機械翻訳等の性能が向上しつつある現在や近未来において、文法の学習が重要であろう、という理由について
機械翻訳には2種類ある
性能が向上するならば、可能ならばどんな手法でも取り込む、という分野であるので、実際には明確に区分するのは難しくハイブリッドであることが多いだろうが、基本原理として機械翻訳には以下の2通りがある。
- 従来からの方式: (プログラミング言語などと同様にして)字句解析・構文解析をおこない、さらに高度なものではそこから文意を構築し、それらの情報をもとに言語を移行(トランスファ)して、その後に逆変換にあたる文の生成をおこなって翻訳結果を得る方式(構文トランスファ方式・意味トランスファ方式)
- 機械学習によるもの: 近年の DeepL など、ニューラルネットワークのディープラーニングを利用した機械翻訳
この2つは、互いに得意・不得意があり、いずれも、利用者としては文法に強いほうが、いずれも活用できる。従来型の場合、その原理上、入力が文法に沿っている(grammatical)ほど、翻訳は正確になる。機械学習型はそれに比較して、対応できる柔軟度が高い反面、文法に強い利用者であれば気付くような間違いを起こしやすい。