在短短数十年间,机器翻译技术几经迭代,从基于规则的机器翻译模式,到基于统计的机器翻译模式,再到如今的神经机器翻译模式。机器翻译的产出开始变得不再机械生硬,而是具备一定的可读性和应用性。再加上互联网的普及和软件工具的深度开发,科技的诸多进步为翻译这一行业带来的既有机遇,也有挑战。传统纯人工的翻译模式已经开始跟不上现在社会的快速步伐。在高效率和低成本的要求下,MTPE模式开始得到越来越多译员和机构的关注与应用。在选择合适的机翻引擎或翻译平台进行初译后,再通过人工对机器翻译结果进行保留或者修改,产出最终译文的过程便是机器翻译译后编辑。在该模式的指导下,本文选取Coursera平台课程《翻译质量管理》前三章作为本次翻译实践的对象,并选取讯飞听见译制平台和Trados翻译插件作为主要的翻译工具。笔者从图里的翻译规范理论及译者主体性的角度出发,通过结合其他学者对MT错误分类的研究,并根据慕课自身的特点,尝试性地将两个不同维度的MT错误分类统计模式进行结合,形成新的MT错误统计模式。第一个维度从图里的操作规范角度出发,将MT错误分为漏译或冗余、错译、不译、语序错误、词句切分错误、其他类错误等六大类错误;第二个维度从译者主体性角度出发,将MT错误分为机械类错误和迁移类错误。本次翻译实践报告分为五个部分,第一部分为背景知识介绍,包括MTPE模式介绍、课程介绍,以及实践目的;第二部分为翻译过程介绍,主要包括机器翻译工具选择、字幕规则设定、术语表制定等译前、译中和译后的处理过程;第三部分为理论框架,主要介绍了图里的翻译规范理论及译者主体性;第四部分为案例分析,试图在图里的理论指导下,对译后编辑过程中遇到的各类机器翻译错误类型进行探讨,同时按设定的模型进行统计和简析;最后一部分则立足翻译实践和统计数据对本次翻译实践进行总结。本研究不仅可以为MT工具提供相应的优化意见,也可以为其他译员提供借鉴,促进MTPE模式在慕课等视频领域的应用和发展。