自然语言处理（NLP）中常见的算法有以下几种：

1. 分词算法：分词算法是NLP中的基础算法之一，主要用于将自然语言文本切分成具有实际意义的词或词语。常用的分词算法包括基于规则的分词算法、基于统计的分词算法和基于深度学习的分词算法等。
2. 词性标注算法：词性标注算法主要用于确定文本中每个词的词性，例如名词、动词、形容词等。常用的词性标注算法包括基于规则的标注算法和基于统计的标注算法等。
3. 句法分析算法：句法分析算法主要用于分析自然语言句子的语法结构和语义关系。常用的句法分析算法包括基于规则的分析算法、基于统计的分析算法和基于深度学习的分析算法等。
4. 机器翻译算法：机器翻译算法主要用于将一种自然语言文本自动翻译成另一种自然语言文本。常用的机器翻译算法包括基于规则的翻译算法、基于统计的翻译算法和基于深度学习的翻译算法等。
5. 信息抽取算法：信息抽取算法主要用于从自然语言文本中提取出结构化信息，例如事件、实体、关系等。常用的信息抽取算法包括基于规则的信息抽取算法、基于统计的信息抽取算法和基于深度学习的信息抽取算法等。
6. 文本分类算法：文本分类算法主要用于将自然语言文本自动分类到指定的类别中，例如新闻分类、情感分析等。常用的文本分类算法包括基于规则的分类算法、基于统计的分类算法和基于深度学习的分类算法等。
7. 命名实体识别算法：命名实体识别算法主要用于从自然语言文本中识别出人名、地名、组织名等命名实体。常用的命名实体识别算法包括基于规则的识别算法和基于统计的识别算法等。

以上是NLP中常见的几种算法，每种算法都有其不同的应用场景和优劣性，选择何种算法需要根据具体的任务需求和数据特点来决定。