（以下為臨時文案（àn），您可自由進行更換）自然（rán）語言處理是計算機科學領域與人工（gōng）智能領域中的一個重要方向。它研究能實現人與（yǔ）計算機之（zhī）間用自然語（yǔ）言進行有效通（tōng）信的各種理論和方法。自（zì）然語言（yán）處（chù）理是（shì）一（yī）門融語言（yán）學、計算機科學、數學於一體的科學。因此，這一領域的研究將（jiāng）涉及自然語言，即人們日常（cháng）使用的語言，所以它與語言學的研究有著密切的聯（lián）係，但又有重要的區別。自（zì）然語言處理並不是一般地（dì）研究自然語言，而在於研製能有效地（dì）實現自然語言通信的計算機係統，特別是其中的軟件係統。因而它是計算機科學的一部分。
自然語言處理（NLP）是計算機（jī）科學，人工智能，語言學關注（zhù）計算（suàn）機和（hé）人類（自然）語言之間的相互作用的領域。

語言是人類區別（bié）其（qí）他動物的本質特性。在所（suǒ）有生物中，隻有人（rén）類才具有語言能力。人類的多種智（zhì）能（néng）都與語言有著密（mì）切的（de）關係。人類（lèi）的邏輯思維以語言為形（xíng）式（shì），人類的絕（jué）大部分知識（shí）也是以語言文字的形式記載和流（liú）傳下來的。因而，它也是人（rén）工智能的一（yī）個（gè）重要，甚至核心部分。
用自然語言與計算機進行通信（xìn），這是人們長期以來（lái）所追求的（de）。因為它既有明（míng）顯的（de）實際意義，同時也有（yǒu）重要的理論意義：人們可以用（yòng）自己較習慣的語言來使用計算機，而無需再花大量（liàng）的時間和精力去（qù）學習不（bú）很自然和習慣的各種計算機語言；人們也可（kě）通過它進一步了（le）解人（rén）類的語言能力（lì）和（hé）智能的機製。
實現人機間自然語言通信（xìn）意味著要使（shǐ）計算機既能理解（jiě）自（zì）然語言文本的意義，也能以自然語言文本（běn）來表達給定的意圖、思想等。前（qián）者稱為自（zì）然語言理解，後者（zhě）稱為自然語言生成。因（yīn）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。曆史上對自然語言（yán）理解研究得較多，而對自然語言（yán）生成研究（jiū）得較少。但這種（zhǒng）狀況已有（yǒu）所改變（biàn）。
無論實現自然語言（yán）理解，還是自然語言生成，都遠不如人們原來想象的那麽簡單，而是**困難（nán）的。從現有的理論和技術現狀看，通用的、高質量（liàng）的自然（rán）語言處（chù）理係統，仍然是較長期的努力目標，但是針對一定應用，具有相當自然語言處理能（néng）力的實用係統已經出現，有些已商（shāng）品化，甚（shèn）至開（kāi）始（shǐ）產業化。典型的例子有：多語種（zhǒng）數據庫（kù）和專家係統（tǒng）的自然語言（yán）接口、各種機器翻譯係統、全文信（xìn）息檢索（suǒ）係統、自（zì）動文（wén）摘係統等。
自然語言處理，即實現人機間自（zì）然語言通信，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本（běn）和對話的各個層次上廣泛存在的各（gè）種各樣（yàng）的歧義性或多義性（ambiguity）。
一（yī）個中文文本（běn）從形式上看是（shì）由漢字（包括標點符號等）組成的一個字符串。由字（zì）可組成詞，由詞可組成詞組，由詞組（zǔ）可組成句子，進而由一些句子組成段（duàn）、節、章（zhāng）、篇。無論在上述（shù）的（de）各種層次：字（符（fú））、詞、詞組、句子、段，……還是在下一（yī）層次向上一層次轉變中都存在（zài）著歧義（yì）和多義現（xiàn）象，即形式上一樣（yàng）的一段字符（fú）串，在不同的（de）場景或不同的語境下，可以理解成不同的詞（cí）串（chuàn）、詞組串等，並有不同的（de）意義（yì）。一般情況下，它們中的大多數都是可以根據相應的（de）語境和場景的規定而得到解決的。也就是說，從總體上說，並不存在歧義。這也就（jiù）是我們平時並不感到自然語言歧義，和能用自然語言進行正確交流的原因。但是一方麵，我（wǒ）們也看到，為（wéi）了消解歧義，是（shì）需要（yào）極（jí）其大量的知識和進行推理的。如何將這些知識較完整地加以收集和整理出來；又如何找到合適的形式（shì），將它們存入計算機係統中去；以及如（rú）何有效地利用（yòng）它（tā）們來消除歧義，都是工作量極大且**困難的工作（zuò）。這不是少數人短時期內可以完成的，還有待長期的、係統的工作。
以上說（shuō）的是，一個中文文本或（huò）一個漢字（含標點（diǎn）符號等）串（chuàn）可能有多個含義。它是自然語言理解中的主要困難和障礙。反（fǎn）過來，一個相同或（huò）相近的意義同樣可以用多個中文（wén）文本或多個漢字串來（lái）表示。
因此，自然語言的形式（字符串）與其意義之間是一種多對多的關係。其實這也正是（shì）自然語言的魅力所在。但從計算機處理的角（jiǎo）度看（kàn），我們必須消除歧義，而且有人認為它正是自然語言理解中的中心問題，即要把帶有潛在歧（qí）義的自然語言輸入轉換（huàn）成某種無歧義的（de）計算機內部表示。
歧義現象（xiàng）的廣泛存在使得消除它們需要大（dà）量的知識和（hé）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，因而以這些方法為主流（liú）的自然語言（yán）處理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（chù）理（lǐ）大規模真實文本的係統研製方麵，成（chéng）績並不顯著。研製的（de）一（yī）些係統大多數是小規模的、研究性的演示係統。
目前存在的問題有（yǒu）兩（liǎng）個方麵：一（yī）方麵，迄今為止的語法都限於分析一（yī）個孤立的句子，上下文關（guān）係和談話環（huán）境對本句的（de）約束和影響還缺乏係統的（de）研究，因此分析歧義、詞（cí）語省略（luè）、代詞所（suǒ）指、同一句話在不同（tóng）場合或由不同的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（yán）究才能逐步解（jiě）決。另一方麵，人理（lǐ）解一（yī）個句子不是單憑語法，還運用了大量的有（yǒu）關知識，包括生活知識和專門知識，這些知識無法全（quán）部貯存（cún）在計算機裏。因此一個書麵理解係統隻能建立在（zài）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（dà）提高之後，才有可能適當擴大範（fàn）圍（wéi）.
以上存在的問題成為自然語言理解在機器翻譯應用中的主要難題，這也就（jiù）是當今機器翻譯係統的譯文質量（liàng）離理想目標（biāo）仍相差甚遠的原因之一；而譯文質量是機譯係統成敗的關鍵。中國數學家、語言學家（jiā）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（yán）本身問題而不是（shì）程序設計（jì）問題；單靠若幹程序來做機譯係統，肯定是無法提高機譯質量（liàng）的；另外（wài）在（zài）人類尚未明了大腦是如何進行語言的模糊識別和邏輯判斷的情況下，機譯要想達到“信、達、雅”的程度是不可能（néng）的。