本研究力图通过做一个与脱离语言外壳相关的实证研究,探究把翻译或口译中的理论与策略应用到人工智能翻译的领域是否切实可行。通过比较和分析两个译员与百度翻译和谷歌翻译的译文,本研究主要回答两个问题:一是译文质量是否与脱离语言外壳的数量呈显著性正相关关系;二是脱离语言外壳是否能够显著性地提高人工智能的翻译质量。本研究选取的实验材料分别为政治、科技和文化三个领域的三种文本。文本字数分别是727,760和774字,三篇文章都是人工智能翻译擅长的信息型文本。在实验过程中,本次研究把脱离语言外壳设定为由几个参数构成的变量,这些参数分别为补充、结构重组、替换、以及省略。评估翻译质量的参数则由语法错误、语义偏离、冗余、以及信息缺失构成。分别计算并对比译文中脱离语言外壳和错误的数量,并利用皮尔森相关性分析,分析结果为译文中错误的数量在64%的程度上受到脱离语言外壳的负面影响。因此本次研究发现,译文质量与脱离语言外壳的数量呈显著正相关关系,换言之,脱离语言外壳的数量越多,译文质量越高。与此同时,本研究还发现,在几个译文的总体错误中,如果利用脱离语言外壳策略来改正错误,可以提高约百分之五十的正确率。鉴于上述这两个发现,本研究得出结论:脱离语言外壳,作为一种策略,能够用来有效提高人工智能的翻译质量。