近十年,巨大的翻译需求给语言服务行业带来了空前挑战。传统的人工语言服务已经远远不能满足迅猛增长的翻译需求,这为机器翻译带来了新的发展机遇。但是,机器输出的译文常常无法满足终端用户的质量要求,因此对机器翻译进行译后编辑成为应对这一挑战的有效途径。本报告的翻译素材为《高铁风云录》第五章。笔者使用谷歌译者工具包导出机器翻译版本,并将其作为本报告的分析对象。在翻译质量评估模型的指导下,本文从准确性和流畅性两个角度出发,总结了机器译文中出现的死译、误译、漏译、尬译、错误断句、缺译、不一致、标点八种错误类型。本文研究结果表明机器在处理专业表达、中国特色四字词语、歧义字段以及无主句时表现较差。虽然目前的机器翻译系统已经从几年前的统计型翻译系统发展为神经翻译系统,输出的译文质量大大提高,但是大部分译文仍然停留在句法层面,对语境的利用不足,逻辑清晰且语义连贯的译文较少。本文针对每种错误类型分别给出包括翻译策略、翻译方法以及翻译技巧在内的解决方案,并且提出如下建议:译后编辑之前,先提取术语并制作双语术语表,避免在进行译后编辑时耗时费力地重复查找同一术语;条件允许的情况下,根据译入语的语言习惯对原文进行译前编辑,包括补充主语、拆分长句等;在进行译后编辑时,辅以术语提取工具、质量保证工具等,提高工作效率和译文质量。