如今机器翻译+译后编辑已成为译员的普遍工作模式,而译后编辑也成为机器翻译领域的研究热点。在机器翻译及译后编辑领域,前人的研究涵盖比较不同类型机器翻译系统的译后编辑负荷,研究机器翻译自动评估分数和译后编辑负荷之间的相关性,比较不同机器翻译系统的结果,以及分析机器翻译结果的错误类型。然而少有研究从译后编辑负荷的角度评估不同神经网络机器翻译系统的表现。本研究旨在比较两种在线神经网络机器翻译系统,即谷歌翻译和有道翻译,在英汉互译方面的表现,通过测量两种翻译系统的译后编辑负荷来评估其翻译质量。译后编辑负荷分为三种:时间负荷,操作负荷,认知负荷。本论文通过译后编辑的时间和速度来测量时间负荷,通过击键次数和文本编辑量来测量操作负荷,通过长时间停顿来测量认知负荷。实验人员包括八名译后编辑人员,翻译材料涵盖政治、经济、科技、法律四个主题。在控制翻译材料、实验人员能力、翻译环境等变量条件下,根据实验数据以及后期分析发现:其一,从译后编辑时间来看,中译英时谷歌翻译所需的译后编辑时间更少,表现更好,而英译中时选择有道更节省时间。其二,从文本主题的角度出发,综合考虑三类译后编辑负荷,中译英时,谷歌翻译经济文本和科技文本的表现优于有道,而有道翻译政治文本和法律文本的表现优于谷歌;英译中时,有道在所有四类文本中的表现总体上比谷歌好。其三,基于时间负荷,机器翻译适用于科技文本和法律文本,而一般来说,机器翻译系统翻译政治文本的表现并不理想,其原因在于机器不善于处理政治术语、表达政治立场。其四,从实验人员的主观角度来看,就本文所研究的文本而言,相较谷歌翻译,译后编辑人员更满意有道的翻译质量。