我很乐意与那些在机器学习，计算语言学或人工智能方面有经验的人交谈，但是通过以下示例：
•您可以通过统计语言学，机器学习等方式申请哪些现有软件进行可管理的尝试？ （不要误会我的意思我不想这样做，而只是试图为这个领域中最复杂的东西绘制一个概念框架，如果你有机会领导一个团队，你会怎么想？要实现这样的......）
•哪些现有数据库？当数据为TB时，哪种数据库技术可以存储结果
•除了C ++之外还有哪些编程语言？
•Apache mahunt？
•并且，这些软件组件如何协同工作以支持整体工作？
答案 0 :(得分：3)
您将通过统计语言学，机器学习等适用于谷歌翻译等可管理尝试的现有软件
如果您的唯一目标是构建翻译软件，那么我只会使用Google语言API：它是免费的，为什么要重新发明轮子？如果您的目标是为了熟悉机器学习而建立一个类似于Google的翻译器，那么您就走错了道路......尝试一个更简单的问题。
哪个数据库？
<强>更新
取决于你的语料库的大小：如果它是巨大的，那么我会选择hadoop（因为你提到了mahout）...否则就选择标准数据库（SQL Server，MySQL等）。
原件：
我不确定您可以使用哪些数据库，但如果一切都失败了，您可以使用Google翻译来构建自己的数据库...但是，后者会对谷歌的翻译引入偏见，而谷歌会做的任何错误都会导致您的软件（至少）有相同的错误。
除了C ++之外还有哪些编程语言？
无论你最喜欢什么......当然C ++是一个选项，但你可能更容易使用Java或C＃。使用Java和C＃进行开发要快得多，因为从一开始就有很多内置于这些语言中的功能。
Apache mahunt？
如果你有庞大的数据集......你可以。
<强>更新
一般来说，如果你的语料库的大小非常大，那么我肯定会使用像mahout / hadoop这样的强大组合。它们都是为了这个目的而构建的，你将很难“复制”他们所有的工作，除非你有一个庞大的团队支持你。
而且，这些软件组件如何协同工作以支持整体工作？
事实上，你似乎正在尝试熟悉机器学习......我会尝试更简单的东西：构建语言检测器而不是翻译器。我最近建了一个，我发现你可以做的最有用的事情是建立字符n-gram（bigrams和trigrams结合起来效果最好）。然后，您将使用n-gram作为标准机器学习算法（如C45，GP，GA，贝叶斯模型等）的输入，并执行10次交叉验证，以最大限度地减少过度拟合。
更新：
“...您使用哪些软件组件来运行示例？”
我的例子非常简单：我有一个SQL Server数据库，其中的文档已经用语言标记，我加载了内存中的所有数据（几百个文档），我给每个文档算法（C45）。该算法使用自定义函数来提取文档特征（双字母和三字母字母），然后运行其标准学习过程并吐出模型。然后，我根据测试数据集测试模型，以验证准确性。
在你的情况下，有了数TB的数据，似乎你应该使用带有hadoop的mahout。此外，您将要使用的组件在mahout / hadoop体系结构中得到了很好的定义，因此它应该是非常自我解释的。
答案 1 :(得分：3)
关于语言选择，至少对于原型设计，我建议使用Python。它在自然语言处理方面取得了很大的成功，因为它拥有一个包含科学计算，文本分析和机器学习的大型工具库。最后但并非最不重要的是，如果您想从现有工具中受益，那么调用编译代码（C，C ++）非常容易。
具体来说，看一下以下模块：
NLTK，自然语言工具包
scikits.learn，Python中的机器学习
Olivier Grisel使用这些工具进行文本挖掘的presentation可以派上用场。
免责声明：我是scikits.learn的核心开发人员之一。
答案 2 :(得分：2)
哪些现有数据库？当数据为TB时，哪种数据库技术可以存储结果 HBase，ElasticSearch，MongoDB
•除了C ++之外，还有哪些编程语言？ 对于ML其他流行语言Scala，Java，Python
•Apache mahunt？ 有时有用，更多地编写纯Hadoop
•并且，这些软件组件如何协同工作以支持整体工作？ 有许多统计机器学习算法可以用mapreduce进行并行化，允许在NoSQl中使用sotrage
答案 3 :(得分：1)
可用于自动翻译的最佳技术基于统计方法。在计算机科学中，这被称为“机器翻译”或MT。想法是将信号（要翻译的文本）视为有噪信号，并使用纠错来“固定”信号。例如，假设您正在将英语翻译成法语。假设英语声明最初是法语，但是以英语形式出现。你必须修复它才能恢复它。可以为目标语言（法语）和错误构建统计语言模型。错误可能包括丢失的单词，移动的单词，拼写错误的单词和添加的单词。
更多信息可在以下网址找到：http://www.statmt.org/
关于db，MT解决方案不需要典型的db。一切都应该在记忆中完成。
用于此特定任务的最佳语言是最快的语言。 C将是这个问题的理想选择，因为它可以快速轻松地控制内存访问。但是可以使用任何高级语言，如Perl，C＃，Java，Python等。
答案 4 :(得分：0)
Google的Tensorflow是基本翻译的实用工具。然而，任何真正双语的人都知道翻译不是一个统计过程。这是一个复杂得多的过程，刚刚被简化，因此90％的过程似乎都是正确的
巨大的并行性将产生巨大的差异，因此量子计算的出现，以及形成它的一些想法，将使下一个8％成为可能。
最后2％将与普通专业翻译和口译员匹配。