門新的行為心理學銳意探索身、心及語言的互動關係。讓我們可以透過觀察別人的行為及語言模式,了解他的思想及內心世界。兩位導師將四位大師的學說融匯貫通並加以改良,創造了 NLP。

催眠治療大師            米爾頓艾瑞克森(Milton Erickson)

家族治療大師            維珍尼亞薩提爾(Virginia Satir)

完形治療創始人         弗烈茲皮耳氏(Fritz Perls)

溝通、腦機制學大師  葛瑞利貝特森(Gregory Bateson)

     NLP 的「身」指人的身體、行為;「心」即思想、心理狀態,「語言」是指運用語言與人們的相互影響,「程式」則是指人的思想、行為有慣性的模式,如同電腦程式般可複製,背後原理是透過心智及言語,重組人體大腦神經系統內的訊息去改變一個人的行為,從而達成特設的目標。

     NLP是運用我們的頭腦、語言、行為,來達成所欲的目標的科學。NLP就像一種新的學習方式,開發我們在學習與改變的無限潛能的教育過程。提供我們如何有效的、有方法的,運用我們的頭腦。

     NLP是透過研究人類大腦運作,如何影響我們的思想,語言及行為的學問,為我們有系統地呈現出邁向成功的精髓。我們可以通過這套易學實用的知識去配合和發揮大腦潛能,增加我們的選擇性而不再自我侷限,從而達成理想結果。

     NLP在歐美經過逾 30 年的發展,已被公認為是一套效果顯著的實用心理學,近幾年隨著經濟的發展,NLP在香港、大陸及臺灣也都蔚為風潮,,是個人和企業追求卓越,達到有效溝通管理的最先進學問。 美國《財富》雜誌排名世界 500 強企業之中,大部份已引入 NLP 作為培訓課程。美國前總統柯林頓(Bill Clinton), CNN 著名節目主持人賴利‧金 (Larry King) ,運動場上的高爾夫球名將老虎伍茲 (Tiger Woods) ,甚至電影大導演史帝芬‧史匹伯(Steven Spielberg) 等知名人士,都是透過學習 NLP來自我突破,提升個人成就。

學會NLP到底有什麼好處?

     NLP 是一套非常有效的實用行為心理學技巧, 廣泛應用於個人發展、人際關係及溝通、企業管理、業務、教育、兒童成長、心理治療、醫療健康、運動等各方面都有顯著效益,是專業人士及社會大眾必學的助人技術

NLP發展迄今,已有30多年了。除了其完整的理論架構,並進一步的擴充其應用範圍,所涉及領域非常廣泛:

1.  激發潛能

2.  自我激勵

3.  建立自信

4.  情緒調整

5.  壓力管理

6.  溝通影響

7.  企業管理

8.  領導統御

9.  教育學習

10. 正面思維

11. 銷售技巧

12. 時間管理

13. 談判協調

14. 家庭關係

15. 消除過去限制性信念

16. 安裝新的強力信念

17. 和自己潛意識溝通

     雖然有很多人將 NLP 用作心理治療;但其實 NLP 的應用範圍遠超於此。它是一門旨在幫助我們有效溝通、作出適當改變及達成目標的學問。近年已被廣泛地應用於多個範疇,例如 : 個人成長、商業、教育、社工、輔導、協商、偵探、心理治療、美容修身、訓練運動員、激發運動效能等。

     NLP, 身心語言程式學, 可以幫助我們更快更有效地達成自己的目標。它讓我們知道怎樣去 : 運用自己的腦袋 、精進自己的學習及溝通技巧、掌控自己的情緒、成為一個更有效率的人及了解自己的思想如何影響健康 。這些技巧無論在溝通、團隊管理、項目管理、應付挑戰或任何需要和「人」互動的情況都同樣有效。它可以讓我們深入了解別人的行為模式,繼而明白對方在不同的情況下可能作出的反應;那麼我們便可以更快更有效地處理工作。

      NLP 可以產生快捷而持久的行為轉變及結果 ; 全因為它處理的是我們思想及行為模式的深層結構。試將我們的負面思想及行為想像為一座建築物。 當我們找出這建築物的結構,就能知道它主力牆所在 ; 拆毀這些主力牆便能將負面的思想 / 行為瓦解。 當我們不再被這些負面思想及行為所牽制時,自然就能夠發揮潛能,盡展所長。

