由于计算机翻译工具运用不同的计算机翻译方法，这必然造成它们所生成的译文有所不同，其译文质量在不同方面各有千秋。以下为一些翻译实例：
（1）原文：The sky is blue.
Systran 翻译结果：天空是蓝色的。
谷歌翻译结果：天空是蓝色的。
人工翻译（使用Trados）结果：天空是蓝色的。
（2）原文：He is a little blue.
Systran 翻译结果：他是一点蓝色。
谷歌翻译结果：他是一个小蓝。
人工翻译（使用Trados）结果：他有一点忧郁。
（3）原文：Man proposes, God disposes.
Systran 翻译结果：人提议，上帝配置。
谷歌翻译结果：谋事在人，成事在天。
人工翻译（使用Trados）结果：谋事在人，成事在天。
（4）原文：关闭电脑。
Systran 翻译结果：Closes the computer（。未使用科技专业词典时）Shuts down the compute（r.使用科技专业词典后）谷歌翻译结果：Turn off the computer.
人工翻译（使用Trados）结果：Turn off the computer.
Systran 系统运用基于规则的翻译方法，所以它在译文的语法方面表现较好。例如Systran在英中翻译时，常常会调整词语的语序。如在翻译表示目的的短语to或者for 时，英语原文中常将此类短语放在句尾，而中文却常将目的位于句首，这种情况下Systran通常能够自动调节语序。而且由于基于规则的翻译方法中一个重要的组成部分是词典，Systran中的词典较多，而且除了常规词典外还有专业词典，这就方便了译前编辑，如用户可以根据待翻译文本的内容选择相对应的专业词典，这可以大幅度提高译文词汇的准确性。例如：当在系统中输入”关闭电脑“时，在没有选择科技专业词典时，系统生成的译文是Closes the computer.而在选择科技专业词典后，译文变成了Shuts down the computer.虽然依旧不完全准确（不应出现单三形式），但用词的准确度有所提升。
当然，由于Systran系统采用基于规则的翻译方法，其译文也经常会出现以下问题：首先，其译文在用词方面表现一般。由于Systran在翻译单词时只能根据词典进行翻译，而词典中单词的意思又相对有限和固定，无法考虑上下文。因此，其译文在用词上，尤其是一词多义时常会出现选意不恰当。例如：英语单词blue常常意为”蓝色的“,但是也可以用于表示”忧郁的，沮丧的“.当输入原文The sky is blue.时，系统生成译文”天空是蓝色的“.但输入原文He is a little blue.时，系统生成的译文是”他是一点蓝色“而这句话的正确翻译应该是”他有点忧郁“.其次，基于规则的翻译方法在翻译时需要大量的转换规则，而且随着语言的发展，新的转换规则需要不断加入到系统中，这便需要大量的人力、物力不断地更新系统。最后，基于规则的翻译方法在翻译时，如果输入的文本中出现无法匹配转换规则的内容，系统将对这些内容进行字对字的翻译。而如果待翻译文本中的字或词又不在系统词典的词汇范围内，那么这个字或词将以源语言的形式原封不动地出现在目标语言文本中，这样就降低了译文的可理解度和可读性。例如：在系统中输入Turn off theMacBook computer 的译文是”关闭 MacBook 电脑“.
