किसी खोज इंजन से प्रश्न पूछकर आप कौन सी भाषा सीख सकते हैं? यांडेक्स वर्कशॉप

जिन भाषाओं में इंटरनेट खोज उपयोगकर्ता अपने खोज प्रश्नों की रचना करते हैं, वे हमारी बहुत ही आँखों के सामने दिखाई देती हैं। कानूनी रूप से, वे अधिक परिचित भाषाओं से थोड़ा अलग हैं, उदाहरण के लिए, रूसी या अंग्रेजी, और अपने अस्तित्व की शुरुआत में वे मूल भाषाओं के साथ मेल खाते थे। लेकिन खोज प्रश्नों की भाषाएं जल्दी से माता-पिता से दूर चली गईं और मुहावरों, वाक्यविन्यास, और यहां तक ​​कि विशेष "भाषण के कुछ हिस्सों" के अपने सेट हासिल कर लिए। उनके व्याकरण के छोटे आकार और सादगी, साथ ही ऐसी भाषाओं में उत्पन्न पूर्ण वाक्यों का अध्ययन करने की क्षमता, उन्हें भाषा अधिग्रहण के मॉडल के परीक्षण के लिए आदर्श मॉडल ऑब्जेक्ट बनाते हैं।



मैंने क्वेरी भाषा पर थोड़ा शोध किया था जिसमें उपयोगकर्ता यैंडेक्स खोज की ओर मुड़ते हैं, और इसके आधार पर मैंने एक रिपोर्ट तैयार की। जैसा कि अक्सर होता है, उत्तर की तुलना में अधिक प्रश्न होते हैं। हालांकि, परिणाम काफी दिलचस्प थे।







मैं अनुसंधान के लिए मुख्य विचारों में से एक के लिए ऐलेना ग्रंटोवा को धन्यवाद देना चाहूंगा और रिपोर्ट तैयार करने में मदद करूंगा ।



हम पूरी तरह से खोज प्रश्नों की भाषा के साथ शुरू नहीं करेंगे, लेकिन भाषा अधिग्रहण की समस्या के साथ और यह भाषा विज्ञान, संज्ञानात्मक विज्ञान के लिए इतना महत्वपूर्ण क्यों है और किसी भी विचारशील व्यक्ति को दिलचस्पी दे सकता है। समस्या यह है कि हम पूरी तरह से यह नहीं समझ पाते हैं कि बच्चे किस तरह से जटिल जटिल वैचारिक और व्याकरणिक तंत्र में तेजी से महारत हासिल करते हैं, अपनी शब्दावली को ऐसे स्तर पर बढ़ाते हैं जिस पर हम अभी भी मशीन को प्राकृतिक भाषा समझने की शिक्षा नहीं दे सकते हैं। लोगों को प्लेटो के समय में, और पहले भी भाषा अधिग्रहण की प्रक्रिया के रहस्य का एहसास हुआ। इस पूरे समय में, दो मुख्य क्षेत्रों में विवादों का बोलबाला है: nativism और empiricism। प्रकृतिवादियों का मानना ​​है कि जब किसी भाषा में महारत हासिल होती है, तो हमारे मस्तिष्क की अधिकांश जानकारी पहले से ही किसी तरह से "सिल जाती है", और अनुभववादियों का कहना है कि हमें सीखने की प्रक्रिया में अधिकांश जानकारी अपने अनुभव के आधार पर मिलती है।



नैटिविज्म में निहित विचारों में से एक यह है कि सभी प्राकृतिक भाषाओं में समान विशेषताएं हैं - सार्वभौमिक। नैटिविज्म प्रोत्साहन गरीबी तर्क पर भी जोर देता है, जिसका उद्देश्य यह बताना है कि भाषा अधिग्रहण में बड़ी मात्रा में जन्मजात ज्ञान के बिना कोई ऐसा क्यों नहीं कर सकता है। यह अनुमान लगाया जाता है कि जब कोई बच्चा स्कूल जाता है, तब तक उसकी शब्दावली में लगभग दो हजार शब्द होते हैं। इसका मतलब यह है कि जिस क्षण वह पैदा हुआ था, उसी दिन से उसने एक या दो नए शब्द सीखे। वह उनमें से प्रत्येक को कुछ समय से अधिक नहीं सुनता है, लेकिन यह उसके लिए यह समझने के लिए पर्याप्त है कि कैसे इन शब्दों को उत्परिवर्तित किया जाता है, एक दूसरे के साथ संयुक्त, निर्जीव वस्तुओं से वस्तुओं को भेद करने के लिए, आदि।



