主谓宾结构英汉机器翻译句法错误分析

陈 媛

(河南科技大学 外国语学院，河南 洛阳 471023)

一、 引言

机器翻译是利用计算机对不同自然语言之间进行自动翻译的技术，是解决信息时代语言障碍问题不可或缺的手段。近年来，由于计算机技术不断发展，计算机性能逐步提升以及人工智能在自然语言处理上的广泛应用，机器翻译技术取得了巨大进步，利用在线翻译系统处理不同语言之间的翻译问题已经成为一种趋势。但就目前现状来看，机器翻译的输出结果，特别是英汉机器翻译的输出译文还存在诸多问题，如结构歧义和语义歧义等。[1]机器翻译系统的主导策略是通过中间表述实现间接翻译，翻译过程涉及语义、 句法、 词法层次的分析，其中句法分析的准确与否直接影响到意义的表达效果。[2]另外，英汉两种语言属不同的语法体系，两者的句法结构有本质的区别，即英语句式结构严密而紧凑，汉语句式结构松散而简练。要想提高英汉机器翻译的准确率，就必须克服两种语言句法结构上的差异，以语义为基础，在句法的辅助下完成翻译过程。本文以英语最基本的句式主谓宾结构为切入点，研究英汉机器翻译的句法错误类型，旨在为机器翻译系统补充建立形式化的句法规则提供语言基础，从句法学的角度给予一定的翻译指导，帮助提高机器翻译的质量。

近十年以来，很多专家学者致力于基于句法学提高机器翻译准确度的研究，取得了一定的成果。如王致华介绍了依赖型句法为基础的统计学机器翻译模式，以及如何实现英汉两种语言的语法剖析，并对运用此翻译模式解码过程中所存在的问题，提出相应解决策略。[3]刘群提出了多个基于源语言句法的统计机器翻译模型与方法，并进一步证明依存到串翻译模型实现的机器翻译系统效果较好，性能超过了层次短语模型。[4]张亚鹏等利用基于短语的翻译模型，创建了交互式机器翻译系统，运用句法层面的子树信息来指导翻译假设的扩展。[5]冯志伟讨论了噪声信道模型、 基于短语和基于句法的统计机器翻译的优与劣，主张把短语规则、 句法规则融入到机器翻译中，同时结合理性主义方法和经验主义方法，以推动机器翻译的进一步发展。[6]由此可见，这些研究主要致力于基于句法规则的统计学机器翻译模型研究，缺少对机器翻译适用的句法规则进行细化和总结，有一定的局限性。

此外，也有些研究涉及某一受限语言(大多集中在科技文献、 报告、 操作程序说明等科普类文献)或某一特殊句型的英汉机器翻译。如罗季美以“汽车技术文献翻译语料库”中某一知名品牌汽车操作手册作为研究对象，分析并归纳出机器在汽车技术文献这一受限专业领域内进行翻译处理时表现出的句法错误特征。[7]黎斌、 唐跃勤以英语特殊句型There be为切入点，着重探讨英汉机器翻译中特殊句型的对应与不对应的调整问题，分析机器翻译软件在There be句型英汉翻译过程中的不足之处。[8]周巧从句法学角度对含“when”的句式的机器翻译错误进行分析，提出解决这一类翻译错误问题的见解。[9]安静针对英汉机器翻译中长句句式的预处理问题，提出一种基于依存句法分析和序列标注的英文长句分割方法。[10]以上的研究并没有涉及英语基本句式结构的英汉机器翻译问题。而主谓宾结构是英语句式的典型结构，在日常说话和文字交流中使用的频率较高，如果翻译处理不当，会严重影响现有机器翻译系统的翻译质量和可读性。基于此，本文将着重研究主谓宾结构英汉机器翻译的句法错误类型，在现行机器翻译系统句法规则的基础之上，为补充建立形式化的句法规则提供语言分析基础，从而提高英汉机器翻译的质量。

