问在为基于规则的自然语言翻译程序选择编程语言/范例时，需要考虑哪些因素？

EN

诚实地说:自然语言翻译是如此令人难以置信，令人难以置信，精神错乱，总体上很难选择语言，因此语言的选择是完全不相关的。即使用马尔博格编程，你99.9999999%的时间、精力、资源、人力和金钱也会花在研究和发明算法上，而不是实现它们。

基本上有两种已知的机器翻译方法，即"work“(如”产生的结果略优于完全垃圾“)：经典方法和Google方法：

• 经典方法：
  1. 雇佣十几名研究人员(或者:捐赠几百万美元给一所大学)
  2. 等二十年

• 谷歌方法：
  1. 创建一个人类历史上所写的所有东西的数据库
  2. 模式将输入文本与要翻译的源语言和目标语言编写相同文档的文档匹配。

还有第三种办法是海事组织最有效的办法：

• 使用谷歌翻译API

现在，如果你坚持自己去做，那么每当你听到“基于规则的”这个词，你就应该想到像Prolog和水星这样的语言，或者像康伦和miniKANREN这样的嵌入式DSL。