जब कुछ प्रकार के एल्गोरिथ्म के रूप में मशीन रूप में इसे दोहराने की कोशिश की जा रही है जो कम से कम समान दक्षता के साथ भाषाओं का अध्ययन कर सकते हैं, तो कुछ कठिनाइयां पैदा होती हैं। सबसे पहले, इस तरह के एक सॉल्वर में सीमित है कि वह केवल सकारात्मक उदाहरण प्राप्त करता है, वाक्यांश जो भाषा के व्याकरण द्वारा स्वीकार्य हैं, और कोई प्रतिनियुक्ति प्राप्त नहीं हुई है। इसके अलावा, कुछ एल्गोरिथ्म प्रतिबंध एक एल्गोरिथ्म पर लगाए जाते हैं जो भाषा अधिग्रहण को मॉडल कर सकते हैं। विशेष रूप से, हम सभी संदर्भ-मुक्त व्याकरणों के माध्यम से जाने का जोखिम नहीं उठा सकते हैं जो कि हम जानते हैं कि सभी उदाहरण फिट होंगे और सबसे सरल एक का चयन करेंगे। हमें ऐसा करने की अनुमति नहीं है क्योंकि ऐसा कार्य एनपी-पूर्ण है।



चलिए सीधे क्वेरी भाषा पर चलते हैं। मेरा विचार है कि यह एक पूर्ण प्राकृतिक भाषा की तुलना में एक सरल भाषाई वस्तु है, लेकिन शब्दों का एक तुच्छ सेट नहीं है। इसकी अपनी संरचना है, इसके विकास तर्क और इस भाषा को सीखने वाले मानव के तर्क कुछ हद तक एक प्राकृतिक भाषा सीखने के तर्क की याद दिलाते हैं।



हम यह देख सकते हैं कि जिस व्यक्ति ने अभी-अभी खोज इंजन का उपयोग शुरू किया है, उसके अनुरोध कैसे धीरे-धीरे बदल रहे हैं। दो रणनीतियां हैं: पहले प्रश्नों में एक ही वस्तु का नामकरण शामिल हो सकता है, या रूसी में एक अच्छी तरह से और व्याकरणिक रूप से बनाई गई वाक्यांश का प्रतिनिधित्व कर सकता है। कुछ समय बाद, लोग ध्यान देते हैं कि कुछ डिज़ाइन उन्हें संचार की सफलता की ओर ले जाते हैं। वे देखते हैं कि मशीन ने उन्हें समझा, वे वांछित परिणाम प्राप्त करते हैं। अन्य डिजाइन काम नहीं करते। उदाहरण के लिए, समन्वित रूसी में लिखे गए लंबे वाक्यांश अक्सर मशीन द्वारा गलत समझा जाते हैं। उपयोगकर्ता अपने अनुरोधों को सफल डिज़ाइनों तक पहुँचाना शुरू कर देता है, उन्हें अन्य उपयोगकर्ताओं से (जिसमें सेस्ट के माध्यम से) अपनाया जाता है। वह नोट करता है कि यदि आप अनुरोध के अंत में जादू शब्द "मुफ्त में डाउनलोड करें" जोड़ते हैं, तो मशीन इसे बेहतर समझती है, जिसके बाद वह इन शब्दों को कहीं भी जोड़ना शुरू कर सकता है, भले ही वे एक विशिष्ट अनुरोध के लिए कोई फर्क नहीं पड़ता हो।



जैसा कि अकादमिक भाषाविज्ञान में प्रथागत है, मैं आगे के कथन के साथ निर्दिष्ट करूंगा जो भाषा के व्याकरण के दृष्टिकोण से अस्वीकार्य है। स्क्वायर कोष्ठक पारंपरिक रूप से खोज क्वेरी शामिल करते हैं। आइए तीन उदाहरण देखें:

• [पूर्वी संगीत ऑनलाइन सुनें]
• [पूर्वी संगीत ऑनलाइन सुनें]
• ^* [पूर्वी संगीत को ऑनलाइन सुनें]

