计算机技术的不断发展带来了机器翻译技术的不断提升,机器翻译引擎得到了根本性的变革,甚至已经为人工翻译带来了一定的挑战。机器翻译是否可以取代人工翻译,这个问题已经成为全世界都在热议的一个话题。日益频繁的国际交流导致翻译需求爆炸式增长,以往的人工翻译已经无法跟上时代,无法满足大量且需快速更新的翻译任务。在这一背景下,一种新的翻译模式——机器翻译（MT）+译后编辑（PE）便应运而生。该模式旨在提升翻译的效率,减轻译者的工作负担,让国际间的交流更加高效、通畅。本文基于自身机器翻译译后编辑,以Gutt等人的关联理论为指导,从认知努力和语境效果出发,探讨如何让译文读者能够以最小的认知努力获得最大的认知效果,实现译文的最佳关联。本次实践为Hard to Break:Why Our Brains Make Habits Stick的节译。在文本类型上,本次翻译材料既是学术类文本,也可当做科普类文本。笔者希望通过对该文本的机器翻译和译后编辑处理,探求MTPE这种新型翻译方式在学术类文本的应用。文章从多个维度对五个国内外主流的机器翻译引擎进行了基本的测试,并对测试结果进行了量化统计,从而挑选出质量最高的机器译文以提升译后编辑的效率。在关联理论的指导下,对本次实践中的机器翻译出现的错误类型进行了总结,并从词法、句法、篇章、格式四个层面提出针对性的译后编辑技巧,如优化词汇、转换主被动、调整风格、修改格式等,以期为今后如何将这种人机结合的翻译模式应用于学术文本及其他文本提供一些借鉴和参考,同时也对未来机器翻译技术的发展方向提出展望和建议。