技术背景
（1）机器翻译研究历程
机器翻译的研究在上世纪五十年代就已经展开，早期的工作主要以基于规则的方法为主，进展相对来说比较缓慢。之后美国自然语言处理咨询委I员会还作出了一个质疑了机器翻译的可行性的报告，对该领域研究造成了一定阻碍。到了上世纪九十年代，IBM提出了著i名的基于词的翻译模型，开启了统计机器翻译时代，随后短语和句法模型相继被提出，翻译质量得到了显著提升。***近两年***网络机器翻译方法开始兴起，该方法突破统计机器翻译方法中的许多限制，成为当前的研究热点。
（2）统计机器翻译
统计机器翻译的基本思想是充分利用机器学习技术从大规模双语平行语料中自动获取翻译规则及其概率参数，然后利用翻译规则对源语言句子进行解i码。对于给定的源语言句子，统计机器翻译认为其翻译可以是任意的目标语言句子，只是不同目标语言句子的概率不同。而统计机器翻译的任务，就是从所有的目标语言句子中，找到概率***i大的译文。
（3）***网络机器翻译
***网络机器翻译（neural machine translation，NMT）是近年来兴起的一种全新的机器翻译方法，其基本思想是使用***网络直接将源语言文本映射为目标语言文本，这种编码器解i码器架构使得它可以采用端到端的方式进行训练，能同时优化模型中的所有参数。完全不同于传统机器翻译中以基于离散符号的转换规则为核心的做法，需要经过词对齐，抽规则，概率估计和调参等一系列步骤，容易产生误差传播。***网络机器翻译使用连续的向量表示对翻译过程进行建模，因而能从根本上克服传统机器翻译中的泛化性能不佳、***性假设过强等问题。
译后编辑/交互式机器翻译
（1）译后编辑
译后编辑简单而言就是通过人工直接修改机器翻译的自动译文来完成翻译。译后编辑是***简单的人机交互方式。SDL Trados等计算机辅助翻译工具通常支持谷歌翻译等API来直接获取机器翻译的自动译文，因此译后编辑是目前***i流行的辅助形式。如果机器翻译的自动译文质量较高，人工修改量就比较少，这种方式可以有效提升译员的生产效率。但在行业实践中，译后编辑面临诸多现实挑战，有时甚至仅仅是聊胜于无。主要原因在于当前的机器翻译系统对应的译文质量远未达到人工翻译场景的用户期望。如果机器翻译的自动译文质量较差，译员不得不为了少打几个字而***分析和修改漏洞百出的整句译文，其代价远超过直接翻译。僵化的译文和似是而非的术语翻译使得译员使用机器翻译的热情并不高，而重复纠正相同错误的乏味感和反复修改仍不能满意的挫败感也使用户感到沮丧。
近两年来，***网络机器翻译发展迅猛，译文质量显著提升，同时也带来了新的挑战，如“顺而不信”和翻译结果难以干预等问题。因此，***网络机器翻译仍需要相当长时间才可能在实践中显著改善译后编辑的人机交互体验。
（2）交互式机器翻译
交互式机器翻译指系统根据用户已翻译的部分译文动态生成后续译文候选供用户参考。译员从零开始翻译，因此译员无需修改自动译文，仅在翻译过程中选择可接受的部分即可。该技术指在通过翻译人员与机器翻译引擎之间的交互作用，从而实现人类译员的准确性和机器翻译引擎的高i效性。
与译后编辑相比，交互式机器翻译系统对技术实现有更高的要求：从左至右的强制解i码和流畅的实时响应。同时，因为需要译员反复阅读和理解***i新的译文部分，这种模式也给用户带来了额外负担。因此，目前流行的在线翻译系统和计算机辅助翻译工具并不支持交互式机器翻译模式。目前的交互式机器翻译系统仍处于原型阶段。可喜的是，从近期机器翻译技术的发展，尤其是基于***网络机器翻译的交互式机器翻译的进步可以预见，交互式机器翻译有望成为未来人工翻译的候选项之一。
在翻译的过程中，你有没有发现有时候个别名词译起来没什么毛病，***后才发现那样并不符合官i方标准。今天我们就来看看“查”在翻译中有多重要吧。
做译审多年，这是我批评同事时用得***多的，也是同事们***不喜欢听到的一句话，要说有些***的东东翻不了去查查字典也还罢了，偏偏是能翻的，却不让翻，一定要查，这不是自己作践自己吗？
如果翻译（本文特指中译英）只是拿一些除了自己什么人都看不懂的东西去糊弄那些除了中文什么文都看不懂的人的话，当然可以姿意任性、自“译”其是，但若真把翻译当作一门严谨的科学，就必须遵守翻译的基本准则，不可自以为是地乱翻一气。