前面说过，模式识别就是让电脑能够认识它周围的事物，使人们与电脑的交流更加自然与方便。这对于人来说非常简单，但是这对于电脑来说却是一大难事。要想让电脑能够知道一个句子的意思，首先要把这个句子输人电脑（以文本形式输人或以语音形式录入），然后电脑逐个扫描或识别一个个字或音，再分析其语意。
这听起来很简单，但实际上扫描和识别都有一定的困难，尤其是在语意分析时，经常会有几种意思的句子，它对人工智能有更高的要求。有一些句子，本身就有不止一种意思，要判断它具体的意思，必须根据上下文来确定。在日常生活中也经常会有这种情况，大多数小孩都能理解其意思。
但是，对于电脑来讲，这个过程就比较复杂。电脑要先在知识库里找到某一个字或词的意思，找到句子里所有的字后，就根据语法知识确定这句话的意思，最后根据这句话确定该段的大意。这三步中，第一步非常容易，第二步有一定的困难，第三步目前可以说几乎不可能。所以，电脑很难根据上下文确定一句话的意思。
例如以下几个句子。把手放在桌子上。把手放在桌子上。把手放在桌子上。像这句话，如果前面提到过“把手”，或是讲了一个人，那么电脑可能可以确定它的意思。如果前文是：有个人，用手拿起一个把手，然后把“手”放在桌子上，那么电脑根据前文，可能就会理解为“把手”放在桌子上。
所以说就算电脑能理解一段文章中某一句前后所有的句子，也不一定能理解这句话的意思。这需要它对文章意思的真正理解，而要模拟这个理解过程，就目前来讲还是非常困难的。像这样的例子还有很多，如：乒乓球拍卖完了。乒乓球拍卖完了。乒乓球拍卖完了。南京市长江大桥。
南京市长江大桥。南京市长江大桥。_人们对于这种句子虽然不存在理解上的困难，但是大家有没有想过，为什么这个句子是这个意思，而不是另一个意思。这里并不是指理解，而是一种逻辑关系。即因为前面有什么生活简单的句子、发生了什么事，所以这句是这个意思。只要电脑也能搞清楚这种关系，就能理解这个句子。
但是，要找出一个可以通用的关系算法，却并不易。
