浅谈机器翻译存在的问题
浅谈在线翻译软件对于英语学习者的影响——以网易有道词典、欧路词典和谷歌翻译为例
浅谈在线翻译软件对于英语学习者的影响——以网易有道词典、欧路词典和谷歌翻译为例摘要：随着计算机技术的发展，各类翻译软件如雨后春笋般涌现。
由于没有强大语料库的支撑，在线翻译软件的涌现为英语学习者带来便利的同时也带来了一些负面影响。
尤其对于英语初学者而言，过度依赖或者信任在线翻译软件并不利于对英语语法尤其是句型的把握。
本文以网易有道词典、欧路词典和谷歌翻译为例，分析在线翻译软件对英语学习者的影响，希望可以对提高英语学习效率提供一些有益建议。
关键词：在线翻译软件英语学习者建议1.在线翻译软件的辅助作用伴随着计算机技术的发展以及软件的不断更新换代，在线翻译软件各项功能的准确性已经取得较大进步，在查词、学习笔记等功能为英语学习者提供了较大便利。
1.1查词功能的辅助作用相对于以往的纸质词典，在线翻译软件具有方便携带、查词快捷、词汇储存量大的特点，给英语学习者的学习带来极大方便。
例如翻译单词时，当搜索“发展”词条，网易有道词典出现：develop；progress；evolution；blossom；pullulate，相应的还有market development等短语及具体例句。
欧路词典出现相同的5个单词；而谷歌翻译则会根据形容词、名词、动词进行分类，共出现29个英文单词，对于英语学习者而言，在查阅的过程中，不仅仅接触到目标单词，对于目标单词的近义词及相应短语、句型等都所接触，且词典大多都有发音功能，在查词的同时可以迅速获取读音，使得学习的广度和深度大大提高，为英语学习者提供便利。
1.2学习记录等附加功能的辅助作用在线翻译软件已经不仅仅是查词亦或是翻译的功能，而是朝着多样化的方向发展。
例如在学习的过程中，复习是一个很好的方式，欧路词典就可以提供学习记录和单词复习功能。
只是自己查阅词典，学习进度缓慢，有道词典则提供各式各样的精品课功能。
随着翻译软件的多样化发展，英语学习者在一款软件就可以享受到多种学习服务，给学习带来一定的帮助。
机器翻译的挑战与改进
机器翻译的挑战与改进随着全球化的加速发展，不同国家和地区之间的交流变得越来越频繁。
在这种背景下，机器翻译作为一种翻译工具被广泛运用，以满足多语言交流的需求。
然而，机器翻译面临着许多挑战，需要不断改进和发展，以提高翻译的质量和准确性。
首先，语义理解是机器翻译的一大挑战。
人类语言的复杂性在于其丰富的语义和上下文依赖性。
传统的机器翻译系统往往只能进行一词一义的翻译，不能准确理解句子的上下文和语义含义。
例如，在英文中，“I saw a man on the hill with a telescope”与“我看到了一个用望远镜的人在山上”有相同的字面意思，但实际上后者是错误的翻译。
这是因为机器无法理解上下文的语义含义，只能通过字面解释进行翻译。
因此，改进机器翻译的语义理解能力是提高翻译质量的重要一步。
其次，不同语言之间的结构和语法差异也是机器翻译的挑战之一。
不同语言有着不同的语序、语法规则和词汇表达方式。
例如，在英文中，谓语动词通常在句子的中间，而在中文中，谓语动词通常在句子的结尾。
这种结构差异对于机器翻译来说是一个巨大的挑战，容易导致翻译错误。
此外，一些语言还存在一词多义的情况，使得机器难以准确判断正确的词义。
因此，解决不同语言之间的结构和语法差异是改进机器翻译的关键。
此外，机器翻译还面临着数据稀缺和数据质量问题。
机器翻译需要大量的数据进行训练和学习，以提高其翻译的准确性和流利性。
然而，对于一些语言对来说，获得高质量的翻译数据是一项挑战。
尤其是对于一些小语种或者少数民族语言来说，相关的数据非常有限。
同时，训练数据的质量对翻译结果也有很大的影响。
低质量的数据可能包含错误的翻译或者语法错误，导致机器学习到错误的规则和模式。
因此，解决数据稀缺和数据质量问题是机器翻译的另一个重要方向。
为了应对这些挑战，研究人员们提出了各种改进机器翻译的方法和技术。
例如，引入神经网络和深度学习技术，可以提高机器翻译的语义理解能力。