二、 主谓宾结构机器译文句法错译的语料来源和研究方法

中国科学院计算机研究所对现有机器翻译系统综合分析的结果显示，目前机器翻译主要是在受限语言处理中取得了最高的5级适用级别和85%以上的可翻译度。[11]这是由于受限语言常用性、 简明性、 单义性和规范性的特点在很大程度上简化了基于某一受限语言范畴的机器翻译语法规则的制定。可见，在受限语言范畴内实施机器翻译研究是可行的。新闻类文本，属于受限语言的一种，其结构集中在语意句法层面，并且文中有大量主谓宾结构的句子。它最重要的语言特点就是逻辑性较强，翻译时译文应简洁明了，且与原文在内容和语义上要准确对应。新闻的载体涉及经济、 政治、 科学技术、 商业、 工业、 生活等领域，这也决定了此类文本可以为机器翻译研究提供广泛的语料。因此，本文从各大权威新闻网站选取了2018年6月至2018年12月的50篇英语新闻为源语料，所选新闻覆盖了时政、 国际、 商业、 科技、 财政、 文化、 旅游等，对其中主谓宾句子的机器译文和人工译文逐一进行平行对比研究。语料中的机器译文主要来自谷歌翻译系统，有需要时也会与必应翻译、 有道翻译的结果作参照比对。人工译文均来源于河南科技大学专业翻译人员。

基于笔者之前对语料中1187项主谓宾结构英汉机器翻译译文错误的对比分析和归纳总结，本文设定了主谓宾结构英汉机器翻译在词序、 谓语动词短语、 介词短语、 名词短语、 从句、 分词短语、 动词不定式短语处理上出现的7类句法错误。[12]之后根据这7种句法错误类型对机器译文中存在的误译进一步标注和统计，并计算出各种误译类型的发生频率。其中对一个主谓宾结构中重复出现的同一类型误译进行一次标注和统计，对同一句子中出现的不同类型误译分别加以标注和统计。错误率为出现该类型句法错误的机器译文总句数/机器错误译文总句数×100 %，结果如图1所示。

图1 主谓宾结构句法错译类型及错误率(%)

从图1的数据可以看出，在句法错译类型中，词序错译的发生率最高，达到28%。这是因为英汉两种语言属于不同的语法体系，英语注重形合，汉语注重意合，人工译者可以根据语境灵活地对译文进行译后编辑，使其符合目的语的表达习惯。然而，由于双语词典的收集和翻译转化规则的总结十分复杂，目前的机器翻译系统不可能覆盖所有的语法规则，因此还不能很好地按照目的语的表达习惯，对译文的结构进行合理排序，就容易造成此类误译。同时，在译文平行比对中还发现，词序错译与机器对谓语动词短语、 介词短语、 名词短语、 从句、 分词短语、 动词不定式短语的错误处理存在较大的交错，故下文中不再把词序错译作为单独的误译类型进行分析。所有句法误译类型中动词不定式短语的错译率最低，仅为2%。

三、 主谓宾结构机器译文句法错译的实例分析

本文将根据主谓宾结构机器译文句法错误的分类，结合图1的统计数据，对各类典型的机器译文句法错误实例加以分析和说明。在以下所举例子中，a句为机器译文，b句为人工译文，对比部分以下画线标注以示区别；每个例子只用于说明所属错误类型的单一翻译错误。

(一)主谓宾结构中的谓语动词短语错译

英语主谓宾结构的谓语部分必须由动词或动词短语充当，而动词或动词短语决定语言的逻辑关系，是英语语句的灵魂，也是机器翻译过程中的重要环节。英汉翻译中不地道不自然的表达很大程度上源于对谓语的处理不当。通过平行对比发现，主谓宾结构中谓语动词短语的错译主要表现在以下四种类型：谓语动词与副词的固定搭配误译；谓语动词与介词的固定搭配误译；多语义动词短语误译；动词短语与多个并列宾语组合的误译。以下以具体实例详细说明。

1.谓语动词与副词的固定搭配误译

例1 Tens of thousands of tourists and locals traditionallyring inthe New Year on the wide shopping boulevard.

a.成千上万的游客和当地人传统上在新的一年里在广阔的购物大道上响起。

b.成千上万的游客和当地人传统上在宽阔的购物大道上迎接新年。

例2 Apple hasheld firm onits premium pricing strategy in China.

a.苹果牢牢地抓住关于在中国的高端定价策略。

b.苹果坚持其在中国的优惠定价策略。

例1、 例2是谓语动词与副词固定搭配误译的典型示例。在这两个例子中，谓语动词短语“ring in”和“hold on”属于“动词+副词”构成的固定搭配形式，紧跟其后的名词“the New Year”和 “strategy”分别作动词短语的宾语，因此b句人工译文将其翻译为“迎接新年” 和“坚持策略”与原句语义一致，符合新闻英语语言表述需准确无误的要求。相比之下，a句机器译文错误地把“动词+副词”构成的固定短语“ring in” 和“hold on”翻译成 “动词+介词短语”的形式，使译文与原句语义大相径庭，造成信息严重失真。

