随着互联网的飞跃，机器学习领域深度学习的发展，以及大数据语料的积累，自然语言处理技术发生了突飞猛进的变化。越来越多的企业进入到这片蓝海市场，争取占领市场份额，拓展公司的业务范围。与此同时，也不断有新兴的初创公司涌现，提出自己的在智能交互、语音识别、机器翻译等方面的解决方案，渴望在这片领域占有一席之地。然后在自然语言处理技术方面，依然存在许多难点。

1.人类语言的模棱两可

不管哪种语言其内涵都博大精深，即使是简单的语句任务，机器人和人类的理解也大相径庭。不仅在用户用语中经常带有夸张讽刺等多种情绪组织方式，而且许多词汇还有多种模棱两可的含义，这使得机器需要大量的模型训练，才能选择中最为合适的解释，所以必须将自然语言处理技术更加优化。

 2.错误和不规范的语句输入

用户在与机器人交流的时候，输入了错误的语句也会让客服机器人理解有偏差。大多数的自然语言处理技术都是依托数据库，通过对上下文对话的理解对用户意图做出相应的假设，因此导致机器人理解偏差。

3.语言行为与计划的差异

在机器人看来，很多地方语言行为和计划是不一致的。譬如用户问聊天机器人：“请给我一份关于当前流量的报告。”对于营销人员来说，他可能需要的是网站的流量数据；而对于在路途中的用户来说，他可能问的是道路交通问题。从这方面看，在会话用户界面中完全做到这一点并非易事。

总而言之，自然语言处理技术还将沿着致力于实现智能化、个性化的搜素推荐、语义理解的道路上继续前进。