机器翻译技术的实际效果和不足
机器翻译技术的实际效果和不足第一章：引言机器翻译技术是人工智能领域中的一个重要分支，它的出现和发展为人类解决语言交流障碍提供了一种全新的可能性。
随着机器学习、深度学习和人工智能等技术的不断进步，机器翻译技术正在不断地发展和完善。
本文将围绕机器翻译技术的实际效果和不足进行探讨。
第二章：机器翻译技术的实际效果机器翻译技术的出现和发展，使得翻译工作离我们更加近了。
与传统的人工翻译相比，机器翻译技术的一大优势是速度快。
在大量的翻译工作中，机器翻译技术能够迅速地完成翻译并输出结果，大大提高了工作效率。
同时，机器翻译技术也能够做到与人类翻译相似的准确度。
在翻译长篇大论的文章或者专业性强的文献时，机器翻译技术也能够做到很好的效果。
从这些角度看，机器翻译技术的实际效果是非常显著的。
第三章：机器翻译技术的不足然而，在实际应用过程中，机器翻译技术还存在许多不足之处。
首先，机器翻译技术的精度还不能和人类翻译相媲美。
在翻译中，机器翻译技术有时无法理解句子的语境和意思，导致翻译出现大量的不准确和甚至误导性的结果。
其次，机器翻译技术对语言和文化的理解能力也有限。
在翻译方面，语言和文化背景的差异经常导致误解和歧义。
最后，机器翻译技术的处理能力还存在一定的限制。
特别是在处理长篇大论或者专业性较强的文章时，机器翻译技术常常会出现混乱和错误的现象。
第四章：机器翻译技术的未来趋势虽然机器翻译技术还存在许多不足之处，但随着人工智能技术的不断发展，机器翻译技术的未来前景也非常广阔。
未来，机器翻译技术将更加注重语言和文化的理解和处理，从而提高翻译的准确度。
同时，在处理长篇大论或者专业性较强的文章时，未来的机器翻译技术也会更加出色。
除此之外，未来机器翻译技术也将更多地聚焦于自然语言处理技术的研究和推广，进一步提高机器翻译技术的处理能力和翻译质量。
第五章：结论总之，机器翻译技术的出现为人类解决语言交流障碍提供了一种全新的可能性。
机器翻译技术的实际效果和不足是我们探讨的核心问题。
机器翻译的常见问题及优化方法
机器翻译的常见问题及优化方法近年来，随着人工智能技术的快速发展，机器翻译在跨语言交流和文化交流中扮演着越来越重要的角色。
然而，机器翻译仍然面临一些常见的问题，如语义理解、上下文把握和专业术语处理等。
本文将探讨这些问题，并提出一些优化方法。
语义理解是机器翻译中最常见的问题之一。
由于语言的复杂性和多义性，机器翻译系统往往难以准确理解句子的含义。
例如，英语中的“bank”一词既可以表示“银行”，也可以表示“河岸”。
在翻译过程中，机器翻译系统需要根据上下文和语境来确定正确的翻译。
为了解决这个问题，可以使用深度学习技术，如神经网络，来提高机器翻译系统的语义理解能力。
上下文把握是另一个常见的问题。
在翻译过程中，句子的意思往往依赖于前文和后文的内容。
然而，机器翻译系统通常只能处理单个句子，而无法理解上下文信息。
这导致了一些错误的翻译结果。
为了解决这个问题，可以使用注意力机制来帮助机器翻译系统更好地把握上下文信息。
注意力机制可以使系统在翻译过程中关注关键的上下文部分，从而提高翻译的准确性。
专业术语处理是机器翻译中的另一个挑战。
不同领域有不同的专业术语，这些术语在翻译过程中往往需要特殊处理。
然而，机器翻译系统往往无法准确理解和翻译这些术语，导致翻译结果不准确或不连贯。
为了解决这个问题，可以建立领域特定的机器翻译系统。
这些系统可以根据特定领域的语料库进行训练，从而提高对专业术语的理解和翻译能力。
除了以上问题，机器翻译还面临一些其他挑战，如语法错误、文化差异和语言风格等。
语法错误是指机器翻译系统在翻译过程中产生的语法不正确的句子。
这可能是由于语法规则的复杂性和多样性导致的。
为了解决这个问题，可以使用语法分析技术来帮助机器翻译系统生成正确的语法结构。
文化差异是指不同语言和文化之间的差异，这些差异可能导致翻译结果不准确或不合适。
为了解决这个问题，可以使用跨文化翻译技术来帮助机器翻译系统更好地理解和翻译不同文化之间的差异。
机器翻译技术的挑战与突破