दूसरा विकल्प रूसी भाषा और क्वेरी भाषा दोनों में मान्य है, पहले केवल क्वेरी भाषा में अनुमति दी गई है, और तीसरे में भी अनुमति नहीं है, हालांकि समन्वय पहले की तुलना में बेहतर है। हमारे पास प्रश्नों की व्यापकता के आंकड़े हैं, और उन मामलों में जहां हम एक तारांकन चिह्न रखते हैं और कहते हैं कि विकल्प क्वेरी भाषा में निषिद्ध है, यह समझा जाता है कि ऐसे क्वेरी फॉर्म अत्यंत दुर्लभ हैं।



क्वेरी भाषा का रूसी संस्करण साधारण रूसी भाषा के साथ मेल नहीं खाता है, हालांकि लेक्सिकल रचना लगभग समान है। यह 1997 के आसपास पैदा हुआ और तब से यह काफी सक्रिय रूप से विकसित हुआ है। यदि बहुत शुरुआत में औसत क्वेरी लंबाई 1.2 शब्द थी, तो 2013 तक यह आंकड़ा पहले से ही 3.5 शब्दों तक पहुंच गया था।



क्वेरी भाषा को पूर्ण भाषिक वस्तु के रूप में मानने के पक्ष में एक और तर्क जिपफ का नियम है । प्राकृतिक भाषाओं में, उपयोग की आवृत्ति में n- वें शब्द की आवृत्ति लगभग 1 / n के अनुपात में होती है। और यह निर्भरता विशेष रूप से स्पष्ट रूप से दिखाई देती है यदि हम ग्राफ को दोहरे लघुगणकीय पैमाने पर रखते हैं। हम देखते हैं कि प्रश्नों की भाषा में शब्द आदर्श रूप से 45 डिग्री के कोण पर एक सीधी रेखा पर स्थित होते हैं, जो जिपफ के नियम के अनुसार एक प्राकृतिक भाषा का संकेत है:







यदि हम शब्दकोष की तुलना करते हैं (यानी, रूसी भाषा और क्वेरी भाषा के प्रत्येक अगले शब्द की घटना का वर्णन करने के लिए हमें औसतन कितने बिट्स की आवश्यकता है), तो पहली बार यह संकेतक लगभग 11 बिट्स (एल.एन. टॉल्सटॉय के ग्रंथों के उदाहरण का उपयोग करके) होगा, और दूसरे के लिए - लगभग 12. जो है प्रश्न पूछने वाले सभी लोगों की शब्दावली टॉल्स्टॉय की शब्दावली से लगभग 4 गुना बड़ी है। इसी समय, यह स्पष्ट है कि संचार के दृष्टिकोण से क्वेरी भाषा एक अजीब भाषा है, क्योंकि इसके साथ, लोग एक दूसरे के साथ संवाद नहीं करते हैं, लेकिन खोज इंजन की ओर मुड़ते हैं। तदनुसार, बयानों की व्यावहारिकता हमेशा समान होती है, इसलिए कुछ निर्माणों का अनुपात स्पष्ट रूप से भिन्न होगा। उदाहरण के लिए, क्वेरी भाषा में क्रिया भाषा में क्रिया का अनुपात 5.4% है, और रूसी में - 17.5% है। तथ्य यह है कि उनका उपयोग किसी अन्य फ़ंक्शन के साथ किया जाता है, आमतौर पर वे क्रियाएं होती हैं जो उपयोगकर्ता के इरादे को दर्शाती हैं: "डाउनलोड", "घड़ी", "सुनो"। इसलिए यदि आप सभी क्रियाओं में से 10 सबसे अधिक बार साझा करते हैं, तो यह बहुत अधिक होगा - रूसी में 11.4% के मुकाबले 46%। व्याकरणिक रूप से, एक भाषा बहुत सरल होती है, क्योंकि इसमें एक वाक्यांश की औसत लंबाई चार शब्दों से अधिक नहीं होती है। ये पूर्ण वाक्य भी नहीं हैं, बल्कि कथन हैं। सवाल उठता है, क्या इस मामले में क्वेरी भाषा के वाक्य विन्यास के बारे में आम तौर पर बोलना संभव है? हम मानते हैं कि यह संभव है। इसकी पुष्टि में, हम कुछ उदाहरणों पर विचार करेंगे जहां हम देख सकते हैं कि क्वेरी भाषा में आप ऐसे निर्माण देख सकते हैं जो रूसी भाषा के लिए विशिष्ट नहीं हैं, लेकिन अक्सर दूसरों में पाए जाते हैं, उदाहरण के लिए, जापानी में।