谷歌翻译使用基于语料库翻译方法中的基于统计的方法，它拥有一个庞大的、高质量的语料库，而且可以使用一些网络资源进行补充和更新。所以在谷歌翻译中输入源语言文本后，系统会根据其语料库中的资源进行翻译，在遇到一词多义的情况时，如”关闭电脑“,系统会根据概率模型对语料库中的句子进行概率计算后生成译文Turn off the computer.而如果源语言文本恰好在其语料库中有完全一致的内容时，译文结果会与人工翻译一致。如输入Man proposes, God disposes. 其生成译文”谋事在人，成事在天“.这与人工翻译完全一致。由此可见，其准确性相比Systran系统有所提升，尤其是源语言文本在其语料库中有完全一致的内容时。除此之外，谷歌翻译的更新和升级也比Systran系统更容易。语言中出现一些变化、新词或者外来词时，谷歌翻译可以通过升级、完善其语料库，增加对应的新词、外来词文本，使译文适应语言的发展。而且，谷歌翻译可以不需要进行工具下载，网络在线即可输入或上传待翻译文本，十分便利。当然，谷歌翻译操作简易且译文质量相对较高，并不意味着它完全准确。首先，由于基于语料库的翻译方法中不涉及规则，尤其是语法规则，这就使得其译文并不能够调整语序，例如上文提到的表示目的的短语位置的调整以及更多的语序调整问题，这也降低了译文的可理解度。另外，输入的源语言文本内容并不一定能够百分之百地在语料库中匹配到对应的内容，而即使对应内容能匹配到，源语言文本中的某些单词或短语所使用的意思，也可能与语料库中这些单词或短语对应的意思不尽相同。例如输入He is a little blue.时，谷歌翻译给出的译文是”他是一个小蓝“.这种情况可能大大降低译文质量。
SDL Trados 作为一款深受欢迎的计算机辅助翻译工具，有效避免了计算机翻译工具的译文准确性不高的问题。Trados的两个组成部分：翻译记忆（TranslationMemory）和术语管理功能 MultiTerm 可以帮助译者提高效率和准确性。翻译记忆是将已翻译资源建立为数据库，翻译过程中的译文也可以不断添加至数据库，例如译者将He is a little boy.及其译文”他是个小男孩“放在翻译记忆中，在使用Trados进行翻译时，遇到源语言文本Heis a little blue. 时系统会自动将待翻译文本与翻译记忆中的资源进行匹配，然后根据用户设置的匹配度，如匹配度为 60%,那么已翻译资源He is a little boy.及其译文”他是个小男孩“便会弹出，作为翻译建议，译者可以进行修改后生成最终译文。这便极大地减少了译者的翻译时间，提高了翻译效率。而术语管理功能MultiTerm可以将双语对齐的术语建立为数据库Termbase,翻译过程中也可定义术语以更新数据库，这对于术语的前后一致以及多人协作统一术语十分有用，有效地提高了文章的准确性。由于计算机辅助翻译工具的译文最终还是由人工译者决定和提供的，其译文的质量和准确性无疑是计算机翻译工具所无法比拟的。
然而，计算机辅助翻译工具SDL Trados在使用时也非十全十美。首先，作为计算机辅助翻译工具，它并不能像计算机翻译工具那样直接提供译文。这就使得非专业译者的用户在外语资料面前依旧无可奈何，限制了其用户的范围。其次，运用Trados进行翻译时极大地依赖于翻译记忆，翻译记忆的质量和数量都会影响翻译。如果翻译记忆的资源中有错误或者与待翻译资源的领域有3所差异，那么工具提供的翻译建议可能会误导或干扰人工译者。
4、结论
面对琳琅满目的工具，用户可以通过了解其所运用的翻译方法，掌握其表现的优势和劣势，来选择适合自己的工具，并依据其优劣势，对其生成译文进行编辑，以满足自己的翻译需求。通过以上的对比可以看出，对于非专业译者的用户选择计算机翻译工具更为合适。而这些较具有代表性的工具中，Systran 系统具备转换规则、语法规则和专业领域词典，因此在专业领域的文本及译文的语法方面相对较强，但在词汇的意思选取上有待提高，整体而言翻译质量比谷歌翻译略逊一筹。谷歌翻译在操作上更加简易，网络在线即可进行翻译，翻译质量相对较高，但在译文的语法方面仍需改善，且语料库的大小和领域也影响着译文质量。因此，这些工具适合非专业译者了解文本大意，或者专业译者进行译前参考或译后校对参考使用。计算机辅助翻译工具，如SDLTrados 等则更适合专业译者，而用户在使用时也要保证其所建数据库的数量和质量。总之，计算机翻译工具和计算机辅助翻译工具为翻译工作提供了很多便利和帮助，对它们的进一步研究定能促进翻译业的发展。
参考文献
[1] 梁三云。 机器翻译与计算机辅助翻译比较分析[J]. 外语电化教学，2004（6）。
[2] 刘冲亚。 浅谈计算机辅助翻译TRADOS的优势[J]. 科技视界，2015（2）。
[3] 乌达巴拉。 基于混合策略的蒙--英机器翻译系统的研究[D].内蒙古：内蒙古大学，2007.
[4] 阎姗。 多种翻译工具在科技英语翻译中的运用[D]. 上海：上海外国语大学，2012.
[5] 杨森。 谈机器翻译系统的使用心得--以谷歌在线翻译为例[J].济宁学院学报，2011（6）。
[6] 张政。 计算机翻译研究[M]. 北京：清华大学出版社，2006:19-26.
[7] 朱玉彬，陈晓倩。 国内外四种常见计算机辅助翻译软件比较研究[J]. 外语电化教学，2013（1）。