机器翻译技术的挑战与突破随着全球化进程的加速和人类对信息的渴求，语言翻译技术越来越受到人们的关注。
机器翻译技术作为一种从源语言直接翻译到目标语言的自动翻译技术，自20世纪50年代以来发展迅速，越来越被广泛应用。
但是，由于机器翻译技术的本质是基于模式匹配和概率计算，跨语言、跨文化转化等挑战让其面临很多难题。
本文将详细讨论机器翻译技术的挑战与突破。
一、语言差异和文化差异语言差异和文化差异是机器翻译技术面临的最大挑战。
每一种语言都有其独特的语法、语义和表达方式，机器翻译需要将源语言的语言特征转化为目标语言的语言特征。
而有时由于文化差异，源语言和目标语言也会有语言特征上的差异，这对机器翻译的准确性提出了更高的要求。
例如，“Ganbei”这个中文词语，在英语中变成“Cheers!”或“Bottoms up!”，在日语中变成“乾杯!(kanpai!)”。
这些翻译互相之间的差异，是因为在不同文化背景下，对于“饮酒祝福”的表达方式有不同的惯例。
解决这一挑战的方式是，需要机器翻译技术拥有强大的深度学习、人工智能和计算机科学能力。
基于深度学习的机器学习技术可以让机器在数据的积累和学习中实现自我学习，针对不同文化背景和语言差异实现自动调整，并逐步提高翻译质量。
二、多义词和表达歧义多义词和表达歧义是机器翻译技术的另一大挑战。
多义词是指一个单词有多种含义，例如“bank”既可以表示“银行”，也可以表示“岸边”。
表达歧义是指发出的信息可以被解释为多种不同的含义，例如“我上了他的车”可以表示“我坐在了他的车里”或“我通过了他的车”。
这个问题的解决方法是让机器翻译技术具备更高的语言分析和判断能力，例如语言模型、解析树等等。
语言模型可以对句子进行概率推理，从而比较好地解决歧义问题；解析树则可以通过逐层分析，学习词汇和语法规则之间的关系，在多义词问题上有更优的表现。
三、跨语言字词库表达意思时，语音和文字是紧密相关的。
然而，不同语言之间的单词和语音也存在巨大的差异。
浅析英汉机器翻译系统的问题和对策
浅析英汉机器翻译系统的问题和对策郁青青【摘要】目前我国已有很多机器翻译软件,旨在提高并改善英汉机器翻译系统的翻译质量的研究也正在进行.通过分析国内常见的机器翻译软件的翻译实例,研究英汉机器翻译系统存在的问题并指出相应的解决对策,使其翻译质量能更好地满足用户的使用需求.【期刊名称】《连云港师范高等专科学校学报》【年(卷),期】2014(031)004【总页数】4页(P59-62)【关键词】机器翻译;问题;对策【作者】郁青青【作者单位】连云港师范高等专科学校外语与经管学院,江苏连云港,222006【正文语种】中文【中图分类】H085随着信息时代的来临，相对低效率的人工翻译已经不能满足社会对翻译的需求。
翻译工作需要机器的辅助，高效率的机器翻译系统越来越广泛地应用于人们的日常生活及工作中。
目前，中国市场已经推出许多英汉机器翻译软件。
在经历了四十多年的研究和开发后，很多有效的语言处理技术使得机器翻译系统更加丰富，但是机器翻译系统的英译汉翻译质量与用户的满意程度之间仍存在一定的差距。
如何更好地提升英汉机器翻译系统的翻译质量，依旧是研究人员面临的重要问题。
一、机器翻译（一）机器翻译的定义机器翻译（machine translation，简称 MT），也叫计算机翻译，附属计算机语言学领域，指的是通过计算机软件进行自然语言之间的翻译过程［1］。
语料库技术使计算机能够进行不同语言间的相互翻译。
机器翻译和人工翻译关系密切，涉及语言学研究，尤其是应用语言学研究，如字典、源语言分析及目标语言综合研究等。
（二）机器翻译的方法机器翻译实质上是一种词与词对应的翻译，主要包括以下几种翻译方法。
1.基于记忆的翻译方法这种方法是假设人们进行翻译时是根据以往的翻译经验进行的，不需要对句子进行语言学上的深层次分析。
翻译时只需要将句子拆分成适当的片段，再将每个片段与已知例子进行类比，找到最相似的句子或片段所对应的目标语或片段作为翻译结果，最后将这些目标语片段组合成完整的句子。
机器翻译技术的挑战及应对方案
