自然语言处理NLP是在电子计算机问世之后，人们试图以自动的方式对自然语言进行加工，以满足某种应用需要而逐渐形成的一门学科与技术。NLP本身是一个综合了语言学、计算机科学、逻辑学、心理学、人工智能等领域知识与成果的跨学科研究。计算机最初是为解决数值运算而设计的，而自然语言属于非数值符号，一般以长度不等的语流形式出现，有着自身的句法和语义体系，其数据结构、语义表达、运算规则与数值信息有着乎队区别。所以，和数值计算相比，在计算机上实现自动处理的难度要大得多。然而，尽管如此NLP，仍然具有极大的可行性。这主要取决于自然语言的以下三个特征。

素、词、短语、句子，并按一定规律组合之后，才形成了貌似连续的语流。语言的离散性，既体现在空间上也体现在时间上。凡离散的事物都不是分布在一个连续统上，它们或是单个而有穷的，或是单个、无穷而可数的，并且都能与自然数如，，二建立一一对应的关系。序列性语言是沿空间和时间呈线性序列依次展开的。如口语是由音素的线性序列所构成，书面语则是由词素的线性序列所构成。邻接性任何两个组合在一起的语言单位之间的基本关系是“依次邻接”，不具备左邻接关系的语言单位构成了语流的起始态，而不具备右邻接关系的语言单位则构成语流的终止态。单独的语言单位既是其起始态，也是其终止态的标志。根据可计算性理论，任一自动机的运算都是按一定程序，分步骤相继作用在离散对象之上所完成的，而这些对象又都以线性序列相邻接地排列组合所构成。上述自然语言的三个特征使自然语言具备了“可计算性”，为NLP奠定了物质基础。

为什么有必要进行研究呢这是因为它在计算机应用和理论方面都有着重要意义自有计算机那一天开始，就有了人采取何种方式与计算机进行通信的问题。人处理信息的方式由于使用的媒体和所要达到的目的不同，故呈现出多种形式并存的局面。然而，计算机却只能以二进制编码的方式对信息进行处理。任何信息，不管其外部形式如何，都必须转换成计算机的内部形式，才能被计算机所接受和处理。目前这种转换大多是靠人工语言来完成的，而掌握这些语言，一般需要专业的学习与培训。这在客观上制约了计算机的普及和应用。如果人人都可以用自然语言直接与计算机进行通信，则可以从根本上解决人机对话的问题。计算机科学的重要目标之一，是使计算机具备某种程度的智能，成为人类更方便、更有效的工具。创造与使用自然语言是人类高度智能的重要标志，因而衡量计算机是否具有智能，就看它是否具有处理自然语言的能力。自然语言处理有着广阔的应用前景。人类迄今所积累的知识用语言文字的形式记载和传递的占80%之多。人们日复一日所从事的语言文字处理，如语言识别、文本编辑、校对、文本生成、话语理解、文字翻译等，往往是一项繁重、费时而低效的工作。利用计算机达到语言文字处理自动化，把人们从一些机械的重复性劳动中解放出来，无疑是一件有变革意义的事情。