论文部分内容阅读
针对目前神经网络机器翻译质量参差不齐的状况,如何进行评测和改进显得尤为重要。鉴于此,在梳理了神经网络机器翻译发展情况以及其优势和缺陷的基础上,本文以百度神经网络机器翻译(生物医药领域)为工具,根据医学词条实例指出百度神经网络机器翻译存在的三种典型识别错误,即语内词项、逻辑关系和语外因素,并逐项对比百度神经网络机器翻译译文与人工审校译文,提出了译后编辑的途径和思路,从而改善译文的质量和可读性。