近年来,人工智能和机器翻译技术发展迅速。机器翻译在翻译速度上优于人工翻译,但是在翻译质量上却无法与人工翻译相媲美。为实现翻译质量与翻译效率的平衡,译后编辑在语言行业得到了广泛应用。笔者将译后编辑应用于本次翻译实践,在实践中,笔者分析概括了机器翻译的错误类型,并对处理常见错误类型提出一些建议。本文采用案例研究法分析《2018年总统经济报告》第一章。所选材料为典型的经济类文本,长句多、术语丰富、句子结构复杂(平行结构、从属结构和插入语繁多)。笔者借助于译马网——一个在线计算机辅助翻译平台,从其提供的八种机器翻译引擎中选择了试译质量最佳的机器翻译引擎——谷歌翻译。谷歌翻译首先对所选材料进行预翻译,其次,笔者选择部分机器翻译,对其出现的错误进行分析、归类、修正,最后修改全文。笔者发现,在本次实践中,词汇层面的错误有误译、欠译、过译和漏译;句法层面的错误有从句的漏译或误译以及次序不当;语篇层面的错误主要指缺乏连贯性、格式不一致以及含义冗余。较之于句法和语篇层面的错误,词汇层面的错误最为显著。常见的机器翻译错误类型分别为误译、欠译、格式不一致和词序不恰当。通过本次实践,笔者建议在译后编辑阶段对机器翻译错误进行仔细分析,确定词义,词性转换以及必要时对长句进行重组。