发布时间：
机器翻译的作物比较多，尤其是语法
关键词搜索就行
要追求速度，就只能靠翻译软件了呗，如果担心软件不够准确，建议用软件翻完之后再自己校对一下，反正比自己翻译或者找别人翻译快多了，顺便推荐一个我用过的一个翻译网站，可以在翻译完后直接进行在线校对，网站叫翻译狗，网址自己百度一下吧
复制论文，粘贴到一个翻译app或者网站上就会变成全中文的了。
机器翻译的要修改，语法上很容易有问题
一篇英文的长篇专业文章摆在面前，想了解里面说了啥你的通常做法是什么？谷歌，还是百度？翻译出来的文字可能依然会面临“相见不相识”的尴尬，依然需要耗费时力才能清楚了解文章的意思。 得益于人工智能、深度神经网络学习、大数据等的快速发展，机器翻译已能模仿人脑“理解语言，生成译文”。准确度、流畅度都得到大幅提高，甚至达到“译文流畅，符合语法规范，易于理解”的状态。 北极光投资的Atman（爱特曼）作为国内少有关注机器翻译并追求自动化的创业公司，就一直致力于此并在机器翻译的专业指标上已经遥遥领先。说的好不如做的到，本着求真精神，适逢我们投资的另外一家AI领域的公司（Drive.AI）的创始人近日在MIT Technology Review上发表了一篇有关自动驾驶深度学习的文章“Deep Driving”, 我们通过Atman在短短数秒内将文章翻译如下，全文未经人工修饰，机器“裸翻”，分享给各位，欢迎欣赏、评论、吐槽。我们也相信：阅读，在未来，可以变的更享受。Deep Driving A revolutionary AI technique is about to transform the self-driving car.一种革命性的人工智能技术将要改变自动驾驶车。October 18, 20162016 年 10 月 18 日 When the Google self-driving-car project began about a decade ago, the company made a strategic decision to build its technology on expensive lidar and detailed mapping. Even today, Google’s self-�0�2driving technology still relies on those two pillars. While that approach is great up to a point—we have good algorithms for using lidar and camera data to localize a car on the map—it’s still not good enough. Driving on complicated, ever-changing streets involves perception and decision-making skills that are inherently uncertain (see “Your Driverless Ride Is Arriving”).在 10 年前谷歌开始自动驾驶汽车项目时 ，该公司做出了一项战略决定 ，将在昂贵的激光雷达和详细绘图方面建立起它的技术。即便是今天，谷歌的自动驾驶技术仍依赖于这两个支柱 。虽然这种方法很好，但我们有好的算法来使用激光雷达和照相机数据将汽车定位在地图上。 但它仍然不够好。在复杂 、 不断变化的街道上驾驶，涉及到一种内在不确定的观念和决策技能 。 Now an artificial-intelligence technology called deep learning is being used to address the problem. Rather than using the old method of hand-coded algorithms, we can now use systems that program themselves by learning from examples of how a system ought to behave in response to an input. Deep learning is now the best approach to most perception tasks, as well as to many low-level control tasks.现在，正在利用一种称为深度学习的人工智能技术来解决这个问题。我们现在可以使用程序本身，而不是使用旧的手工编码算法，从一些例子中学习一个系统应该如何对输入作出反应。现在，深度学习是感知任务的最佳做法，也是许多低层级控制任务的最佳途径。 A self-driving car needs a perception system to sense things that are moving (cars, people) as well as things that aren’t (lampposts, curbs). Self-driving vehicles detect dynamic objects using sensors such as cameras, laser scanners, and radar. Of these three, cameras are the cheapest, but they’re also used the least because it’s hard to translate images into detected objects. Using deep learning, we’re seeing dramatic improvements in the car’s ability to understand and make use of such images.