   哪些領域需要學習NLP:

企業家、企業執行長、公司重要幹部及領導人、行政顧問、人力資源經理及顧問、教育訓練講師、企業培訓師、銀行及保險財務顧問、多層次傳銷事業商、房地產經紀人、銷售領域相關業務、美容師、美髮師、營養師、醫生、醫護人員、臨床心理學家、心理諮商師、精神科醫師、政治人物、律師、法官、社工輔導員、商業業務、人生教練、專業調解員、校長、教師、大學教授、教育顧問、演說工作者…

相關焦點

  • 國內自然語言處理(NLP)研究組
    中國大陸地區:微軟亞研自然語言計算組 Natural Language Computing (NLC) Grouphttps://www.microsoft.com/en-us/research/group/natural-language-computing/www.microsoft.com百度自然語言處理百度自然語言處理 - 理解語言,擁有智能,改變世界nlp.baidu.com
  • 資源| 史丹福大學NLP組開放神經機器翻譯代碼庫(附論文)
    Manning(史丹福大學計算機科學和語言學教授)Minh-Thang Luong(斯坦福博士,Google Brain 研究科學家)Abigail See(史丹福大學計算機科學在讀博士)Hieu Pham代碼庫對於混合 NMT(hybrid NMT),請使用這個代碼庫並且引用:代碼庫:https://github.com/lmthang/nmt.hybrid
  • 斯坦福發布重磅NLP工具包StanfordNLP,支持中文等53種語言
    新智元報導 來源:stanfordnlp.github.io編輯:肖琴【新智元導讀】斯坦福團隊最新發布一個NLP任務的軟體包StanfordNLP,通過Python接口為53種語言提供標記、依存句法分析等NLP任務的重要工具
  • 【超全資源】自然語言處理(NLP)入門學習資源清單(部分資料下載)
    v=nfoudtpBV68&list=PL6397E4B26D00A269 •  斯坦福CS224d:自然語言處理的深度學習[更高級的機器學習算法、深度學習和NLP的神經網絡架構]http://cs224d.stanford.edu/syllabus.html •  Coursera:自然語言處理簡介[由密西根大學提供的NLP
  • NLP 新手必看!這是一份覆蓋全面的基於 PyTorch 和 keras 的 NLP...
    這份教程內容相當豐富,內容涵蓋神經網絡機器翻譯、問答匹配、電影評價分類、新聞分類等多個領域。項目的 GitHub 地址為:https://github.com/lyeoni/nlp-tutorial。這是一個教你逐步實現和適應簡單的實詞 NLP 任務的教程:項目裡面有 4 個資源:神經機器翻譯、問答匹配、新聞分類和電影分級。
  • nlp領域發生了新的技術突破,用attention機制研究nlp領域
    近期,nlp領域發生了一系列的技術突破。包括:attention機制,cnn,adaptive attention network(an),兩層cnn相比較,an表現優於一層的cn。今天我們將從這兩種attention機制開始研究nlp領域突破性技術!
  • CMU 2020年「神經網絡NLP」課程開課啦
    近日,CMU 2020年「神經網絡 NLP」課程開課啦!對正在學習自然語言處理的同學們來說,這是一份不可多得的好資源。課程內容卡內基梅隆大學語言技術學院將從神經網絡的簡要概述開始,然後花大部分時間演示如何將神經網絡應用於解決自然語言問題
  • 基於Bert和通用句子編碼的Spark-NLP文本分類
    文本分類問題中使用了幾個基準數據集,可以在nlpprogress.com上跟蹤最新的基準。以下是關於這些數據集的基本統計數據。簡單的文本分類應用程式通常遵循以下步驟:文本預處理和清理特徵工程(手動從文本創建特徵)特徵向量化(TfIDF、頻數、編碼)或嵌入(word2vec、doc2vec、Bert、Elmo、句子嵌入等)用ML和DL算法訓練模型。
  • NLP入門+實戰必讀:一文教會你最常見的10種自然語言處理技術
    (https://www.analyticsvidhya.com/blog/2017/10/essential-nlp-guide-data-scientists-top-10-nlp-tasks/)相關工具:這是個基於瀏覽器的詞向量可視化工具。
  • PTMs|2020最新NLP預訓練模型綜述
