位面容锐利的女士，开口道：“加尔文教授，您的工作可能会改变我们的行动方向。
这台机器的速度和准确性确实和过去比起来有了很大的提高。
多久能大规模应用？”
加尔文停顿了一下，谨慎回答：“如果有更多资源支持，我们可以在六个月内开始扩展系统。不过，我们还需要继续优化算法和扩充语言数据库。”
麦克纳马拉鼓掌，转身对沃森说道：“沃森先生，恭喜，你们将获得国防部的订单。”
然后接着对林燃说道：“教授，我就知道你肯定能做到。”
最后才是加尔文：“加尔文教授，国防部后续会跟你联系。”
林燃说：
“大家也不要太乐观。
乔治敦只能说能用，离用好还有很遥远的一段距离。
IBM方面得提高机器的性能，性能越好，它的翻译准确度就越高。
其次乔治敦大学这边要继续沿着我设计的技术路线，不断挖掘它的潜力。
但这条机器翻译的技术路线是有上限的。
只有统计学方法上的更新换代，才能实现更好的翻译效果。
不过等你们挖掘到这条技术路线的上限之后，我建议在这个过程中，乔治敦大学最好多招一些统计学和理论数学专业的博士参与到这个项目中来。
最后是国防部这边，后续在使用乔治敦机器用于俄语翻译的时候，其实还是要依赖人工审核。
能够帮你们提升效率，但提升效率的程度有限，你们不能完全依赖机器。”
其实乔治敦的效果就和最早的翻译有点类似，纯机械式的翻译。
不会按照语言特性进行优化。
只是因为英语和俄语都和拉丁语系有关，只是有关，相关性不算低。
但肯定比英语翻译成中文要简单得多。
“当下这个版本的乔治敦翻译机器，在军事、科技这两个特定领域会表现的比较好，在其他领域，以及对于复杂句和非专业语境下，它的错误率会比较高。
俄语是高度屈折语言，名词有六格变化，动词有复杂的时态和体，而英语语法较简单，仅仅依赖词序和介词而已。
乔治敦机器想做到准确处理格变化和词序调整，还是存在比较大的困难。
我们目前也只是通过概率表和上下文窗口缓解了多义词问题，规则系统确保了基本语法的准确性。
本章未完，请点击下一页继续阅读！