其實我個人是這麼認為的，首先學術流派，大家是百花齊放、百家爭鳴的，你也很難說，語言學知道就不頂用了，必須用資料驅動了深度學習。30年河東30年河西，有可能過一段時間，大家持之以恆發展基於人類知識的分析，也有可能他有很多的地方，反過來超越了你現在基於深度學習的方法。
所以，我是覺得，作為一個很好的研究人員，應該不待偏見，要包容合乎是鼓勵不同……各自發展，甚至是競爭，最後走向合作的趨勢。
舉個例子，其實比如說機器翻譯，原來都是基於規則的，後來有一派就基於統計和資料驅動，另一派的人就說我就不用，什麼語言知識最好不用，越用越倒黴，越用越水平不高。但是，又發現過了一陣子加上樹的結構，真的管事，所以又發現了一些基於數的模型。這個時候他就不說語言學知識沒用了，他說語言學知識有用，只不過我們原來不知道怎麼用。
所以，我個人認為，就是說這兩個流派的人應該都是包容的，還有的時候，在有一些資料很小的時候，比如說有一些語言就沒有什麼資料。用語言知識可以做一個冷啟動的措施就到位了之後，因為你執行起來有使用者用了，資料就來了。資料來了之後你仍然可以在重新用NMT或者是SMT，重新去一套你的系統，連原來的語言知識建立的系統，既幫你做冷啟動，也可以把他的知識再柔和到你的資料驅動中。
其實我個人是這麼認為的，首先學術流派，大家是百花齊放、百家爭鳴的，你也很難說，語言學知道就不頂用了，必須用資料驅動了深度學習。30年河東30年河西，有可能過一段時間，大家持之以恆發展基於人類知識的分析，也有可能他有很多的地方，反過來超越了你現在基於深度學習的方法。
所以，我是覺得，作為一個很好的研究人員，應該不待偏見，要包容合乎是鼓勵不同……各自發展，甚至是競爭，最後走向合作的趨勢。
舉個例子，其實比如說機器翻譯，原來都是基於規則的，後來有一派就基於統計和資料驅動，另一派的人就說我就不用，什麼語言知識最好不用，越用越倒黴，越用越水平不高。但是，又發現過了一陣子加上樹的結構，真的管事，所以又發現了一些基於數的模型。這個時候他就不說語言學知識沒用了，他說語言學知識有用，只不過我們原來不知道怎麼用。
所以，我個人認為，就是說這兩個流派的人應該都是包容的，還有的時候，在有一些資料很小的時候，比如說有一些語言就沒有什麼資料。用語言知識可以做一個冷啟動的措施就到位了之後，因為你執行起來有使用者用了，資料就來了。資料來了之後你仍然可以在重新用NMT或者是SMT，重新去一套你的系統，連原來的語言知識建立的系統，既幫你做冷啟動，也可以把他的知識再柔和到你的資料驅動中。