机器翻译技术的挑战及应对方案随着全球化的深入发展，语言交流成为日常生活、商务合作、政治交涉乃至于文化传播的基础。
然而，语言翻译仍然是一项极具挑战性的任务，尤其是在跨越不同语种和文化背景的场景下。
随着人工智能领域的快速发展，机器翻译技术已经陆续涌现出来，并实现了初步的应用，取得了一些成果。
但是，机器翻译仍然面临着许多挑战，需要不断地进行技术革新和探索，同时还需要对其应用进行深度思考和调整。
首先，机器翻译技术面临的最大挑战是语言本身的复杂性。
不同语种之间存在着巨大的差异，包括语音、语法和词汇等方面，同时还涉及到不同的语境和文化脉络。
这些差异使得机器翻译的难度大大增加，尤其是在处理一些涉及到文化、历史、法律等特殊领域的翻译任务时，需要具有更高的专业知识和语言表达能力。
此外，机器翻译系统还需要面对语言变化和新词汇的不断更新，需要保持高度的灵活性和更新能力。
其次，机器翻译技术还需要进行精细的优化和参数调整，以达到更好的翻译质量和准确度。
这需要大量的训练语料库，对语言的特征进行深度分析和归纳，并对翻译结果进行反馈和优化。
此外，机器翻译系统还需要结合上下文信息和词义的推断，以保证翻译的准确性和文本的连贯性。
同时，机器翻译技术还需要考虑到语言特征的多样性和差异性，针对不同的语种和地域进行所需的定制化优化和调整。
针对机器翻译技术面临的各种挑战，我们可以采取以下的应对方案：一、加强人工智能技术和语言处理算法的研发，不断提升机器翻译的翻译质量和准确率。
通过对语料库的持续积累和分析，优化算法参数和模型；同时注重对各种语言特征的研究和分析，不断完善词汇库和语言规则。
二、加强机器翻译与人类翻译之间的协同合作，可以选择对重要领域进行机器辅助翻译，利用机器翻译技术对文本进行快速翻译，并由专业人士对翻译结果进行精细的修改和挖掘。
这样可以提高翻译效率和准确性，同时又能保持人类翻译的优越性和创造力。
三、加强机器翻译技术与语言交流软件和设备的集成应用，直接实现更好的语言交流和文化传播。
机器翻译之难点及实例分析
机器翻译之难点及实例分析机器翻译是人工智能技术的一个分支，旨在使用计算机来自动完成人类语言之间的翻译工作。
机器翻译有很多难点，主要有以下几点：1.语言的复杂性：人类语言具有极高的复杂性，包括语法、句法、语义等各方面。
这使得机器翻译需要处理大量的信息，并在翻译过程中正确地理解语言的含义。
2.不同语言之间的差异：不同语言之间存在巨大的差异，包括语法结构、语义、文化背景等。
这使得机器翻译需要充分了解不同语言之间的差异，并在翻译过程中克服这些差异。
3.语言的多样性：人类语言具有极高的多样性，包括不同地区、不同时期、不同文化背景等。
这使得机器翻译需要充分了解语言的多样性，并在翻译过程中克服这种多样性。
下面是一个具体的机器翻译例子：原文：The cat is sitting on the windowsill.翻译：猫坐在窗台上。
在这个例子中，机器翻译需要正确地理解英文中的句法结构，并将其翻译为汉语中的对应句法结接下来我继续讲述机器翻译的一些难点。
4.语言的模糊性：人类语言中存在许多模糊性，包括拓展含义、暗示、双关语等。
这使得机器翻译需要充分了解语言的模糊性，并在翻译过程中克服这种模糊性。
5.语言的隐喻：人类语言中常常使用隐喻来表达意思，这使得机器翻译需要理解隐喻的含义，并能够将其翻译为对应的语言。
6.语言的情感色彩：人类语言中常常具有情感色彩，这使得机器翻译需要充分了解语言的情感色彩，并在翻译过程中正确地表达这种情感。
7.语言的文化差异：不同的文化中有着不同的习俗、文化观念和价值观，这使得机器翻译需要充分了解语言的文化差异，并在翻译过程中正确地表达这种差异。
总的来说，机器翻译是一项极具挑战性的技术，需要解决许多复杂的问题。
但是，随着人工智能技术的不断发展，机器翻译技术也在不断提升。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
机器翻译及其问题浅析
摘要：由于信息技术高速发展，国际交流日益频繁，如何克服语言障碍已经成为国际社会共同面对的问题，而人工翻译的方式已经远远不能满足需求。
