语言，人类独有的交流方式。而语言的形式——文字，人类最伟大的发明，携带着人类表达事物和自身情绪的信息。一句话，一篇文章，一部巨著，都是由文字构成。互联网上也是由大量的文字组成，每一个文字都包含着作者想传达的信息。
那么语言学和信息论是如何看待“语言”这一载体的呢？是不是文字越多，信息就越丰富呢？人类是如何习得语言这一技能呢？机器能不能掌握人类的语言技巧？如果机器会讲话，会写文章，写小说，那会是怎样的场景？于是，催生了计算机领域的自然语言处理这一门学科。微软小冰就是自然语言处理的产物，可以跟人对话。
对计算机来说，每一个字或者词语只是一串串不同的数字代码，但是它们却有着意义。人们讲话其实是有规律可循的。它们不仅仅是冰冷的词语，它们代指现实中的事物，或者人类虚构的事物。比如今天写一篇文章，要组织哪些词语，要写一部小说，需要哪些剧情，其实都是有规律可循的。要教计算机生成我们想要的文字结果，就需要训练计算机教给它怎么组建我们想要的文字。当喂食的这方面的信息越多，它就越熟练，越能生成我们想要的文章。(这点跟图像绘画生成很像）
人类现在的信息是爆炸式的，一天贴吧或微博生成的网帖就有几亿的文字，因此自然语言处理就十分有必要。这对于捕捉网络信息的流向，网络舆论分析都有作用。