國外數(shù)據(jù)清洗技術(shù)，首先在美國出現(xiàn)，是國家對所有的錯誤糾正社會安全號碼開始。美國信息產(chǎn)業(yè)和商業(yè)的發(fā)展，促進(jìn)這方面技術(shù)的研究。近年來，在國外，一直是清潔程序中的數(shù)據(jù)和算法很多應(yīng)用程序的具體問題，從目前市場的清理軟件的數(shù)據(jù)，數(shù)字看來，包括清理軟件的商業(yè)數(shù)據(jù)，而且還大學(xué)和研究機(jī)構(gòu)在清潔如Poters輪美國廣播公司，InbbbliClean，AJAX技術(shù)等軟件，數(shù)據(jù)的發(fā)展。需要解釋說：國外的研究所述的地位，是在清洗的目的是英語中的數(shù)據(jù)。
目前，數(shù)據(jù)清洗技術(shù)，但在早期階段。到目前為止，大多數(shù)的數(shù)據(jù)清洗的研究主要集中在外國，處理過的數(shù)據(jù)主要是西班牙，表示數(shù)據(jù)。隨著國內(nèi)信息技術(shù)的飛速發(fā)展，數(shù)據(jù)質(zhì)量問題也越來越多的關(guān)注。但不能忽視的是，在我們的數(shù)據(jù)，往往是主要角色，或兩個角色也有西班牙字符。在這種情況下，在清理中區(qū)和西區(qū)文本混合數(shù)據(jù)環(huán)境數(shù)據(jù)的方法處理實驗數(shù)據(jù)，許多西方需要重新考慮分詞過程中最關(guān)鍵的數(shù)據(jù)。
隨著國內(nèi)數(shù)據(jù)清理深入的研究，這是一個迫切需要有效地處理和西方的數(shù)據(jù)庫。重復(fù)的記錄，以進(jìn)一步完善的檢測召回率和精確率，文字處理已成為人們關(guān)注的焦點。
國家在分詞領(lǐng)域，已投入使用單詞系統(tǒng)主要有以下結(jié)果：
北京航空航天大學(xué)計算機(jī)科學(xué)系設(shè)計CDWS大學(xué)（現(xiàn)代書寫中文詞識別系統(tǒng)），是中國的一個實際系統(tǒng)的第一個字。系統(tǒng)中使用Word的自動分割方法毫米（最大匹配，最大匹配方法），滿足了詞頻統(tǒng)計和其他領(lǐng)域的應(yīng)用需求。
計算機(jī)科學(xué)，山西大學(xué)，部制定ABWS文字系統(tǒng)，特點是該系統(tǒng)的更多詞匯詞匯，語法和其他用途的知識，北京師范大學(xué)現(xiàn)代教育研究所開發(fā)的自動分割專家系統(tǒng)，由專家首次特點到完全詞技術(shù)的引進(jìn)系統(tǒng)的方法。
在關(guān)于高校數(shù)量的這些系統(tǒng)，隨后制定了一個獨(dú)特的分詞系統(tǒng)：
計算語言學(xué)研究所，北京大學(xué)開發(fā)的分詞和詞性標(biāo)注功能，自動分詞系統(tǒng)，因此，對部分語音信息詞來協(xié)助決策，反過來，標(biāo)志著分的結(jié)果中字測試。該系統(tǒng)集成了數(shù)據(jù)結(jié)構(gòu)和各種搜索算法實現(xiàn)高速匹配和搜索。
哈爾濱工業(yè)大學(xué)統(tǒng)計分詞系統(tǒng)是一個為分詞系統(tǒng)，該系統(tǒng)可以利用確定的新詞在大部分情況下的優(yōu)勢，在解決切割意義的一些不同統(tǒng)計方法的典型應(yīng)用。但是，統(tǒng)計方法常用的Word識別的準(zhǔn)確率是仍然存在的固有缺陷。
由于沒有外國語言文字，因此基本上沒有這方面的研究。