• [बिल्ली के बच्चे की तस्वीर]
• [बिल्ली के बच्चे की तस्वीर]
• ^* (बिल्ली के बच्चे की तस्वीर]

यह स्पष्ट नहीं है कि पहले दो प्रश्नों में क्या हो रहा है, लेकिन हम स्पष्ट रूप से देख सकते हैं कि तीसरी स्थिति में हमारे पास एक पारंपरिक संज्ञा वाक्यांश है, जो कि अनुवांशिक मामले से समन्वित है। अब क्रिया समूह पर विचार करें:

• [ट्रेलर देखें पारिवारिक कुकर्म]
• [ट्रेलर क्रूड्स परिवार देखो]

हमारे पास एक वस्तु है - "क्रूड्स फैमिली ट्रेलर", जिसके साथ हम एक निश्चित कार्रवाई करना चाहते हैं - "घड़ी"। अगला, हमारे पास एक भाषा का निर्माण है जो व्यावहारिक रूप से रूसी में नहीं पाया जाता है - सामयिकता। यह बहुत आम है, उदाहरण के लिए, जापानी में। वहां आप विषय ला सकते हैं - जिस पर चर्चा की जा रही है - उसे वाक्य की शुरुआत में रखें। टॉपिकलाइज़ेशन क्वेरी भाषा में भी किया जा सकता है:

• [क्रू ट्रेलर परिवार देखो]
• [kruds परिवार ट्रेलर देखें]

यदि हम यह मानते हैं कि वास्तव में यही हो रहा है, न कि कुछ ऐसे शब्दों का बैग, जो लोग यादृच्छिक रूप से फेरबदल करते हैं, तो हम स्वाभाविक रूप से मान सकते हैं कि अन्य निर्माणों को प्रतिबंधित किया जाना चाहिए। और यह वास्तव में है। वे निर्माण जो चार से बदतर नहीं हैं, जिनका हमने ऊपर उल्लेख किया है, कभी नहीं मिलते हैं या बहुत दुर्लभ हैं:

• ^* [क्रूड्स परिवार को देखने के लिए ट्रेलर]
• ^* [क्रूड्स ट्रेलर परिवार को देखें]

हम यह मान सकते हैं कि सामयिकता के बारे में हमारी परिकल्पना की पुष्टि की गई है, और यह जानने की कोशिश करें कि किटन के बारे में पहले दो प्रश्नों में क्या होता है:

• [बिल्ली के बच्चे की तस्वीर]
• [बिल्ली के बच्चे की तस्वीर]

ऐसा लगता है कि पहली क्वेरी मूल संरचना है, और दूसरा सामयिकता का एक और उदाहरण है।

कम्प्यूटेशनल मॉडल

भाषा का एक बड़ा निकाय होने पर, आप सरल परीक्षणों का उपयोग करते हुए इसके आत्मसात का मूल्यांकन कर सकते हैं। क्वेरी भाषा का शरीर प्रकृति में बहुत बड़ा है। हर दिन, लाखों खोज प्रश्न यैंडेक्स पर आते हैं, क्रमशः, अरबों कथनों के लिए लाश लगभग हवा से ली जा सकती है। यह हमें न केवल कम्प्यूटेशनल मॉडल का मूल्यांकन करने की अनुमति देता है, बल्कि एक दूसरे के साथ उनकी तुलना करने के लिए भी है जब तक कि हम अंतर के सांख्यिकीय महत्व को प्राप्त नहीं करते हैं, आदि। आइए सबसे सरल कार्य के साथ आते हैं जो हमें यह मूल्यांकन करने में मदद करेगा कि क्या एल्गोरिथ्म या मॉडल ने भाषा और कितनी अच्छी तरह से सीखा है। उदाहरण के लिए, गायब शब्द को पुनर्प्राप्त करने वाला कार्य:

• [जंगल में * जंगल में क्रिसमस का पेड़ वह बड़ा हुआ]
• [mp3 * मुफ्त और बिना पंजीकरण]

