肖志清 魏光凤

(1.武汉科技大学外国语学院，湖北武汉;2.武汉科技大学外国语学院，湖北武汉/北京外国语大学英语学院，北京)

1.引言

人工智能时代神经网络机器翻译(Neural Machine Translation，NMT)技术迅猛发展，以谷歌为代表的神经机器翻译质量较之前已有很大提升。如今神经机器翻译已在语言服务行业得到广泛应用，以机翻为基础的人工译后编辑(MT Postediting，即MT+PE)也被越来越多的语言服务供应商所采用。2018年中国翻译协会发布的《2018中国语言服务行业发展报告》显示，75.8%的语言服务需求公司使用译后编辑方式进行翻译。另外，随着人工智能、大数据、移动互联网、云计算等应用技术愈发成熟以及译后编辑业务需求日益扩大，将成熟的计算机辅助翻译(Computeraided Translation，CAT)软件作为译后编辑的工具或平台成为必然，计算机辅助翻译软件可以弥补单一Word环境下的MT+PE模式没有记忆库和术语库匹配、无法进行质量检查和项目管理的缺陷，因此将三者结合起来(CAT+MT+PE)的人机交互翻译模式越来越成为语言服务行业的主流翻译生产模式。

2.国内外研究现状

翻译学界对机器翻译的研究不像其开发者那样涉及自然语言处理和核心算法，而是聚焦于机器翻译的行业和教学应用问题。由于早期基于规则或统计的机器翻译译文质量难以达到直接可用的实用化要求，因此早在20世纪80年代，人们就已经开始对机器翻译结果进行译后编辑(叶娜等，2012)。与此同时，国外首先兴起了对机器翻译的译后编辑研究，但直到近十年译后编辑的应用应用研究才进入繁荣时期。……