机器翻译,也称自动翻译,是利用计算机将一种自然语言转换为另一种自然语言的过程,一般指自然语言之间句子和全文的翻译。为不断提高译文质量,在传统机器翻译基于规则、统计和实例的基础上,研发人员对机器翻译新增了语音识别、图像处理、深度神经网络等人工智能技术。但语言的复杂性使得其在产出过程中出现各种各样的翻译误差,通过实际使用总结问题,为研发人员提供参考,从而帮助机器变得更“聪明”。现有的文献资料多宏观概括了机器翻译的不足之处;译后分析方面,又大多是汉英机器翻译的研究,汉日机器翻译相关研究甚少。本文选取《习近平总书记在十九届中共中央政治局常委同中外记者见面时的讲话》、《中国の朱鎔基首相があなたと直接対話》(汉日双语)两篇政治类发言的整理稿为素材,通过汉日互译的方式,从源语特色及差异的角度将译文典型错误分类总结,探讨其仍需改进的相关问题。本文主要以“有道翻译官”的译文为分析对象,对机器典型错误译文进行误译分析。同时,通过“百度翻译”、“谷歌在线翻译”的部分例证加以说明,力求使汉日机器翻译问题的探究更具客观性。本文由五部分构成。第1章绪论阐明研究背景、意义及先行研究。通过实际使用,总结汉日机器译文典型错误问题,分析导致误译的原因,为汉日机器翻译研究提供语言层面的基础性分析。第2章论述了关于机器翻译方法和发展历程的相关研究;第3、4章为主要研究内容,将汉日机器翻译典型错误问题分别从词汇、句法及其它等方面进行探讨。其中,词汇方面的典型错误为专有名词错误、多义词导致的歧义、代词误译漏译及分词不当等问题。句法及其它方面的错误多由汉日两种语言语序差异、表达习惯不同等因素导致。本论文在此基础上探讨了汉日两种源语在机器翻译中的难点。最后在结论部分综合分析汉日机器翻译在词库容量、语序调整、匹配语境等方面的不足之处,提出扩充词库容量、注重结构差异、提升语境识别能力、人机协作等改进机器翻译译文质量、应对繁重翻译任务的建议。