3。应用程序间无界限：开发工作者能够把网络中的数据与本地的数据（如日历、联系人、位置信息）统一起来。应用程序还会申明它们可以提供被其他程序利用；

4。快速方便的应用程序开发：开发平台为开发工作者提供眾多的实用库和常用工具，使得开发工作者能够迅速的建立应用程序[3]。

1。3  基于自然语言的语言聊天

    智能聊天对话系统，必须具备运用开Android研发的相关原理技术，还须要用到自然语言处理机器翻译等技术，得以完成汉语交流这一部分。

1。3。1  自然语言处理概述

随着计算机的出现和发展，自然语言理解研究不断取得新发展。机器翻译是在1949年被美苏两国研究，但因为初期理论技术深受局限，开发出来的系统技术水平过低无法达到应用要求。但是是自然语言理解最早探索的领域。也是80年代后，语言理解对话系统的研究应用更加广阔，又具备积极的机器学习，所以当时产生很多较高水平的语言理解对话系统。美国的METAL和LOGOS，日本的PIVOT和HICAT以及法国的ARIANE尤为著名[4]，近年来更要求更为友好的人机界面，让自然语言、文字和图像声音等信号全部可以不经过中间事物立刻传输进入计算机，并且计算机以自然语言与人进行交流对话沟通，就要求计算机具有自然语言能力，如口语理解能力。口语理解研究能加速促进人际对话系统实用化[5]而自然语言是最直接表示知识的方法。因此，自然语言理解研究也为其系统的获取知识提供了新途径。

狭义上说，语言理解是一一对应的模式。广义上说，语言理解是机器可以完成人希望的一部分语言功能，其中包含：应答相关问题、摘取资料概要、差别词语描述、差别语言翻译[6]。但是因为实现难度很大，所以到现在都未达到高水平。如果研究自然语言理解，先要认识自然语言构成，语言、词汇、词素和语法规则等等。并且解释理解的过程也通常分成3部分，句法分析、语义分析和语用分析，相互关联又相互独立，在以千丝万缕关系方法互相影响着，尽管分开都是有效的，但绝对分开又是不可能的。

1。3。2  机器翻译

机器翻译的研发一定需要剖析领悟源语言，而句法分析又是源语言阐明的重要枢纽，因此对英语句法分析和对中文分析是自然语言处理的研究热点。、

英语句法分析的研究[7]在机器人理解英语这种自然语言过程中，必不可少的是句法分析。接受到一段英语句子，只有经过句法分析，才清楚句中主语谓语宾语，以及修饰的定语状语补语等等，这些又可以通过语法书表现出来。句法分析就是将原语句中线性顺序的表层结构转化成语法树这种深层的数据结构，以读取一句话时，通过能否通过语法树生成完整的句子是否合法[8]。

中文分词这个研究课题已然探索研讨了很长一段时间，关键留存已久的问题也一直都难以完美处理掉。而其中最困难的部分是歧义切分以及未登录词的识别[9]。中文句子的基本单位不是词而是字，但是理解句子的单位是词。字组成词，词组成句子，句子才变得有意义。中文分词属于自然语言处理范畴[10]。对于一句话，人类用自己的知识知道怎么将句子分成词，但是怎么让计算机理解？这个过程就是分词。迄今分词算法主要分为三类：理解性分词的基础原理是在分词同步通过开展句法分析、语义分析，句法信息和语义信息来处置歧义情况。第一部分是分词子系统。第二部分是句法语义子系统。第三部分是总控部分。在第三部分控制下，第一部分得到相关词和句子的信息然后对分词歧义执行处理，就是模拟人对句子的处理理解过程。但是所述分词方法必须有海量的词、句和语义信息。但汉语语言的繁杂很难组织变成机器能立即读取的形式，所以是中文聊天的难点。