（以下（xià）為（wéi）臨（lín）時文案，您可自由進行更（gèng）換）自然語言處理是計算機科學（xué）領域與人工智能領域中的一（yī）個（gè）重要方（fāng）向。它研究能實（shí）現人與計算（suàn）機（jī）之間用自（zì）然語言進行（háng）有效通信的各種理論和方法。自然語言處理是一（yī）門融語言學、計算機（jī）科（kē）學、數學於一體的科學。因此，這（zhè）一領域的研究將涉及自然語言，即人們日常使用的語言（yán），所以它與語言學的研究有著密（mì）切的聯係，但又有重要的區別。自然語言處理並不是一般地研究自然語言，而（ér）在於研製能有效地（dì）實現自然語言通（tōng）信的計算機係統，特別是其中（zhōng）的軟件係統。因而它是計算機科學的一部分。
自（zì）然語（yǔ）言處理（NLP）是計算機科學，人工（gōng）智能，語言（yán）學（xué）關注計算機和人類（自（zì）然）語言之間的相互（hù）作用的領域。

語言是人類區別其他動物的本質特性。在所有生物中，隻有人類才具有語言能力。人類的多種（zhǒng）智能都與語言有著密切的關係。人類的邏輯思維以語言為形式，人類（lèi）的絕大部（bù）分知識也是以語言文字的形式記載和流傳（chuán）下來的。因而，它也是人工智能的一個重要（yào），甚至核心部分。
用自然語言與計算機進行通信，這是人們長（zhǎng）期以來所追求的。因為（wéi）它既有（yǒu）明（míng）顯的實際意義（yì），同時也有重要的理論意義：人們（men）可以用自己較習慣的語言（yán）來（lái）使用計算機，而無需再（zài）花大量的時間和精力（lì）去學習不很自然和習慣的各（gè）種計（jì）算機語言；人們也可通過它進一步了解人類的語言能力和智能的機製。
實現人機間（jiān）自然語言通信意味著要使計算機既能理解（jiě）自（zì）然語言文本的意（yì）義，也能以自然語言文本來表達（dá）給定的意（yì）圖、思想等。前者稱（chēng）為自然語言（yán）理解，後者稱為（wéi）自然（rán）語言生（shēng）成。因此，自然語言處理大體包括了自然語言理解和自然語言生成兩個部分。曆史上對自然語（yǔ）言理解研究得較多，而對自（zì）然（rán）語言生成研究得較少。但這種（zhǒng）狀況已有（yǒu）所改變。
無論實現自（zì）然語言理（lǐ）解，還是自然語言生（shēng）成，都（dōu）遠（yuǎn）不如人們原來想象的那麽簡單，而是**困難的。從現有的理論和技術現狀看，通用的、高質量的自然語言處理係統，仍然是較（jiào）長期的努力目標，但是針對一定應用，具（jù）有相當自然語言處理能力的實用係統已經出現，有些已商品化，甚至開始產業化。典型（xíng）的例子有（yǒu）：多語種數據庫（kù）和專家係（xì）統的自然語言接口、各種機器翻譯係統、全文信息檢索係統、自動文摘係統等。
自然語言處理（lǐ），即實現人機間自然語（yǔ）言通信，或實現自然語言理解和自然語言生成是**困難的。造成困難的根本原因是自然語言文（wén）本和對話的各個層次上廣泛存在的（de）各種各樣的歧義性或多義（yì）性（ambiguity）。
