对话系统理解用户输入的语言是基于自然语言处理（Natural Language Processing，NLP）技术的。NLP是一门涉及计算机与人类自然语言之间交互的学科，研究如何使计算机能够理解人类语言并作出相应的回应。

  在对话系统中，用户输入的语言通常以文本形式呈现。以下是对话系统理解用户输入语言的常见方法：

  1. 语言分词：将连续的文本流划分成有意义的词或短语。这通过将输入文本切分为单词、符号或其他有意义的部分来实现。

  2. 词性标注：确定每个词在上下文中的词性或语法角色。这有助于系统理解输入中每个词的意义和上下文。

  3. 语法分析：将输入句子解析成语法结构，包括短语、从句和句子的关系。这有助于对输入的结构和语法进行深入理解。

  4. 语义理解：确定句子的意思和意图。这可能涉及到识别句子中的关键信息、命名实体以及用户的意图或需求。

  5. 实体识别：确定句子中的命名实体（如人名、地名、时间等）。识别这些实体有助于系统更好地理解用户的需求和上下文。

  6. 意图识别：确定用户的意图或需求。这包括根据输入的上下文和语句中的关键词、短语进行分类，以理解用户想要表达的意思。

  上述方法可以结合使用，根据具体的对话系统的需求和设计选择使用哪些方法。通过这些技术，对话系统可以更好地理解用户输入的语言，并提供准确和有用的回应。