译后编辑是提升机器翻译质量的核心手段，其发展源于翻译需求激增与机器翻译局限性之间的矛盾。研究表明，该过程需针对机器翻译在准确性（如死译、误译、漏译）和流畅性（如语篇衔接不足）两方面的典型错误进行修正。目前主流模式为“MT+PE”或“TM+MT+PE”，适用于项目量大、时间紧迫的场景。截至2025年，学界已构建涵盖七类能力的译后编辑能力模型，并探索出结合AI工具的交互式培养模式。

译后编辑（Post-Editing）指对机器翻译初始译文进行人工修正的过程，旨在平衡效率与质量。随着神经网络机器翻译效果提升，该模式成为翻译行业主流解决方案，尤其适用于信息类文本。截至2023年，译后编辑模式在语言服务行业得到广泛应用。

研究显示机器翻译主要存在两类问题：

完整工作流程包含三阶段：

人工智能时代对译后编辑能力提出新要求：