【摘要】：传统的机器翻译是符号处理系统。因而很难应付一些非规则语言现象，如错误的起始或不合语法的语句，等等。一些非规则性语言如果通过人工翻译，译者可以从语篇知识、历史背景、文化差异甚至非语言因素中得到准确的翻译。有鉴于此，机器翻译尚需更多的语言学研究者的参与，在进一步深入研究规则语言的同时，加强对非规则语言的研究。
传统的机器翻译是符号处理(symbolic)系统。它偏重于语言能力(language competence)而非语言行为(language performance)。因而很难应付一些非规则语言现象，如错误的起始(false start)或不合语法的语句，等等。从已推出的实用化机器翻译系统的译文看，对于常规的句子，译文一般不会有太大问题。但对一些稍长的句子或结构较复杂的句子，译文质量就不能令人满意，有时简直是不可卒读(冯志伟，1999)。计算机会拒绝"动词(v.)+名词(n.)+动词（v.)"或"动词（v.）+动词（v.）+名词（n.）"这一解释，因为它和英语句子的句法不相容。但在可能接受的句法模型范围内(如"名词（n.）+动词（v.）+副词（adv.）"，"动词（v.）+名词（n.）+副词（adv.）"， "名词（n.）+动词（v.）+名词（n.）"，"修饰语+名词（n.）+动词（v.）"等)，计算机就能够选择了。
一些非规则性语言如果通过人工翻译，译者可以从语篇知识、历史背景、文化差异甚至非语言因素(如身势语)中得到准确的翻译。但是，由于语言与机器的矛盾，机器翻译很难达到这个标准。有鉴于此，机器翻译尚需更多的语言学研究者的参与，在进一步深入研究规则语言的同时，加强对非规则语言的研究。
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。