利用机器翻译协助人们快速获取信息已成为必然趋势，但机器翻译仍存在一些影响译文可读性和准确性的问题。
本文将简单介绍机器翻译并对常见问题进行浅析。
关键词：机器翻译问题语法应用
一、引言
机器翻译（Machine Tanslation，简称MT），又称自动翻译，是利用计算机来进行不用的自然语言之间的翻译，它是自然语言处理（Natural Language Processing）的一个分支，与计算语言学（Computational Linguistics ）、自然语言理解（Natural Language Understanding）之间存在着密不可分的关系。
它是横跨语言学、数学、计算机科学、翻译学及人工智能等的综合学科，也是信息时代语言应用的一个重要领域。
二、机器翻译的简介
（一）机器翻译简史
人类在近代就萌发了机器翻译的梦想，但是真正把设想付诸现实还是因为计算机的诞生和计算机技术的发展。
机器翻译的研究历史课追溯到20世纪四五十年代。
1946年第一台现代电子计算机ENIAC诞生，同一年，美国科学家韦弗（W. Weaver）和英国工程师布斯（A. D. Booth）在讨论电子计算机的应用范围时，提出了利用计算机进行语言自动翻译的想法。
1949年，韦弗（W. Weaver）发表《翻译备忘录》，正式提出机器翻译的思想。
经过六十年的曲折发展，到目前互联网的普遍应用，以及人们对翻译需求的迅猛增长，给机器翻译带来新的发展机遇。
我国相继推出了一系列的机器翻译软件如“译星”、“雅信”、“通译”、“华建”等。
在市场需求的推动下，商用机器翻译系统迈入了实用化阶段，走进了市场，来到了用户面前。
（二）机器翻译的主要方法
机器翻译的过程一般可简化为三个阶段：原文分析、原文译文转化和译文生成。
表象上，机器翻译的核心问题是翻译的准确性；实质上，体现在技术层面则是机器翻译系统采用的方法论问题。
在方法论层面，机器翻译系统可分为基于规则（Rule-Based ）和基于语料库（Corpus-Based）两大类。
基于规则（Rule-Based ）就是由词典和语法规则库构成翻译知识库。
尽管语言学家经过长期努力创建了含有成千上万条规则的规则库，覆盖了相当大范围的语言现象，但却难以
应付现实世界中复杂多变的语言现象。
基于语料库（Corpus-Based）则是以语料的应用为核心，由经过划分并具有标注的语料库构成知识库。
语料库通常指为语言研究收集的、用电子形式保存的语言材料，由自然出现的书面语或口语的样本汇集而成，用来代表特定的语言或语言变体。
基于语料库的方法使翻译质量有所提高，但建立一个完善的语料库需要投入巨大的人力和物力。
不过在一个受限的领域内，该方法是非常有效的。
三、机器翻译存在的问题
众所周知，英汉两种语言之间的差异明显大大超过了西方各语言之间的任何差异，英汉机器翻译的难度也就可想而知。
尽管与多年前相比，机译的速度和质量已明显提高，但与人工翻译相比，机译的译文还达不到百分之五十的准确率和可读性。
除了机器翻译的译文比较生硬，机器味过浓，在翻译过程中存在一些影响译文的典型问题。
下面就某些常见问题加以举例说明：
（一）词义辨析错误
英语中一词多义现象非常普遍，一个词在与不同的词语搭配时具有不同的词义。
人工翻译会根据语境来选择，而机器翻译还达不到通过语境来判断语义，通常是根据该次的第一个词义来进行翻译，这就容易出现一些选词不当或错误的翻译结果。
例如：Have you ever operated a computer？
[机译] 你曾经运转过一种计算机吗？
[人译] 你操作过计算机吗？
（二）词类判断错误
英语中有很多词是有多种词性的，如“do”和“have”等既可以用作实义动词，也可用作没有意义的助动词，但计算机往往会当成实义动词来译。
特别是那些形式上与谓语动词相同，而实际上是作定语或状语的分词，也会当作动词来处理。
例如：
Telescopes are housed in large building called observatories.
