用自然語言與計算機進行交流,獲取合適的信息,得到滿意的服務,是人們長期以來所追求的.自然語言理解是計算機科學領域與人工智能領域中的一個重要方向.它研究能實現人與計算機之間用自然語言進行有效通信的各種理論和方法.NLU是自然語言理解(Natural Language Understanding)的縮寫.
　　隨著計算機技術和人工智能總體技術的發展,自然語言理解不斷取得進展.機器翻譯是自然語言理解最早的研究領域.由于早期研究中理論和技術的局限,所開發的機譯系統的技術水平較低,不能滿足實際應用的要求.到了1970年代初期,對語言理解對話系統的研究取得進展.進入1980年代之后,自然語言理解的應用研究廣泛開展,機器學習研究又十分活躍,并出現了許多具有較高水平的實用化系統.這些系統是自然語言理解研究的重要成果,表明自然語言理解在理論上和應用上取得了突破性進展.
　　在中國,語音和語言處理技術的研發略晚于國外.清華大學智能技術與系統國家重點實驗室屬下的語音技術中心1979年創立（原名語音實驗室）,至今已有25年的歷史.在以清華大學語音技術中心為代表的頂尖的學術機構的帶動下,中國的語音和語言處理技術得到很大發展.
　　相對于規范語言,對自然語言的理解具有更大的難度.這是因為自然語言包含大量的口語語言現象,諸如：省略、指代、更正、重復、強調、倒序等等.涉及到語音的口語對話系統將還包括噪音、含混不清、口頭語、吃音、音變等等口語語音現象.
　　而相對于基于關鍵詞的技術,自然語言理解技術的優勢是：（1）直接：在信息查詢時,用戶可以不必進行多級菜單的選取而直奔主題.（2）靈活：用戶查詢不必嚴格按照某些關鍵詞進行詢問,只要用戶的敘述在語義上與要查詢的一致.
　　一個技術優越而適用性好的自然語言理解系統,應該具備支持上下文相關分析（包括省略分析）、話題自由變換、人機混合主導以及口語對話等技術特點.
　　上下文相關分析是指系統在理解當前語句時可以聯想用戶以前所說的話,進行綜合分析,因此即使有時用戶所說的話有一定的省略,系統照樣可以理解.
　　話題自由變換是指系統允許用戶在多個話題之間不斷轉換,系統照樣可以記住以前的談話內容,比如用戶在問航班起飛時間時,突然問目的地與本地的時差,然后再確認要先前詢問的航班,而目前的一些系統,對話往往只能局限于某一個話題,一旦用戶變換話題,系統將無所適從.
　　人機混合主導則是完全的自然對話,用戶可以轉換話題后在回到原來的話題（像人一樣）；用戶可以答非機問（多回答或少回答）；……而系統都可以根據實際情況提取語義信息,如果用戶詢問的信息足夠,那么系統直接回答問題；而如果用戶詢問的信息不全或者用戶遲疑太久,那么系統則主動詢問來獲取足夠的信息.而不具備人機混合主導性能的系統只能等用戶發問,如果用戶根本不知道問什么,那么系統將一直待機等待.
　　口語對話是自然語言理解技術實現的難點,但是也是應用系統適用性的關鍵點.口語中,人們的語言很隨意,可以省略、更正、倒敘等等,這些口語現象是傳統的單單基于詞法分析的理解系統所難以解決的,而引入基于關鍵語義的技術卻可以很好地解決.
　　從目前的理論和技術現狀看,通用的、高質量的自然語言處理系統,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力的實用系統已經出現.