一个自动驾驶的汽车需要一种感知系统，让人们感觉到正在移动的物体以及那些没有改变的物体。自动驾驶车辆使用照相机、激光扫描仪和雷达等传感器来检测动态物体。在这三种中，摄像机是最便宜的，但也被最少使用，因为很难将图像转换为检测对象。利用深度学习，我们看到汽车理解和使用这种图像的能力有了显著改善。 We’re also seeing significant gains from something called “multitask deep learning,” in which a system trained simultaneously to detect lane markings, cars, and pedestrians does better than three separate systems trained in isolation—since the single network can share information among the separate tasks.我们还看到了从所谓的多任务深度学习中获得的可观收益，在该学习中，一个同步训练的 系统检测车道标志、汽车和行人。由于单一网络可以在不同的任务中共享信息，所以会比单独训练的三个独立系统要好。 Instead of relying entirely on a pre-computed map, the car can use the map as one of many data streams, combining it with sensor inputs to help it make decisions. (A neural network that knows from map data where crosswalks are, for example, can more accurately detect pedestrians trying to cross than one that relies solely on images.)汽车可以用地图作为许多数据流的一个， 而不是完全依靠一个预先计算的地图，从而将该地图与传感器的输入结合起来，以帮助它做出决定。例如，从地图数据中知道人行道的一个神经网络能够更准确地检测到试图穿越的行人，而不是仅仅依靠图像。 Deep learning can also alleviate one of the biggest issues identified by many who have ridden in a self-driving car—a “jerky” feel to the driving style, which sometimes leads to motion sickness. But a car trained using examples of humans driving can offer a ride that feels more natural.深入学习也能缓解那些在自动驾驶汽车上乘坐的许多人发现的最大问题之一 ——颠簸的驾驶感觉，有时会导致晕车。但是，受过人工驾驶数据训练的汽车会让人们感觉更自然。 It’s still early. But just as deep learning did with image search and voice recognition, it is likely to forever change the course of self-driving cars.现在还为时过早。但是，正如深度学习在图像搜索和语音识别上所做的那样，它有可能永远改变自动驾驶汽车的过程。
选择机器翻译或翻译公司需要您看所需的翻译质量。如果是日常学习使用，例如：查单词，翻译短语等要求翻译基本准确，那么可以选择机器翻译。如果是比较重要的资料，例如：出版翻译，技术文件翻译，文学作品翻译，法律文件翻译、论文翻译等对翻译质量要求较高的，那么选择翻译公司更靠谱，因为专业的翻译公司用的是人工翻译，并且有很严格的审校环节，能保证翻译出来的作品用词更准确，润色更好，符合目标语言国家的语言逻辑习惯。
好用的论文翻译软件推荐如下：
1、知云
知云，是一款国产的永久免费软件。自带PDF阅读器功能。以下面这一篇PDF格式文献为例，下图就是软件界面。
2、GeenMedical翻译
是根据生物医学科研人群的实际需要开发的GeenMedical翻译平台。
3、专业词汇翻译--MedSci
MedSci，拼写检查及中英互译 ,收录超过200万个专业词汇，尤其是对新词的收录能力强。像生物医药领域出现的新词，或复杂的化学名均有收录，很全面，更新及时。与各家相比，算是更全面。
4、Linggle
Linggle是一个可用来进行英语语法、句子写作的工具，可为学习者提供更准确的英文写作建议，还能够根据词性来推测短句和句子，精准的分析出完整英文句子如何撰写。
