Las herramientas para el trabajo de Procesamiento del Lenguaje Natural utilizan recursos lingüísticos que son específicos de cada idioma. La complejidad de construir dichos recursos hace que muchas lenguas carezcan de ellos. Por lo tanto, aprenderlos automáticamente a partir de textos de muestra sería una solución deseable. Esto suele requerir enormes corpora de entrenamiento, que no están disponibles para muchos idiomas locales y jergas, que carecen de una amplia literatura.