具有一定翻译经验的人恐怕都知道，在诸多翻译场合下，无论对于源语言语句的句法结构的“遵从”，还是对于既有双语语料库的照搬，只要抛却对于特定翻译语境中特定因素的考量，都只会造成非常古怪的翻译结果。比如这样一个案例：我们应当如何将汉语源语句“我和你简直像是在‘鸡对鸭讲’”译成英语呢？能不能直译成“I and you are just like a ‘chicken on ducks’”呢？

很显然，前述汉语源语句里包含了明显的隐喻成分，而隐喻翻译的难点就在于，翻译者必须清楚地了解：（甲）在源语言所提供的语境中，“本体”与“喻体”究竟是在哪个维度上建立起了类比关系；（乙）在目标语言所提供的语境中，对于前述“本体”与“喻体”之间的类比关系是否得到了相关的语言实践的支持；（丙）在“乙”所规定的条件不被满足的前提下，目标语言中的哪些新“喻体”可以与既有“本体”建立起原始文本中所出现的那种类比关系（或至少是与之类似的那种类比关系），以满足目标语言自身的某些特设语境要求。也正是基于上述工作步骤，笔者决定将上述源语句英译为“I don’t think we are on the same page”（字面意思是：“我并不认为我们是处在同一页上”）——而这样的译句虽然在语法结构与词汇使用方面均与原始语句大相径庭，却能够相对成功将原始本文中的核心信息——“两个说话者在沟通渠道上的不通畅状态”——以一种切合于操英语者的隐喻把握习惯的方式，重新呈现于目标语言的语境中。由此看来，至少对于合格的人类译员来说，对于语境性因素的语用学考量（譬如对于目标语言使用者所具有的隐喻使用习惯的考量），将使得对于源语句的静态语义—句法分析变得不那么重要。而平时我们所说的“活译”之“活”，亦在于此。但同样明显的是，目前的基于规则的机器翻译机制，都只会“死译”，而不会“活译”。

综合上面的分析来看，带有“数据驱动”色彩的深度学习进路在机器翻译的问题上是难以通过“刺激匮乏性”问题的考验的，而更为传统的基于规则的机器翻译进路，则无法应对翻译实践中所遭遇到的大量语用学因素对于“句法分析”的干扰。到底路在何方呢？