2.谓语动词与介词的固定搭配误译

例3 Scientistsnamedthe system’s first satelliteafter the location of its headquarters.

a.科学家在其总部所在地之后命名该系统的第一颗卫星。

b.科学家们以其总部的所在地命名了该系统的第一颗卫星。

例3中, 谓语动词与介词构成的短语形式“name after”表示“以……命名”是固定搭配，此句中“name after”被名词短语分隔开，机器不能识别“after the location of its headquarters”也是动词短语的一部分，而将其错误地处理成“在……之后”的介词短语，造成了语义的偏差。显然可见，机器系统在进行英汉翻译过程中不太注意句法结构，而是仅仅根据短语表中的概率对句子进行分段，导致误译现象频繁发生。

3.多语义动词短语误译

例4 The team is stilllooking intosome other accusations.

a.这个小组一直在看其它的一些指控。

b.该小组还在调查其他一些指控。

机器在处理多语义动词短语的翻译时也存在较多问题，究其原因是由于机器缺乏结合上下文选择合适语义的能力。如例4中，动词短语“look into”有“调查、 观察、 窥视、 浏览、 看”等多种含义，但在此特定语境下，人工译者很容易判断出应取其“调查”的语义。而机器翻译系统无法消除具有多种含义的动词短语的歧义，造成误译。

4.动词短语与多个并列宾语组合的误译

例5 Itconsists of cultural connotations and emotions, complicated plots, exquisite depictions of characters, aesthetic modeling and impressive visual presentation.

a.它由文化内涵和情感组成，复杂的情节，精美的人物描绘，美学造型和令人印象深刻的视觉呈现。

b.它由文化内涵和情感，复杂的情节，精美的人物描绘，美学造型和令人印象深刻的视觉呈现所组成。

例5中，动词短语“consists of”后接五个作其宾语的并列名词短语“cultural connotations and emotions”“complicated plots”“exquisite depictions of characters”“aesthetic modeling and impressive visual presentation”，但a句机器译文分裂处理了五个平行宾语，显然构成误译。这表明机器未能准确识别动词短语后多个宾语的并列关系。

由此可见，主谓宾结构中谓语动词短语的复杂多变性始终是机器翻译过程中需要解决的难点。因此，为了实现谓语动词短语的最佳汉译效果，需建立动词短语语义模式库，采用以语义单元、 句式以及变量为基础的翻译方法，利用匹配算法输出汉语语义模式即英语的译文。根据这种方法，可以进一步提高机器翻译的准确性和效率。

(二)主谓宾结构中的介词短语错译

一般而言，英语介词有单重介词和双重介词之分。单重介词指在语言片断中出现的唯一介词，双重介词指在语言片断中顺次出现的两个介词。[12]本文主要涉及的是英语单重介词。英语单重介词总数并不多，但其构成的介词短语在主谓宾结构中通常以表语、 定语、 补语或表示各种不同语法功能的状语形式出现。因此，由于介词短语有较高的使用频率和复杂的句法功能，它在主谓宾结构英汉机器翻译中，也经常出现介词短语的错误翻译。对比发现主谓宾结构中的介词短语错译主要有两种情形：介词短语作定语的错译和介词短语作状语的错译。

1.介词短语作定语的错译

例6 Trump defendedhis decisions to withdraw troops from Syria.

a.特朗普为他的决定辩护为了从叙利亚撤军。

b.特朗普为自己从叙利亚撤军的决定进行了辩护。

例6的主谓宾结构中，介词短语“to withdraw troops from Syria”作宾语“his decisions”的后置定语。众所周知，英语中作定语的介词短语后置于被修饰词，而汉语中的定语一般置于被修饰词前。对于人工译者，通过分析句子结构，能够容易地识别出介词短语作定语的句法功能。相比之下，机器机械地完全遵照原文词序，没有把作定语的介词短语“to withdraw troops from Syria”调整到被修饰词“his decisions”之前，导致机器译文不知所云。

