Quali sono i fattori da prendere in considerazione nella scelta di un linguaggio / paradigma di programmazione per un programma di traduzione in linguaggio naturale basato su regole?

In tutta onestà: la traduzione in linguaggio naturale è così incredibilmente , pazzesca, follemente, difficile in generale che la scelta della lingua è completamente e assolutamente irrilevante. Anche durante la programmazione in Malbolge , il tuo 99,9999999% del tuo tempo, impegno, risorse, manodopera e denaro saranno spesi ricercare e inventare gli algoritmi piuttosto che implementarli.

Esistono fondamentalmente due approcci noti alla traduzione automatica che "funzionano" (come in "producono risultati leggermente migliori di quelli della completa spazzatura"): l'approccio classico e l'approccio di Google:

• approccio classico :
  1. assumere una decina di ricercatori (in alternativa: donare un paio di milioni di dollari a un'università)
  2. aspetta vent'anni
• Approccio di Google :
  1. crea un database di tutto ciò che è mai stato scritto nell'intera storia dell'umanità
  Il modello
  2. corrisponde al testo di input rispetto ai documenti in cui è stato scritto lo stesso documento sia nella lingua di origine che in quella di destinazione da cui si desidera tradurre e in

C'è anche un terzo approccio che IMO funziona meglio:

• utilizza l'API di Google Traduttore

Ora, se insisti a farlo da solo, ogni volta che ascolti le parole "basato su regole", dovresti pensare a linguaggi come Prolog e Mercury o DSL incorporati come KANREN e miniKANREN .