5、NetSpeak
NetSpeak 是一个提供免费线上单词、词组、语句翻译的工具，其特点是可以在线搜索和比较各种英文词汇、短句、语法、单词解释等内容，并且可以统计出这个用语的变化形态，还可以分析使用频率和情境，堪比谷歌翻译。
去淘宝找人翻译啊~~~~搜索 毕设 翻译 出来一大堆！！
[1] 邢红兵，语法搭配的分类和作用－－多义词的激活机制之一，《机器翻译研究进展》，陈肇雄主编，电子工业出版社，1992年8月。[2] 邢红兵，含“VA”结构的句子的语义分析，《浙江师大学报（社会科学版）》，1994年第4期。[3] 孙宏林、孙德金、黄建平、邢红兵，关于确定现代汉语分词原则的实验报告，《北京语言学院第三届青年科学报告会论文集》（内部发行），北京语言学院教务处，1994年。[4] 孙宏林、孙德金、黄建平、李德钧、邢红兵“现代汉语研究语料库系统”概述（合作），《计算机时代的汉语和汉字研究》，罗振声、袁毓林主编，清华大学出版社，1996年11月。《第五届国际汉语教学讨论会论文选》，胡明扬主编，北京大学出版社，1997年10月。[5] 邢红兵、张普、崔永华，Chinese Character Component Disassembly and Standard of GB 13000. 1 Character Set，(第一作者)，《第二届术语学、标准化与技术传播国际学术会议论文集》，中国大百科全书出版社，1997年7月。[6] 邢红兵，现代汉语插入语研究，《语言工程》，陈力为 袁琦主编，清华大学出版社，1997年8月。[7] 邢红兵、张普、崔永华，对部件称说的建议，《计算机世界》，1998年4月27日。[8] 信息处理用GB13000.1 字符集汉字部件规范（主要起草人），语文出版社，1998年4月。[9] 邢红兵、张普，汉字基础部件称谓“音托”键位统计，《1998年中文信息处理国际会议论文》，清华大学出版社，1998年9月。[10] 邢红兵，现代汉语字、词基础部件统计分析，《1998年中文信息处理国际会议论文》，清华大学出版社，1998年9月。[11] 邢红兵，现代汉语词类使用情况统计，《浙江师大学报（社会科学版）》，1999年第3期。[12] 邢红兵，从分词的不一致性看汉语分词的难点，“机器翻译与计算机语言信息处理国际学术研讨会”论文，北京1999年6月。[13] 邢红兵，词性标注中难归类词语分析，黄昌宁 董振东主编，《计算语言学文集》，清华大学出版社，1999年10月。[14] 邢红兵、舒华，语料库建设与汉语认知研究，“第三届华人心理学家学术研讨会”论文，1999年10月北京。[15] 邢红兵，汉语词语重叠结构统计分析，北京语言文化大学第五届青年科学报告会论文（二等奖），1999年11月。[16] 邢红兵，汉语词语重叠结构统计分析，《语言教学与研究》，2000年第1期。人大复印资料中心《语言文字学》，2000年第6期转载。[17] 邢红兵，汉语水平词汇双音节词结构分析，北京语言文化大学第八届科学报告会论文。[18] 邢红兵、舒华、孟祥芝、尚悦，形声字声旁规则性效应调查，“国际华语教学研讨会”论文，2000年6月，新加坡。[19] 邢红兵，基于第三代语料库的信息领域术语动态更新，《语言文字应用》，2000年第2期。[20] 邢红兵，计算机领域汉英术语的特征及其在语料分布规律，Proceedings of 2000 International Conference on Multilingual Information Processing, Augest 9-13 Urumqi, China.[21] Sun Maosong, Zhou Qiang, Sun Honglin, Huang Changning, Zhang Pu, Xing Hongbing, Constructing a Word-segmented & POS-tagged Chinese Corpus and a Chinese Treebank, proceedings of 2000 International Conference on Chinese Language Computing, July 8-9, 2000[22] 邢红兵，计算机领域汉英术语的特征及其在语料分布规律，《术语标准化与信息技术》，2000年第3期。[23] 苑春法，李莼，崔永华，邢红兵（2001）. 基于遗传算法的汉语构词研究. 《清华大学学报（自然科学版）》2001年Z1期。[24] Lu Qin, Li Yin, Xing Hongbing, Li Ngai Ling and Chan Shiu Tong（2002），The Hong Kong Glyph Specifications for ISO 10646's Ideographic Characters，Twenty-first International Unicode Conference, Dublin, Ireland, 14-17 May 2002.[25] Xing Hongbing, Shu Hua, LiPing (2002). A self-organizing connectionist model of character acquisition in Chinese. In Proceedings of the Twenty-fourth Annual Conference of the Cognitive Science Society. Mahwah, NJ: Lawrence Erlbaum.