2.介词短语作状语的错译

例7 China aims to maintain stable industrial growth in 2019by cultivating a more robust domestic market and further leveling the playing field for foreign and private enterprises.

a.中国的目标是在2019年保持稳定的工业增长，培育更加强劲的国内市场，进一步为外国和私营企业提供公平的竞争环境。

b.中国的目标是通过培育更强劲的国内市场，进一步平衡外国和私营企业的竞争环境，在2019年保持稳定的工业增长。

英语中的介词“by”后常接无冠词的名词或动名词，表示“方式、 方法、 手段”，意为“通过、 用、 靠 ”。对比a、 b两句译文，机器译文直接忽略了说明动词“maintain”方式的“by﹢cultivating a more robust domestic market”作状语的句法功能，而错误地将其处理成与“maintain”并列的动词词组，造成所传达的信息不准确，使读者的理解与原句有较大出入。

从对介词短语错译实例的分析来看，在主谓宾结构英汉机器翻译中，介词短语翻译准确与否主要取决于对其语义和句法功能的判断。因此，今后设计的机器翻译软件，需进一步建立和完善对英语介词短语语义和句法特征全面描述的系统，同时与单双重介词固定搭配语义模式库、 介词短语相关句式语义模式库相结合，有效地解决一般语境下英语主谓宾结构中介词短语翻译的问题，从而提高机器翻译的质量。

(三)主谓宾结构中的名词短语错译

英语中，短语的分类较多，但名词短语最为重要，它是英语造句中不可或缺的元素。尤其在英语主谓宾结构中，名词短语常常充当句子的主语或宾语，起到说明人物、 行为、 事实或动作对象的语法功能。新闻英语的语言表达力求简练，所选语料中存在大量名词短语。通过平行对比发现，主谓宾结构中的名词短语错译主要表现在机器对名词短语的语义和词序处理的随意性。

例8TheWhiteStorm2:DrugLord, has knockedMarvel’s superhero hit Spider-Man: Far from Homefrom the top spot at China’s box office since its opening day on July 5.

a.《白色风暴2: 毒枭》自7月5日开幕以来，已经将漫威的超级英雄击中《蜘蛛侠:远离家园》的中国票房榜首。

b.自7月5日上映以来，《白色风暴2: 毒枭》击败了漫威的超级英雄大片《蜘蛛侠:远离家园》，成为中国票房冠军。

例8中的名词短语“Marvel’s superhero hit”是由限定词“Marvel’s”+起修饰作用的名词“superhero”+中心名词“hit”构成，作句子的宾语。其中中心名词“hit”具有多个义项，具体语义取决于语境。a句机器译文错误地选取了“hit”这个单词的最高频词义“击中”，使译文表达不合逻辑，违背了新闻语言通俗易懂、 内容准确的要求。而人工译者能够结合上下文，准确判断出“hit” 在具体语境下的含义，译为“超级英雄大片”，使译文可读性更强。

例9The much-anticipated teaser trailer for the upcoming live-action remake of Disney’s animated blockbuster “Mulan”will draw a chorus of praise from Chinese netizens.

a.备受期待的预告片为即将上映真人翻拍版的迪士尼动画大片《花木兰》将引起中国网民的赞美。

b.备受期待的迪士尼动画大片《花木兰》真人翻拍版的预告片将在中国网民中引起热烈的好评。

英语中的名词短语由名词及其修饰语构成，名词的修饰语通常位于名词之前作前置定语或其之后作后置定语。在复杂的名词短语中，更常见的是后置修饰定语，例如分词短语、 介词短语、 定语从句、 不定式等。由于在英汉两种语言中，主谓宾这三种成分的次序基本上是一致的，而各种定语的位置却很不相同，在英译汉过程中，要注意语序的调整，特别是当英语中后置的定语译成汉语时，那些定语一般都要前置。例 9中作主语的名词短语结构复杂，由形容词“the much-anticipated”+ 中心名词“teaser trailer” +介词短语“for the upcoming live-action remake of Disney’s animated blockbuster ‘Mulan’”构成，其中介词短语作后置定语。a句机器译文表现出与原英语词序完全相同的顺序，使译文晦涩难懂而且容易令读者造成误解，而b句人工译文把作定语的介词短语前置，使译文语义一目了然，符合汉语的表达习惯。例9充分体现了机器对结构复杂的名词短语进行翻译时对词序处理的随意性。