一個中文文本從形式上看是由漢字（包括標點符號等）組成的一個字符串。由（yóu）字可組成詞，由詞可組成詞組，由詞組可組成句子，進而由一些句子組成段、節、章、篇（piān）。無論在上述的各種層次：字（zì）（符）、詞、詞組、句子、段，……還（hái）是在下一層次向上一層次轉變中都存在著歧義和多義現象（xiàng），即形式上一樣的（de）一段字符串，在不同的場景或不同的語境下（xià），可以理解成不同的詞（cí）串、詞組串等，並有不同的意義。一般情況（kuàng）下，它們中的大多數都（dōu）是可以根據相應的語境和場景的（de）規定（dìng）而得到解決的。也就是說，從總體上說，並不存在（zài）歧義。這也就是我們平時並（bìng）不感到（dào）自然語言（yán）歧義（yì），和能用自然語言進行（háng）正確交流的原因（yīn）。但是一方麵，我（wǒ）們也（yě）看到，為了消解歧義，是需要極其大量的知識和進行推理的。如何將這些知識（shí）較完整地加以收集和整理出（chū）來；又如何找到合適的形式，將它們存入計算機係統中去；以及如何（hé）有效地利用它們來消除歧義，都是工作量極大且**困難的工作。這不是少數人短時期（qī）內可以完（wán）成的，還有待長期的、係統的工作。
以（yǐ）上說的是，一個中文文本或一個（gè）漢字（含標點（diǎn）符號等）串可能有多個含（hán）義。它（tā）是自然語言理解（jiě）中的主要困難和障礙。反過來，一個相同或相近的意義同樣（yàng）可以（yǐ）用多（duō）個中文文本或多個漢字串來表示。
因此，自然語言的形式（字符串）與其意義之間是一種（zhǒng）多（duō）對（duì）多的關係。其實（shí）這也（yě）正是自然語言的魅（mèi）力所在。但從計算機處（chù）理的角度看，我們必須消除歧義，而且有人認為它正是自（zì）然語言理解中的中心問題，即要把帶有潛（qián）在歧義的自然語言輸入轉換成某種無歧義（yì）的計算（suàn）機內部表示。
歧義現象的廣泛存在使得消除它（tā）們需要大量的知識和推理，這就給基於語言學的方法、基於知識的方法帶來了巨大的困難，因（yīn）而以這些方法為主流的（de）自然語言處理（lǐ）研究幾十年來一方麵在理論和方法方麵取得了很多成就，但在能處理大規模真實文本的係統研製方麵，成績並不顯著（zhe）。研製的一些係統大多數是小規模的、研究性的演示係統。
目前存在（zài）的問題有兩個（gè）方麵：一方麵，迄今為止的語法都限於分析一個孤（gū）立的句子，上（shàng）下文關係和談話環境對本句的（de）約束和影響還缺乏（fá）係統的研究，因此分析（xī）歧（qí）義、詞（cí）語（yǔ）省略、代詞所指、同（tóng）一句話在不同場合或由不同的（de）人說出來所具有的不同含義等問題，尚無明確規律可循，需要加強語用學的研究才能逐步解決。另一方麵，人理解一個句子不是單憑語法，還運用（yòng）了大量（liàng）的有關知識，包括（kuò）生活知識和專門（mén）知識，這些知識無法全部貯存在計算（suàn）機裏。因此一個（gè）書麵理（lǐ）解係統（tǒng）隻能建立在有限的詞匯、句型和特定的主題範圍內；計算機的貯存量和運轉速度大大提高之後，才有可能適當擴大範圍.
以上存（cún）在的問題成為自然語言理解（jiě）在機器翻譯應用（yòng）中的主要難題，這也（yě）就是當今機器翻譯係統的譯文質量離理想目（mù）標仍相（xiàng）差甚遠的原因之一；而譯文質量是機譯（yì）係統成敗的關（guān）鍵。中國（guó）數學家、語（yǔ）言學家周海中教授曾在**論文（wén）《機器翻譯五十年》中指出：要提高機譯的質量，首先要解決的是語言本身問題而不是程序設計問題；單靠若幹程序來（lái）做機譯（yì）係統（tǒng），肯定是無法提高機譯質量的；另外（wài）在人類（lèi）尚未明了大腦是如何進行語言的模糊識別和邏（luó）輯判斷的情（qíng）況下，機（jī）譯要想達到“信、達、雅”的程度是不（bú）可能的。