※ 引述《writerou (春衫犹湿)》之铭言：
: 现今的翻译软件只会在两种语言之间转换，
: 想要让它同时转换三种不同语言，
: 会变得一团乱。
这只是单纯一对二 或互通的逻辑
只要软件公司想做就可以做到
只是这种需求并没有很高
: 请问有没有翻译软件很难用的八卦？
资讯界跟语文学家 一直不断思考这个问题
整个翻译软件的演进史是这样的：
1. 直接按表翻译
How are you?
↓
如何是你？
这个就是清初中国人的翻译水准。
这种程式也好写，反正我只要能够把句子分割成多个Token按表查就好了。
※缺点：智障。
2. 依文法意译
后来大家仔细想想，欸 英文不是有文法吗？
所以资讯教授就找了几个语言学家来做
How are you?
↓
你如何？
3. 打墙期
但问题来了，不是所有的语言都有严格的语法；
其次，对算法来说一个复杂的子句要怎么切割？
资讯学家们与语言学家们 一直在研究有什么办法
到底有什么办法可以让电脑理解词意/语意？
有些教授们去捅妓、有些教授们则是加强程式的复杂度……
这时期
How are you?
↓
你好吗？
※缺点：维护成本高 需靠人为补强 跟不上流行语/网络用语
4. 大‧数据期
后来资讯学家们发现 ＿＿学家没一个能打的 果然＿组都是废物
于是他们想到了 机械学习
机械学习的原理是
我靠塞大量的数据 透过某些特定的模型(例如类神经、统计)
让电脑去学习人类使用的习惯
整合过去自然语言的处理技术、字句分割
靠使用者的贡献与纠正 电脑就会自动成长
所以 如果电脑学习到8+9的用语习惯 那么
How are you?
↓
跨三小
阿大数据、机械学习 真的有那么呛邱吗？
抱歉
如果数据不够多 还是没屁用
所以像一些冷门的语言 翻译强度还是不足