यह विचार है कि एक सौ प्रतिशत मामलों में इस कार्य को हल नहीं किया जा सकता है, लेकिन बेहतर है कि किसी को भाषा में महारत हासिल है, जितने अधिक मामलों में वह इस समस्या को हल करेगा। और अगर हमारे पास बहुत सारे उदाहरण हैं, हालांकि परीक्षण के बीच बहुत अंतर है, तो हम अभी भी इसे देख सकते हैं और इसे सांख्यिकीय रूप से महत्वपूर्ण बना सकते हैं। प्राकृतिक भाषाओं के साथ काम करते समय, सीमित मामलों के कारण यह सबसे अधिक बार असंभव है।



एक मॉडल कैसे बनाया जा सकता है जो इस तरह से शब्दों को फिर से बनाने की कोशिश करता है? सबसे सरल विकल्प एन-ग्राम है, जब हम शब्दों का एक क्रम लेते हैं और कहते हैं कि अगले शब्द की श्रृंखला में दिखाई देने की संभावना केवल पिछले कितने लोगों पर निर्भर करती है। फिर हम इस शब्द की संभाव्यता और विकल्प का मूल्यांकन करते हैं। इस तरह के एन-ग्राम हमें निम्नलिखित शब्द या बीच में शब्द को बहाल करने का अवसर दे सकते हैं:

• [... डाउनलोड बिना * ...] => पंजीकरण
• [... * एक पेंसिल के साथ राजकुमारी] => ड्रा
• [... शापित * ड्रोन] => राजा

यह बहुत दिलचस्प मॉडल नहीं है। वास्तव में, हमें बस याद है कि भाषा में क्या निर्माण हैं और किसी भी तरह से हम स्पष्ट रूप से कुछ भी सामान्य नहीं करते हैं। जाहिर है, एक मशीन जो सामान्यीकरण के बिना केवल ऐसे पैटर्न का उपयोग करती है, मशीन की तुलना में भाषा का बहुत बुरा ज्ञान होगा जो अधिक जटिल नियम लागू करता है। इस तरह के नियमों के रूप में, हम उसी पैटर्न को चुनने की कोशिश करते हैं जिसमें कुछ शब्दों को कई अलग-अलग शब्दों के साथ बदल दिया जाता है। उदाहरण के लिए, हम देख सकते हैं कि यदि वाक्यांश "बाज़ और *" के बाद पुस्तक के संदर्भ (फ़ाइल स्वरूपों के नाम, "रीड" या "लेखक") का संकेत देने वाले शब्द हैं, तो "निगल" शब्द सबसे अधिक गायब है।



हम प्रशिक्षण के उदाहरणों की संख्या के आधार पर भाषा के "ज्ञान" के स्तर का भी अध्ययन कर सकते हैं: 3,100 वाक्यांश, 6,200 वाक्यांश, 12,400 वाक्यांश, 24,800 वाक्यांश, 41,000 वाक्यांश। ऊपरी सीमा लगभग उन वाक्यांशों की संख्या से मेल खाती है जो बच्चा जीवन के पहले दो वर्षों में सुनता है। संभावित रूप से, कोई भी यह पता लगा सकता है कि वक्र किस क्षण झुक जाएगा और नई जानकारी प्रवाहित नहीं होगी। लेकिन 41,000 वाक्यांशों के साथ, यहां तक ​​कि एन-ग्राम मॉडल के ग्राफ़ पर भी, यह देखा जा सकता है कि आंदोलन बंद नहीं होता है। ग्राफ पर नीला रंग इंगित करता है कि मॉडल परीक्षण पर कितने प्रतिशत शब्दों का अनुमान लगाता है, और लाल और नीला - 3 indicates अंतराल। दिलचस्प है, अनुमान लगाए गए शब्द के बाईं ओर संदर्भ इसे एक प्रतिशत बेहतर पहचानने में मदद करते हैं। और यदि आप एक ही समय में दाएं और बाएं संदर्भों का उपयोग करते हैं, तो अनुमान लगाने का प्रतिशत दस प्रतिशत बढ़ जाता है।















हमारी अगली सफलता तब होनी चाहिए जब हम सामान्यीकृत टेम्पलेट डिज़ाइनों का उपयोग करना शुरू करते हैं। इस भूमिका के लिए उम्मीदवारों के रूप में, हम दो अलग-अलग प्रकारों का चयन करेंगे: व्याकरणिक और प्रासंगिक-वैचारिक। हम यैंडेक्स में एक महान उपकरण है - एक लेमर। वह प्रत्येक शब्द के बारे में बता सकता है कि उसके पास क्या लेम्मा है और वह इस लेम्मा से वर्तमान रूप में कैसे आया। आपको किसी भी शब्द का प्रारंभिक रूप निर्धारित करने की अनुमति देता है। इस प्रकार, हम एक व्याकरणिक संदर्भ जोड़ सकते हैं:

