إن الثورة التي نعيشها في دنيا المعلومات، جعلت من المستندات الإلكترونية الوسيط الرئيسي للمعلومات. فقد زاد الاعتماد بصورة كبيرة على المستندات الإلكترونية في كل من قطاع الأعمال والحكومات.

بينما كانت المعلومات الرقمية هي نمط البيانات السائد في الثمانينيات، حيث كانت تمثل 66 % من إجمالي المعلومات، فإن المعلومات النصية حالياً تمثل حوالي 70% منها. وبالتالي، ومع زيادة تدفق المعلومات، يزداد الاعتماد على علم اللغويات كأساس لتطوير البرامج.

تنبهت صخر في مرحلة مبكرة إلى الاختلافات اللغوية الأساسية بين اللغتين العربية والإنجليزية على مستوى الحرف والكلمة والجملة والنص المتواصل.

وأوضح الاختلافات بين اللغة العربية واللغات الأخرى هو كتابة النصوص العربية بدون حروف متحركة في الغالب. ويتم تمثيل الحروف المتحركة في العربية بعلامات التشكيل التي يتم وضعها فوق أو تحت الحرف. التشكيل يوضِّح معنى كل كلمة وكيفية نطقها. ومع ذلك، فلم تعد تستخدم علامات التشكيل في الكتابات العربية الحديثة.

فمثلاً عند نطق الكلمات الإنجليزية "some" و"sum" و"same"، نجد أنها ستنطق جميعها بنفس الطريقة. عند استخدام الحروف العربية بدون تشكيل ستنطق "sm"، وعلى القارئ أن يتعرف على معنى الكلمة اعتماداً على سياق الكلام.

هذا لا يمثل مشكلة بالنسبة لقارئ اللغة العربية العادي، ولكن يمثل مهمة غاية في الصعوبة بالنسبة للحاسب.

وبالرغم من التعقيدات الموجودة بعلم اللغويات العربية على كافة المستويات ومع إصرار صخر على مواجهة هذه المشكلة، أخذت على عاتقها مهمة إنشاء مشروع أبحاث متعدد الأطوار على نطاق واسع يهدف إلى المعالجة التلقائية للنصوص العربية المكتوبة. وقد نتج عن ذلك تطوير تقنياتها الأساسية ومجموعة من المنتجات التي تستخدم خوارزميات اللغويات الحاسوبية لتحويل بناء اللغة إلى أنظمة ثنائية يفهمها الحاسب.