[机译] 望远镜是坐落在大建筑物调用天文台。
[人译] 望远镜安置在高大的建筑物即天文台上。
（三）冠词的取舍
汉语中没有冠词，而英语中的冠词有时候相当于汉语中的指示代词“这”、“那”、“该”等，但并非所有的冠词都需要译出来。
因而如何把握就成了机器翻译的难题，就会出现表达不当的情况：
Welcome to the world of computer telecommunications.
[机译] 欢迎您到该计算机的世界远程通信来。
[人译] 欢迎来到计算机电信世界。
（四）状语和定语的位置
计算机目前还无法根据状语、定语等在句中的修饰关系，灵活准确地处理状语和定语等在汉语中恰当的位置，因而在机译中常常会有不符合汉语表达习惯的情况出现，如：Electrons revolve about the nucleus at tremendous speed.
[机译] 电子围绕该核心以巨大的速度旋转。
[人译] 电子绕原子核高速旋转。
（五）所有格的判断
英语中的名词所有格“’s”的形式与系动词“is”的缩写“’s”形式相同，所以机器在翻译时常常将两者混淆，如：
What is the temperature at the sun’s center？
[机译] 该温度在太阳是中心是什么？
[人译] 太阳中心的温度是多少？
以上所列只是某些简单句子通过机器翻译表现出来的，反映出了一些具体问题，但具有一定局限性。
由于英语的语法现象较多，特别是在从句中，所以还有很多机器翻译容易出现的问题尚未列出，如介词短语和定语从句的辨析错误、丢失主句的主语、时态表达不正确等。
四、正确使用机器翻译
机器翻译的译文质量不应该用出版物的质量标准还衡量，其从某种程度只能够传达原文的内容，我们应降低对机器翻译的译文质量的接受值。
通常从使用目的来看，法国机器翻译专家将其分为四种：
（一）用于浏览的机器翻译（For the watcher，简称MT-W）：用于愿意接受粗糙的译文，也不愿一无所获。
（二）用于修改的机器翻译（For the reviser，简称MT-R）：目的在与给客户提供草稿，以便用户修改。
（三）用于翻译的机器翻译（For the translator，简称MT-T）：机器翻译系统为翻译人员提供在线词典、参考译文的实例，帮助翻译人员进行翻译。
（四）用于作者的机器翻译（For the author，简称MT-A）：作者在翻译时，由机器翻译提供译文中可能产生的歧义，以便得到更好的译文。
这四种类型实际上也反映了机器翻译发展的不同阶段，随着机器翻译技术的发展，机器
翻译从开始只能翻译简单的句子，到现在翻译整篇的文章，从一小时翻译几千字，到现在几十万字，已有了巨大的发展和提供。
机器翻译在处理专业性强、数量大的技术资料和论文等有相当的优势。
我们应对其持肯定态度，相信其正确率和可读性会越来越高。
机器翻译是科技发展的趋势，它提高了翻译的效率，满足了翻译需求，我们应积极正确地利用机器翻译，更好地服务工作和生活。
参考文献
[1] 冯梅. 英汉科技翻译. [M]. 哈尔滨：哈尔滨工业大学出版社，2000
[2] 冯志伟. 机器翻译——从梦想到现实. [J]. 中国翻译，1999，4:37-40.
[3] 李元亮. 世界机器翻译研究现状. [J]. 中国翻译，1994，5:42-43.
[4] 许建平. 试论机器翻译的准确度与可读性. [J]. 中国翻译，1998，5:47-49
[5] 刘淑英，赵启迪. 机器翻译的优势与局限. [J]. 中国翻译，1993，2:53-54。