[26]张亚旭、舒华、周晓林、邢红兵（2003），汉字识别中声旁与整字语音信息激活的相对优势，《北京大学学报（自然科学版）》2003年，第1期。[27] 邢红兵（2003），留学生形声字声旁规则性效应调查，载于《对外汉语研究的跨学科探索——汉语学习与认知国际学术研讨会论文集》，北京语言大学出版社，2003年3月出版。[28] 邢红兵（2003），现代汉语常用动词带宾语能力调查。孙茂松，陈群秀主编，《语言计算与基于内容的文本处理》。清华大学出版社，2003年8月。[29] 邢红兵（2003），对外汉语教材的汉语拼音注音方法调查. 苏培成主编，《信息网络时代的汉语拼音》。语文出版社，2003年10月。[30] 邢红兵（2003），留学生偏误合成词的统计分析，《世界汉语教学》，2003年第4期。[31] 邢红兵（2004），基于“汉语水平词汇等级大纲”的语素数据库建设，《数字化对外汉语教学理论与方法研究》，清华大学出版社，2004年7月，北京。[32] 邢红兵、舒华（2004），《汉语水平词汇与汉字等级大纲》中形声字声旁表音特点分析，载于《汉语口语与书面语教学——2002年国际汉语教学学术研讨会论文集》，北京大学出版社，2004年10月出版。[33] 邢红兵、张旺熹（2004），现代汉语语法项目的标注与统计研究，“对外汉语研究”学术研讨会论文，2004年11月，北京。[34] Xing, H., Shu, H., & Li, P. (2005). The acquisition of Chinese characters: Corpus analyses and connectionist simulations. Journal of Cognitive Science.[35] 邢红兵（2005），信息技术领域术语用字分析，《术语标准化与信息技术》，2005年第1期。[36] 邢红兵（2005），面向对外汉语教学的动词用法频率词典. “对外汉语词典学国际研讨会”论文，2005年3月，香港。[37] 邢红兵（2005），《（汉语水平）汉字等级大纲》汉字部件统计分析. 《世界汉语教学》，2005年第2期。[38] 邢红兵（2006）对外汉语用字统计分析，张普等主编《数字化汉语教学的研究与应用》语文出版社，2006年6月。[39] 邢红兵（2006）《（汉语水平）词汇等级大纲》双音合成词语素统计分析，《世界汉语教学》，2006年第3期。[40] 张博、邢红兵（2006）对外汉语学习词典多义词义项收录排列的基本原则及其实现条件，第二届对外汉语学习词典学国际研讨会，北京。[41] 邢红兵（2006）基于标注语料库的“实用现代汉语语法项目词典”基本框架，第二届对外汉语学习词典学国际研讨会，北京。[42] 邢红兵、张文坚、江诗鹏（2006），面向对外汉语教学的谓词句法属性统计研究，《语言教学与研究》，2006年第3期。[43] Ping Li & Hongbing Xing(2006),Diease But No Sheep, Science Vol 311, 31 Marth 2006.[44] 张金竹、邢红兵（2007）词语的习得途径及对外汉语词汇教学，“第八届词汇语义学研讨会”论文，2007年5月，中国香港。[45] 邢红兵、舒华、李平（2007），小学儿童词汇获得的自组织模型，《当代语言学》，2007年第3期。[46] 南旭萌、李芬芬、邢红兵（2008），留学生汉语学习词典使用情况调查，郑定欧主编《对外汉语学习词典学国际研讨会论文集（三）》，中国社会科学出版社。[47] 蔡北国、邢红兵（2008），谈基于语料库的词的用法研究与词汇教学，载于张普等主编《数字化汉语教学进展与深化》，清华大学出版社。[48] 弓月亭、邢红兵（2008），语料库建设与语法教学，载于张普等主编《数字化汉语教学进展与深化》，清华大学出版社。[49] 张金竹、邢红兵（2008），小学阶段汉字音节的分布与存储，载于张普等主编《数字化汉语教学进展与深化》，清华大学出版社。[50] 邢红兵、舒华（2008），小学语文教材用字基础部件统计分析，《语言文字应用》，2008年第3期。[51] 邢红兵、张普（2009），《现代常用字部件及部件名称规范》特点解读及使用建议，《小学语文》，第7、8期。[52] 郝瑜鑫、邢红兵（2009），基于语料库和数据库的同义词辨析模式，第十届汉语词汇语义学研讨会，2009年7月，山东烟台。[53] 邢红兵（2009），基于联结主义理论的第二语言词汇习得研究框架，语言教学与研究国际学术研讨会，2009年7月，北京。[54] 邢红兵（2009），中介语词汇与现代汉语词汇对比分析，《对外汉语研究》，第五期。[55] 邢红兵（2009），基于联结主义理论的第二语言词汇习得研究框架，《语言教学与研究》，2009年第5期。人大复印资料中心《语言文字学》2010年第1期转载。[56]郝瑜鑫、邢红兵（2009），汉语学习型词典需求调查和基于大规模语料库的学习型词典编撰构想，汉语国际教育‘三教’问题学术研讨会，2009年10月。[57]郝瑜鑫、邢红兵（2010），基于大规模语料库的学习型同义词辨析模式初探，载亢世勇等主编《词汇语义学的新进展——第十届汉语词汇语义学论文集》，新加坡东方语言信息处理学会出版。[58] 陈永朝、邢红兵（2010），基于联结主义理论模型的留学生复合词习得考察，《现代语文》4月下旬刊。