摘要
2017年被称为人工智能技术的应用元年，人工智能开始应用于多个行业及场景中，其一便是机器翻译。随着人工智能在深度学习、语音识别、自然语言处理等方面飞快进步，机器翻译的速度与质量也得以大幅提高，但仍无法达到直接使用的水平，需要辅以人工译后编辑。 本文以政论文为对象，以谷歌在线翻译为工具，研究机器汉译英的效果，总结机器翻译的典型错误，并探讨典型错误的修改办法。 本研究发现:机器翻译的质量虽有较大进步，但仍难以令人满意，在词汇、句法和格式三大方面均出现多种错误。其中，句法错误率最高，主要为逻辑和结构错误;其次为词汇错误，主要为词义错误和漏译;格式错误相对较少。针对各种具体错误，本文借助卡特福德的翻译转换理论提出相应的译后编辑建议，并对译后编辑建议进行总结，探索编辑受限原因以及更优的译后编辑方式。
NETL