对把一种语言自动翻译成另一种语言的可能性的讨论,往往只停留在工艺水平上—即仅仅从诸如增大计算机的运算速度和存储量,使计算机的部件小型化等等这样一些因素来考虑。博特在他的文章中谈到的一点(此点会引起每个在计算语言学领域工作过的人的共鸣)是:机器翻译工艺方面的问题,比起为计算机提供有效地识别和翻译言语所必需的全部信息的困难来,几乎是微不足道的。甚至连材料分析的完全自动化是否可行这一点都不清楚:这部分是由于博特提到的这样一个原因:翻译有赖于对“现实世界”有极其广博的知识;部分是由于转换语法目前还处于形式化阶段,因此,决定句子如何与其“深层结构”联系起来的算法(algorithm,在计算语言学中,亦可译作“规则系统”,下同。—译者)能否存在,还不敢肯定。这并不意味着博特的“理论上的乐观主义”是没有道理的。计算语言学(其中机器翻译是唯一众所周知和最吸引人的方面)对近年来语言理论的发展起了不可忽视的、总的来说是有益的影响。这已近使语言学家借助计算机,更加准确地把语言规则公式化,而用其他方法,就不会那样准确;而且,这种力求精确的努力,往往贯串于不用计算机对语言材料进行分析的工作中。读者将会注意到,本书阐述生理、神经或心理“机制”(mechanisms)的那些章节,倾向于利用计算机科学中的术语和概念(如storage存储器,programming程序设计,等等)。学者们用这样一些术语进行思考,有助于把“现实的”、能检验的假设公式化,因此他们并不坚持认为:计算机模拟语言活动的方式和人的语言活动方式之间会有什么十分接近的相似点。