    「nlp領域的發展比cv領域相對緩慢的原因是什麼呢」?相比於cv領域,「nlp領域的劣勢在於有監督數據集大小非常小」(除了機器翻譯),導致深度學習模型容易過擬合,不能很好地泛化。但是相反,nlp領域的優勢在於,存在大量的無監督數據集,如果能夠充分利用這類數據進行訓練,那麼勢必能夠提升模型的能力以及在下遊任務中的表現。nlp中的預訓練模型就是這樣一類能夠在大規模語料上進行無監督訓練,學習得到通用的語言表徵,有助於解決下遊任務的nlp模型。「那麼什麼是好的語言表徵呢」?
  • 中醫和神經語言學課程介紹 TCM & NLP Course Introduction
    NLP – 神經語言學Neuro-Linguistic ProgramsNLP是神經語言程序學 (Neuro-Linguistic Programming)的縮寫,NLP研究的是我們的語言對身心起作用的程序。是由美國的理察·班德勒(Richard Bandler)和約翰·格林德(John Grinder)於1976年創立的一個心理流派。
  • 深度學習在NLP中的運用?從分詞、詞性到機器翻譯、對話系統
    利用神經網絡模型解析句子的語法結構的實現可以參考 http://www.petrovi.de/data/acl15.pdf 以及斯坦福的 http://cs.stanford.edu/~danqi/papers/emnlp2014.pdf。
  • NLP 與 NLU:從語言理解到語言處理
    NLU: from Understanding a Language to Its Processing作者 | Sciforce翻譯 | 蘿蔔菜在種樹     編輯 | 王立魚原文連結:https://medium.com/sciforce/nlp-vs-nlu-from-understanding-a-language-to-its-processing
  • 乾貨| 請收下這份2018學習清單:150個最好的機器學習,NLP和Python...
    (RNNs)遞歸神經網絡教程 (wildml.com)http://www.wildml.com/2015/09/recurrent-neural-networks-tutorial-part-1-introduction-to-rnns/注意力模型與增強型遞歸神經網絡(distill.pub)http://distill.pub
  • ...請收下這份2018學習清單:150個最好的機器學習,NLP和Python教程
    注意力模型與增強型遞歸神經網絡(distill.pub)http://distill.pub/2016/augmented-rnns/這麼不科學的遞歸神經網絡模型(karpathy.github.io)http
  • 想快速入門NLP?我們測評了15門最火課程,幫你找到最適合的
    代碼至上的網課們A Code-First Introduction to NLP course課程連結:https://github.com/fastai/course-nlp授課人:Fast AI專業評分:8/10工具和庫:IPython notebooks, PyTorch, Fast.AI, spacy
  • 乾貨 | 請收下這份2018學習清單:150個最好的機器學習,NLP和Python教程
    (RNNs) 遞歸神經網絡教程 (wildml.com)http://www.wildml.com/2015/09/recurrent-neural-networks-tutorial-part-1-introduction-to-rnns/ 注意力模型與增強型遞歸神經網絡(distill.pub
  • 重磅發布 | 牛津大學Deep NLP深度自然語言處理課程17年最新(漢化視頻)
    近年來,藉助基於神經網絡的統計科學,自然語言處理領域的學術研究和商業應用都取得了顯著進展。這門課主要講授近2-3年深度學習(主要是神經網絡)在自然語言處理方面的最新發展,如,用循環神經網絡RNN分析和生成語音及文本。
  • 一文解讀NLP中的注意力機制
    注意力機制首先從人類直覺中得到,在nlp領域的機器翻譯任務上首先取得不錯的效果。簡而言之,深度學習中的注意力可以廣義地解釋為重要性權重的向量:為了預測一個元素,例如句子中的單詞,使用注意力向量來估計它與其他元素的相關程度有多強,並將其值的總和作為目標的近似值。既然注意力機制最早在nlp領域應用於機器翻譯任務,那在這個之前又是怎麼做的呢?
  • 這套1600贊的NLP課程已開放,面向實戰,視頻代碼都有丨資源
    裡面融合了此前經典NLP課程的基礎內容,比如正則表達、SVD、樸素貝葉斯,還加入了最近興起的神經網絡中新方法,比如RNN、seq2seq、注意力機制和Transformer架構。還加上了對道德問題、偏見問題和虛假信息可能帶來的影響。既然偏向實戰,那代碼必須全。