由此可见，在主谓宾结构英汉机器翻译中，名词短语的多义区分和词序调整仍是机器翻译研究中有待解决的问题。针对多义区分问题的解决，其关键在于加强机器翻译系统对源语言的深入分析，完善机器翻译系统依赖的双语词典，使词典不仅提供释义功能，了解所指对象，并且还要提供注解、 加注词类和附加含义标签，提供尽可能全面的、 根据特定的上下文相关性选择词义的搭配、 语用、 语境等基本信息。再者，今后设计的机器翻译系统，需融入句法信息和词性标注信息的源端重排序模型，使源端和目标端的语序保持一致，从而实行长短距离的调序，弥补语序没有调整的不足，提高机器翻译系统的译文质量。

(四)主谓宾结构中的从句错译

从句误译也是主谓宾结构英汉机器翻译存在的问题之一。英语中，主要有名词性从句、 定语从句、 状语从句。从句是相对于主句而言的，且从句需有引导词引出。在对机器译文和人工译文平行对比中发现，机器系统通常不能准确地识别从句的类型，引导词的语义和句法功能经常被误解，从而造成错译。如例10的a句机器译文把宾语从句的引导词“that” 错误地处理成指示代词“那个”，例11的a句机器译文将定语从句引导词“who”处理成了疑问词“谁”。

例10 The preliminary probe foundthat Quanjian had exaggerated the efficacy of some of its products.

a.初步调查发现，那个权健夸大了部分产品的功效。

b.初步调查发现，权健夸大了部分产品的功效。

例11 Customerswho want to secure one of the first 500“pioneer” examples of the solar carneed to pay a reservation fee of 119,000.

a.谁希望获得的第500“先锋”的太阳能汽车的例子之一的客户需要支付的119,000预约费。

b.想要获得首批500辆“先锋”太阳能汽车的客户，需要支付11.9万欧元的预订费。

再者，由于英汉两种语言不同的语法规则，机器对从句的序位常常处理不当，尤其是对定语从句和状语从句的语序调整不当，导致译文不符合汉语表达习惯，造成误译。如例12、 例13。

例12 Chinese scientists have developed new biomimetic polypropylene foamswhich can be used to prevent and control oil pollution.

a.中国科学家开发出新的仿生聚丙烯泡沫，可用于预防和控制油污。

b.中国科学家开发出了一种新的可用于预防和控制油污的仿生聚丙烯泡沫。

英语定语从句可分为限定性定语从句和非限定性定语从句，而汉语中根本无定语从句这一概念。并且，在英语中，无论是限制性定语从句还是非限制性定语从句都置于被修饰词之后，但汉语中定语通常置于被修饰词之前。因此，在处理定语从句的英汉翻译问题时，人工译者一般都会对词序做出相应调整。例12的a句机器译文中作定语的“可用于预防和控制油污”保留了英文的语序，表明机器在翻译中调整定语从句语序能力的不足。

例13 Computer algorithms as well as the hardware for positioning, map construction, route design and avoiding obstacles have all been optimized to suit the agricultural environment,when taking into consideration fertilization, watering the plants, bumpy roads and other natural factors.

a.计算机算法以及定位、 地图构造、 路线设计和避免障碍的硬件都进行了优化, 以适应农业环境,在考虑施肥、 浇地、 崎岖道路和其他自然因素时。

b.在考虑施肥、 浇水、 道路颠簸等自然因素的同时，优化了适合农业环境的计算机算法以及定位、 地图构建、 路线设计、 避障等硬件。

例13中，a句机器译文的错误发生在于对“when”引导的状语从句序位处理不当，造成逻辑语义与原文有偏差，表明机器对状语从句在主谓宾语句中语序处理的不稳定性。

在对主谓宾结构中从句错译实例的归纳分析中，我们发现对从句的正确翻译首先取决于机器对从句的识别。因此，在今后的机器翻译软件设计中，需补充建立从句识别模型。即通过分析从句的句法结构特点，归纳总结其在句子中的左右边界规则和内部构成成分的共现关系规则，进一步构建从句识别规则集，从而实现对从句的自动识别，提高机器翻译输出的准确率。

