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。五大过程组通常包括：

　　项目启动阶段（Project Initiating）

　　这一阶段的任务是确定一个项目或一个阶段可以开始，并要求着手施行。主要工作包括：收集数据、识别需求、建立目标、进行可行性研究、确定利益相关者、评价风险等级、制定策略、确定项目小组、估计所需资源等。让一个英语大神几年不使用英语，他的英语水平也会退回到中学时代。此阶段的工作在时间跨度上通常占整个项目的5%，比重虽然不大，但却为重要。

　　项目计划阶段（Project Planning）

　　这一阶段的任务是制定计划并编制可操作的进度安排，确保实现项目既定目标，在时间跨度上通常占整个项目的20%。主要工作包括：任命关键人员、制定项目计划（包括质量标准、资源、预算、现金流、进度表、工作分解结构WBS等）、评估项目风险。

　　项目执行阶段（Project Executing）

　　这一阶段的任务是协调人力资源及其他资源，执行计划。在时间跨度上由于和项目监控阶段交叠，因此不宜绝i对区分，通常所需时间占整个项目的60%。主要工作包括：实施项目计划、报告项目进度、进行信息交流、激励小组成员以及采购等。

　　项目监控阶段

　　这一阶段的任务是监督和检测过程，必要时采取一些修正措施，确保项目达到目标，主要工作是对项目范围、项目进度、项目成本以及项目质量进行有效的监控和调整，并力求在其间达到i佳平衡。

　　项目收尾阶段（Project Closing）

　　这一阶段的任务是取得项目或阶段的正式认可并且有序地结束该项目或阶段，从时间上而言，通常占整个项目的5%。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。

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。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。主要工作包括：收集数据、识别需求、建立目标、进行可行性研究、确定利益相关者、评价风险等级、制定策略、确定项目小组、估计所需资源等。

　　（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。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。近两年来，神经网络机器翻译发展迅猛，译文质量显著提升，同时也带来了新的挑战，如“顺而不信”和翻译结果难以干预等问题。

　　（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。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。如果你离开校园后没有从事英语相关的工作，而且平时也没有练习英语，你的英语水平很可能并没有你自己以为的那么好了。

及时调整错误

　　一般来说，在同传中不会有回过头来重新改正自己错误的可能性，但也不绝i对，所以，如果具备了改错空间，当然提倡有错必改。

　　调整是同声翻译中的校译过程，是译员根据接收到的新内容调整信息、纠正错译、补充漏译的重要环节。如英语中的时间、地点状语等大多出现在句尾，在使用“顺句驱动”翻译时，会出现译完主句又出现状语的情况。

　　【例】I went to holiday inn // for a seminar // at 10 o'clock // yesterday.

　　【译】这句话如果按照顺译法，可能会这样翻译：我去了假日酒店//参加一个研讨会//在十点钟//昨天。

　　如果翻译过程中注意及时调整，就可以表达为：我去了假日酒店//参加一个研讨会//时间是昨天上午十点。