随着人工智能的发展,机器翻译成为越来越热门的研究领域。而在一些语言服务公司,机器翻译结合译后编辑的模式已经成为标准化的翻译交付方式。笔者认为,翻译从业者不必担心被机器翻译取代,而应该拥抱新技术,提高机器翻译的质量,使得机器更好地协助人类提升翻译效率,适应时代发展的要求。笔者选取《中国新媒体发展报告》的总报告作为研究对象,实践报告分为五个部分,第一部分对研究机器翻译译后编辑的背景和选择此篇文本的意义作了简要阐述;第二部分介绍了机器翻译的研究现状和译后编辑的标准;第三部分是任务描述,包括译前准备和翻译过程等;第四部分是核心内容,在这一章,笔者使用谷歌翻译、百度翻译、微软翻译、搜狗翻译和华为翻译共五种神经网络机器翻译引擎进行中英翻译,在此基础上进行人工译后编辑,获得最终的译文。笔者对比五种机器翻译结果,进行定性和定量的综合分析。从定性的层面,分析机器翻译处理报告类文本时在准确度、流利度、风格三个方面出现的错误类型,并探究机器翻译是否帮助译员提高了翻译效率。从定量的层面,以TER(翻译错误率)为依据,比较五种机器翻译之间的质量差异,并总结TER值在0≤TER≤0.25、0.5<TER<1和TER=1三个取值范围所对应的中文句子特点,为译后编辑制定相应策略,同时为机器翻译的优化提出一些建议。第五部分是对全文的总结,同时指出了本篇报告存在的不足之处。通过撰写本篇翻译实践报告,笔者取得如下收获:第一,了解了中国新媒体发展的最新情况;第二,熟悉了机器翻译结合译后编辑这种翻译模式的理论知识和实际应用;第三,以翻译错误率来衡量机器翻译质量,探索人工翻译和机器翻译的边界,希望为机器翻译的优化和发展提供一些启示。