自然语言理解
自然语言理解是一种使计算机对于人类语言进行准确处理而做出语言发出者预期响应的技术。其中该项研究分为书面语言研究和口语语言研究，书面语由于其标准化形式内容而使得其更加规范，相较于口语而言，更容易被机器处理。但是相对于人在普遍实用方面而言，口语无疑更方便于信息的传播与情感的交流。但是对于实时交互的人机模式来说，鉴于口语高度不确定的特性，口语化交流、理解一直是此领域的难题。针对于人机交互模式的自然语言理解,是自然语言处理的一个分支，其已成为现今计算机技术领域最活跃的研究方向之一。
1.2 情景感知技术
情境感知技术源于普适计算的研究，Schilit早于1994年提出该概念。情境感知，简而言之，是计算机设备通过对相应传感器传来的原信息进行计算整合来“感知”情境。[1]其中对于用户研究和体验设计的领域，存在的主要问题就是如何去了解目标用户使用产品的情境。为解决这一难题，现在大量应用的则是基于情景感知的技术，利用所收集的目标用户情景信息来通过计算机应用来识别用户的行为模式和互动意图等。
1.3情景感知技术对自然语言理解的意义
情境感知技术主要是通过传感器采集目标对象的情景信息，然后根据对采集到的数据进行分析来对目标对象的行为意图做出准确的判断并提供相应的措施。而自然语言理解则是研究人与计算机之间用自然语言进行有效通信的方法实现。近年来随着人工智能的飞速发展，自然语言理解技术在不断进步，但还没有取得根本性突破。甚至有学者认为：“整个自然语言理解获得成功的例子 ,不过是解决了一个极为微小的积木世界的问题”。这说明对于自然语言的理解，计算机的准确性还需有所加强。[2]因为自然语言本身就存在着多层次结构、高度不确定性和模糊性等众多特性，将语言仅仅停留在文本分析上已经不能提高自然语言理解的准确性。