机器翻译是计算机技术、语言学、自动化技术、数学等多学科结合的产物。当今的计算机软硬件平台足以支撑大数据存储和高速运算,但机器译文的质量仍然不能令人满意,误译现象经常出现。在英语和汉语中,名词性短语出现的频率较高,搭配与结构比较复杂,因此本文以名词性短语为研究对象,以人工译文和机器译文为对比平台,对机器译文进行详细的分析,找出误译的原因,并提出可供参考的解决方案。本文将已有人工译文的语言片段作为语料,使用通用领域中较权威的两种机器翻译软件作为工具,把语料放入软件中进行翻译,将处理后的机器译文与人工译文作比较,对所产生的误译现象作分析。经分析发现,在英译汉的机器翻译过程中,机器对名词性短语中多义词和介词的语义判断不够准确,会影响整个短语乃至句子的意思。而在汉译英的机器翻译中,除对多义词词义的判断不够准确外,同形异义结构的短语也会让机器难以判断其语义。针对这些问题,本文对数据库中的语料进行语言学特征标记,并在MT软件中运用CAT技术,对翻译后的译文进行存储处理,使其具有采用记忆功能。为了保证机器不被日益增加的数据拖慢运行的速度,机器定期检查数据,对优先调用的数据进行优化处理,并且在存储语料的数据库容量接近限值时,清理不经常访问的数据,以保证其一直有足量的存储空间来容纳新的译文,从而更好地处理语言转换的工作。英语和汉语名词性短语的人机翻译研究,对名词性短语机器误译进行分析并给出解决办法,如建立具有语言学特征数据库等方案,将为研究机器翻译在其他短语、句子、篇章等层面的问题提供合理的参考和借鉴。