• [(एस, उन्हें, यू) * धार] => डाउनलोड
• [निर्देश * (एस, तिथियाँ, इकाइयों)] => द्वारा

संदर्भ-वैचारिक पैटर्न के मामले में, हम शब्दों के कुछ सेटों को सामान्य बनाने की कोशिश कर सकते हैं। उदाहरण के लिए, हम शब्दों और वाक्यांशों के कुछ सेटों के रूप में एक्स को अलग कर सकते हैं, जिसके लिए भाव [एक्स ट्यूनिंग] और [एक्स मूल्य] स्वीकार्य हैं:

• [दस्तक * एक्स], वैध [एक्स ट्यूनिंग] और [एक्स मूल्य] => इंजन

फिर सवाल यह उठता है कि क्या ग्रामों में जितनी जानकारी है, केवल संदर्भों से ही उसे प्राप्त करना संभव है? यह सिर्फ अद्भुत होगा यदि हम जानते थे कि भाषण के कुछ हिस्सों को चिह्नित करना संभव नहीं है और शब्दार्थ से व्याकरण के पैटर्न को अलग नहीं करना है, लेकिन बस एक वैचारिक प्रकार के लिए सब कुछ कम करना है। यदि हम सामान्यीकृत पैटर्न जोड़ते हैं जो सभी उपलब्ध व्याकरण का उपयोग करते हैं, तो हमें एक परिणाम मिलता है जो 0.2 प्रतिशत की वृद्धि की गारंटी देता है। जो हमने ऊपर देखा, उसकी तुलना में यह काफी मज़ेदार है, लेकिन यह कहीं न कहीं इधर-उधर है कि हम बहुत सीलिंग के खिलाफ जल्दी से आराम कर लेते हैं, जिसे तोड़ना बहुत मुश्किल है। लेकिन यह वह है जो उस भाषा की समझ से मेल खाता है जिसे हर कोई चाहता है। संदर्भ-वैचारिक टेम्पलेट्स आपको कम परिणाम प्राप्त करने की अनुमति देते हैं - 0.04%। यह पता चला है कि हमारे प्रश्न का उत्तर नकारात्मक है: ग्राम में अधिक जानकारी होती है। हालांकि, यह सवाल कि क्या कुछ मजबूत सामान्यीकरणों का उपयोग करके उसी जानकारी को प्राप्त करना संभव है, खुला रहता है। हमने इस तथ्य का उपयोग नहीं किया कि एक ही शब्द के शब्द एक-दूसरे से बहुत मिलते-जुलते हैं, और एक ही ग्राम के साथ अलग-अलग शब्द रूपों के प्रत्यय अक्सर एक-दूसरे से मिलते जुलते होते हैं। क्या ऐसे सामान्यीकरणों का उपयोग करके जानकारी प्राप्त करना संभव है जो केवल शब्द उपयोग से एक परीक्षण समस्या को हल करने के लिए ताकत के बराबर है? और यदि हां, तो इस एल्गोरिदम को औपचारिक कैसे बनाया जाए?

परिणाम

हमारी आंखों से पहले, एक नई भाषाई वस्तु विकसित हो गई है। यह सामान्य प्राकृतिक भाषा की तुलना में सरल है। उनके पास संचार का एक स्पष्ट लक्ष्य है, एक और एक ही व्यावहारिक। इसके अलावा, हम इसके उपयोग के संपूर्ण आंकड़ों को जानते हैं, जो किसी भी प्राकृतिक भाषा के लिए शुद्ध कल्पना है। एक ही समय में, यह अभी भी काफी दिलचस्प बना हुआ है और हमें "वास्तविक" भाषाओं की संरचना के बारे में कुछ विचारों का नेतृत्व करने के लिए पर्याप्त है। कई सवाल अभी भी अपने शोधकर्ताओं के लिए इंतजार कर रहे हैं:

• इसके "भाषण के कुछ भाग" क्या हैं?
• क्या इसके लिए पूर्ण पार्सर का निर्माण संभव है?
• यह किस प्राकृतिक भाषा की तरह दिखता है?
• यह कैसे विकसित हो रहा है?