说句心里话，我很不赞成现在分词方法所走的路，用没有智能的程序对语句分来分去，不可能不出现各种问题。而为了解决问题，为了找出一个十全十美的解决方案来，人们又不得不研究各种容易产生歧义的例句。但是由于人类语言和人类交流习惯相关，各种特例又会找不胜找，搞得人们晕头转向，仍不得要领。于是人们走入了“未曾出师身先死”的悲惨境界。还没拿出好的分词方案，就被各种歧义例句搅得头昏脑涨，呜呼哀哉了。
机械分词已经呈现出它的缺点，甚至可以说是无法破解的死结。我对统计语言模型、人工神经网络语言模型也都不看好。认为只有引入智能来帮助语义识别，来帮助理解语言，才能拯救它。
而我认为模拟智能只有用“离散编程法”最为有效。而且模拟智能离不开“离散学习理论”。
结合着“离散编程法”和“离散学习理论”我给出一个分词的例子，只是为了展示一下，“离散编程法”、“离散学习理论”编写的程序与其它方法编写的程序区别在哪里。这就是“学习分词程序”出台的初衷。
我根本就没有认为，这个“学习分词程序”能够在解决分词的一些难题上，有多大贡献。因为它还仅仅限于机械分词的范畴，俗话说“水大漫不过天”，一个无智能的、主要靠“比较检索操作”工作的程序，不可能有多大作为。别对它有多大的期望值。
这个程序的唯一进步，就是它能够自己扩充自己的词库，以应对自己还不能应对的情况。它不完善，但是它很机灵，它遇到解决不了的难题，就会把难题通知给操作者，然后转入学习阶段。进行学习。
你说这个程序不行，它就会承认自己不行，但是它会“说”：我可以学，你教教我。这就是它胜过任何其它程序的高明之处。
你若问，那么多难题能不能解决？我回答是一定能。但是不能再靠机械分词了。要引入智能，由智能主管语言理解工作。我们还用“离散编程法”，我们还是让程序自己学习，让它自己读大量的语言资料，用自己的智能找出语言中各种识别语义的规律。这样它不仅能够准确地分词，还能够在理解语言的基础上和我们交流。
但是，有那么几天我也糊涂了，在机械分词里搅了好几天。现在终于清醒了。下决心废掉几个机械分词的帖子。走用智能理解语言的光明大道。
整理者注：
下面一小节的内容已经偏离“离散编程法与智能元操作”的主题，如果您对分词方面的内容不感兴趣，可以结束对本文的阅读。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