(五)主谓宾结构中的分词短语错译

分词短语是英语中一种常见的句法形式。与从句相比，分词短语结构简洁，在新闻英语中得到广泛应用。分词短语具有形容词的功能，同时又表现各种动词性特点，如时态、 语态、 带状语性修饰语及带宾词的性能，在句子中可以充当表语、 定语、 状语、 补语和独立结构等。在对主谓宾结构中分词短语错译实例进行归纳分析时发现，造成此类错误的原因主要是机器不能准确识别分词短语复杂的句法功能。例14中，a句机器译文把作目的状语的现在分短语词“Backing up those words”错误分析为句子的谓语动词，反映了机器对分词短语句法功能的混淆以及对其分析处理的能力还有待提高。

例14Backing up those words,PSG last month signed a partnership with Chinese insurance giant Pingan Group to stage 200 trials for kids across 16 Chinese cities this summer.

a.PSG支持这些话，上个月与中国保险巨头平安集团签署了合作伙伴关系，今年夏天将为16个中国城市的孩子们举办200场试验。

b.为了支持这一说法，巴黎圣日耳曼上个月与中国保险巨头平安集团签署了合作协议，将于今年夏天在中国16个城市开展200项针对儿童的试验。

(六)主谓宾结构中的动词不定式短语错译

动词不定式是动词的一种非限定形式，具有丰富的句法功能。在人工译文和机器译文的对比结果中，动词不定式短语的错译率最低，这说明机器对主谓宾结构中动词不定式的处理表现良好。具体来说，机器译文中动词不定式的误译主要体现在动词不定式短语作目的状语时。

例15 All of these issuesrequire pragmatism over ideology, global vision over self-interest, and systematic sequencing to achieve positive and substantial change.

a.所有这些问题都需要对意识形态的实用主义，对自身利益的全球视野以及实现积极和实质性变革的系统排序。

b.所有这些问题都需要实用主义而非意识形态，需要全球视野而非利己主义，需要有系统的排序来实现积极和实质性的变革。

例15中，动词不定式短语“to achieve positive and substantial change”紧随作宾语的名词词组“systematic sequencing”之后，机器错误地按照原句语序将其处理成“systematic sequencing”的后置定语，造成语义模糊，显然不符合原句的逻辑语义。从b句人工译文可以看到，译者准确地识别出动词不定式作目的状语的句法功能，因此在翻译时添加了“来” 字传达表示“目的”之语义，既保持了原句语义的完整性，又保证了译文的真实性。

在对分词短语和动词不定式误译实例的归纳分析中，我们发现作为英语动词的两种非谓语形式，两者均有自身的时态和语态变化，具有丰富复杂的句法功能。因此，为了避免句法功能混淆引起的误译，应进一步提高机器翻译系统对分词和动词不定式句法功能分析的能力，如根据最大熵原理建立分词和动词不定式识别模型，提高句法分析技术的精准性。

四、 结语

机器翻译是一项非常重要且充满挑战的工作，主谓宾结构是英语句式的典型结构，在日常说话和文字交流中使用的频率较高，是机器翻译过程中需要攻克的重点。本论文通过分析主谓宾结构英汉机器翻译存在的句法错误，将一些规律性的错误进行归纳分析，用以指导翻译实践，从而提高机器翻译译文的质量，使译文更准确、 更地道。研究结果表明，目前的机器翻译系统在新闻类文本这一受限语言范围内具有一定的英汉翻译能力，但随着主谓宾语句稍一复杂，有较多修饰成分和限定成分时，机器翻译的准确度就随之下降，出现较多句法错误。其中，词序错译的发生率最高，其他错误类型的发生率从高到低依次为谓语动词短语错译、 介词短语错译、 名词短语错译、 从句错译、 分词短语错译、 动词不定式短语错译。因此，在今后的机器翻译系统中需进一步加强词典的结构建设，为语言处理程序提供源语言基本单位所具有的词法、 句法、 语法、 语义、 语用等方面信息，补充和完善复杂多义区分的途径，提高系统中上下文相关处理的能力。本文对此进行了初步探索，为主谓宾结构的英汉机器翻译提供了一定的理论指导。

加强对机器译文错误的研究是十分必要的。本研究只选取了50篇新闻英语文本, 今后, 语料的数量和范围可进一步扩大, 使研究结果更具代表性, 从而提高机器翻译的质量，推动机器翻译的发展。需要说明的是，本文所列举的所有语言错误截至笔者完稿时都可重复。但是由于在线机器翻译系统持续修正，这些语言错误可能会在之后产生的译文中逐渐减少。