一、一般情況
1. 能力方面
許多AI人工智能翻譯公司開發的工具都具備一定處理非標準或非正式語言表達的能力。例如，一些先進的神經網絡翻譯模型，像谷歌翻譯、微軟翻譯等，它們通過大量的語料進行訓練，這些語料中包含了各種非標準和非正式的表達形式。
以日常口語中的俚語為例，“gonna”（going to的非正式表達）、“wanna”（want to的非正式表達）等，這些翻譯工具可以根據上下文對其進行合理的翻譯。
2. 技術原理
基于深度學習的翻譯模型，它們會學習到語言的各種模式。在處理非標準或非正式表達時，模型會嘗試將輸入的非標準表達映射到已經學習到的相關標準表達或者相似的語義模式上，然后再進行翻譯。
二、局限性
1. 文化特定性
對于一些非常具有文化特定性的非標準表達，可能會存在翻譯不準確的情況。比如某些地方方言中的獨特表達，可能只在特定的地域文化中有意義，對于這種情況，翻譯公司的工具可能難以準確把握其確切含義并進行精準翻譯。
2. 新出現的表達
隨著社會的發展，不斷會有新的非標準或非正式表達出現，例如一些網絡新興詞匯（像“凡爾賽”這種具有特定網絡文化內涵的詞）。翻譯公司的工具可能需要一定的時間來更新語料庫或者調整模型，才能準確翻譯這些新的表達。
AI人工智能翻譯公司在一定程度上能夠處理非標準或非正式的語言表達，但也存在一些局限性。
