技术背景

　　（1）机器翻译研究历程

　　机器翻译的研究在上世纪五十年代就已经展开，早期的工作主要以基于规则的方法为主，进展相对来说比较缓慢。之后美国自然语言处理咨询委I员会还作出了一个质疑了机器翻译的可行性的报告，对该领域研究造成了一定阻碍。到了上世纪九十年代，IBM提出了著i名的基于词的翻译模型，开启了统计机器翻译时代，随后短语和句法模型相继被提出，翻译质量得到了显著提升。PMI所定义的项目管理知识体系将整个项目管理分为42个过程，这些过程可以归入五大过程组（也称“阶段”），或归入项目管理涉及到的九大知识领域。近两年神经网络机器翻译方法开始兴起，该方法突破统计机器翻译方法中的许多限制，成为当前的研究热点。

　　（2）统计机器翻译

　　统计机器翻译的基本思想是充分利用机器学习技术从大规模双语平行语料中自动获取翻译规则及其概率参数，然后利用翻译规则对源语言句子进行解i码。对于给定的源语言句子，统计机器翻译认为其翻译可以是任意的目标语言句子，只是不同目标语言句子的概率不同。7米，气势磅礴”这句话的原译文TheSmallStoneGaterisessuddenlyfromthegroundandis91。而统计机器翻译的任务，就是从所有的目标语言句子中，找到概率i大的译文。

　　（3）神经网络机器翻译

　　神经网络机器翻译（neural machine translation，NMT）是近年来兴起的一种全新的机器翻译方法，其基本思想是使用神经网络直接将源语言文本映射为目标语言文本，这种编码器解i码器架构使得它可以采用端到端的方式进行训练，能同时优化模型中的所有参数。完全不同于传统机器翻译中以基于离散符号的转换规则为***的做法，需要经过词对齐，抽规则，概率估计和调参等一系列步骤，容易产生误差传播。旅游宣传资料汉英翻译不应该是表象文字的吻合，而应该是信息和语言内涵上的一致。神经网络机器翻译使用连续的向量表示对翻译过程进行建模，因而能从根本上克服传统机器翻译中的泛化性能不佳、独立性假设过强等问题。

中国翻译协会网站的数据显示，国内各类***翻译注册企业有19000多家（2010年统计数字），以咨询公司、打印社等名义注册而实际承揽翻译业务的公司更有数万家之多。这其中，规模化的企业非常少见，大多数都在几个人到十几个人之间，这种手工作坊式的传统翻译服务，强调以个人经验、能力和信誉来保证质量，遭到大批量的工作时，往往采取简单的人i术，由于缺乏有效的组织、协调与管理，以及缺失相应的***体系和措施，很难充分发挥每个人的能力，也越来越不能满足现代商业对质量和效率的严格要求。第i一个挑战是，你的竞争者很多，***900多所院校开设了英语***，每年英语***的毕业生大概有三四十万，很多人都通过了英语***八级考试和CATTI笔译二三级的考试，英语水平很好。因此，翻译服务行业急需翻译项目管理人才。

　　首先，我们要先明确一下什么是项目和项目管理，以及为什么翻译活动如何适用于项目管理。美国项目管理协会（project Management Institute，PMI）在其出版的《项目管理知识体系指南》（Project Management Body of Knowledge，PMBOK）中为项目所做的定义是：项目是为创造***的产品、服务或成果而进行的临时性工作。主要工作包括交付项目产品、评价项目表现、项目文件归档及总结项目经验教训等。

　　而项目管理则是在项目活动中运用专门的知识、技能、工具和方法，使项目能够在有限资源限定条件下，实现或超过设定的需求和期望的过程。而对于翻译来说，其目的是在有限的时间内将源语言文本翻译成目标语言文本的一次性i过程，不需要进行循环劳动。指示牌外文翻译应当标准化近日，有北京市民发现石景山区八大处公园内有多处指示牌的英文翻译存在明显错误。所以，翻译项目管理便是项目管理在翻译行业中的具体运用与实践。

调整顺序

　　在一些有after和before的句子中可以将其反说，比如：

　　【例】I would like to make one point clear before I move on to the next point.

　　【译】我想先澄清一下，然后再讲下一部分。

　　【例】I would like to move on to the next part after I clarify one point.

　　【译】我想谈下一部分，在这之前先澄清一点。