任务和限制理论上，NLP是一种很吸引人的人机交互方式。早期的语言处理系统如SHRDLU，当它们处于一个有限的“积木世界”，运用有限的词汇表会话时，工作得相当好。这使得研究员们对此系统相当乐观，然而，当把这个系统拓展到充满了现实世界的含糊与不确定性的环境中时，他们很快丧失了信心。由于理解（understanding）自然语言，需要关于外在世界的广泛知识以及运用操作这些知识的能力，自然语言认知，同时也被视为一个人工智能完备（AI-complete）的问题。同时，在自然语言处理中，"理解"的定义也变成一个主要的问题。实际问题一些NLP面临的问题实例：句子“我们把香蕉给猴子，因为(它们)饿了”和“我们把香蕉给猴子，因为(它们)熟透了”有同样的结构。但是代词“它们”在第一句中指的是“猴子”，在第二句中指的是“香蕉”。如果不了解猴子和香蕉的属性，无法区分。(英文的it没有区分，但在中文里“它”和“它”...

自然语言理解的研究问题What?：何谓理解？How?：电脑如何能理解人类语言。When?：电脑了解到何种程度才算理解。Where?：自然语言如何转换成电脑可理解的结构，如何储存。Why?：电脑真的能理解吗？为何能、为何不能。自然语言理解的应用人机交谈：电脑如何能与人交谈？机器翻译：电脑如何将一篇英文文章翻译成中文？自动摘要：电脑如何对文章进行摘要？自然语言理解的研究者英语观点的研究人员中文观点的研究人员参考文献