[59] 陈永朝、邢红兵（2010），基于分布表征的语义提取和语义透明度自动评估实验，《现代语文》3月下旬刊。[60] 王娟、邢红兵（2010），留学生单音节多义语素构词习得过程的实验研究，《语言教学与研究》，2010年第2期。[61] 张金竹、邢红兵（2010），留学生语素习得路径探析，《现代语文》第11期。[62] 郝瑜鑫、邢红兵（2010），汉语学习型词典需求调查研究——兼论初中级阶段学习型词典的编撰，载《汉语国际教育‘三教’问题——第六届对外汉语学术研讨会论文集》，外语教学与研究出版社出版。[63] Teuvo Kohonen and Hongbing Xing（2011）. Contextually Self-Organized Maps of Chinese Words.Lecture Notes in Computer Science, 2011, Volume 6731/2011, 16-29[64]邢红兵（2011），汉字统计研究与对外汉语教学，《汉字教学与研究》，第一辑。[65]邢红兵（2012），第二语言词汇习得的语料库研究方法，《汉语学习》，第2期。[66]郝瑜鑫、徐婷婷、邢红兵（2012），现代汉语常用副词AABB式句法语义研究，《语文学刊》(06) 。[67]邢红兵（2012），基于语料库的词汇知识提取及在二语词汇习得中的应用，第七届国际汉语电脑教学研讨会（TCLT），美国，夏威夷。[68]邢红兵（2012），中介语语料库虚词使用情况统计分析，第五届现代汉语虚词研究与对外汉语教学学术研讨会，吉林，延边大学。[69]邢红兵（2013），基于语料库的词语知识提取与外向型词典编纂，《辞书研究》，第2期。[70]邢红兵、辛鑫（2013）. 第二语言词汇习得的中介语对比分析方法[J]. 华文教学与研究,02:64-72。[71]邢红兵（2013）. 词语搭配知识与二语词汇习得研究[J]. 语言文字应用,04:117-126。[72]郝瑜鑫、刘汉武、邢红兵（2013）. “就是……也/都……”的量级标示功能[J]. 汉语学习,05:65-70。[73]郝瑜鑫、邢红兵（2013）. 现代汉语状语和状动结构研究评述[J]. 现代语文(语言研究版),04:13-14。
即将拿到毕业证，论文答辩在6.15，答辩时老师指出了格式上的问题，整理后6.20在系统提交了最终稿，现在需要存档，但导出的文档有些问题需要继续改，脑壳痛痛我学姐推荐的北京译顶科技那边做的不错，你可以考虑一下。知道更多可以加速去知道了解下。
机器翻译的要修改，语法上很容易有问题
[1] 邢红兵，语法搭配的分类和作用－－多义词的激活机制之一，《机器翻译研究进展》，陈肇雄主编，电子工业出版社，1992年8月。[2] 邢红兵，含“VA”结构的句子的语义分析，《浙江师大学报（社会科学版）》，1994年第4期。[3] 孙宏林、孙德金、黄建平、邢红兵，关于确定现代汉语分词原则的实验报告，《北京语言学院第三届青年科学报告会论文集》（内部发行），北京语言学院教务处，1994年。[4] 孙宏林、孙德金、黄建平、李德钧、邢红兵“现代汉语研究语料库系统”概述（合作），《计算机时代的汉语和汉字研究》，罗振声、袁毓林主编，清华大学出版社，1996年11月。《第五届国际汉语教学讨论会论文选》，胡明扬主编，北京大学出版社，1997年10月。[5] 邢红兵、张普、崔永华，Chinese Character Component Disassembly and Standard of GB 13000. 1 Character Set，(第一作者)，《第二届术语学、标准化与技术传播国际学术会议论文集》，中国大百科全书出版社，1997年7月。[6] 邢红兵，现代汉语插入语研究，《语言工程》，陈力为 袁琦主编，清华大学出版社，1997年8月。[7] 邢红兵、张普、崔永华，对部件称说的建议，《计算机世界》，1998年4月27日。[8] 信息处理用GB13000.1 字符集汉字部件规范（主要起草人），语文出版社，1998年4月。[9] 邢红兵、张普，汉字基础部件称谓“音托”键位统计，《1998年中文信息处理国际会议论文》，清华大学出版社，1998年9月。[10] 邢红兵，现代汉语字、词基础部件统计分析，《1998年中文信息处理国际会议论文》，清华大学出版社，1998年9月。[11] 邢红兵，现代汉语词类使用情况统计，《浙江师大学报（社会科学版）》，1999年第3期。[12] 邢红兵，从分词的不一致性看汉语分词的难点，“机器翻译与计算机语言信息处理国际学术研讨会”论文，北京1999年6月。[13] 邢红兵，词性标注中难归类词语分析，黄昌宁 董振东主编，《计算语言学文集》，清华大学出版社，1999年10月。[14] 邢红兵、舒华，语料库建设与汉语认知研究，“第三届华人心理学家学术研讨会”论文，1999年10月北京。[15] 邢红兵，汉语词语重叠结构统计分析，北京语言文化大学第五届青年科学报告会论文（二等奖），1999年11月。[16] 邢红兵，汉语词语重叠结构统计分析，《语言教学与研究》，2000年第1期。人大复印资料中心《语言文字学》，2000年第6期转载。[17] 邢红兵，汉语水平词汇双音节词结构分析，北京语言文化大学第八届科学报告会论文。[18] 邢红兵、舒华、孟祥芝、尚悦，形声字声旁规则性效应调查，“国际华语教学研讨会”论文，2000年6月，新加坡。[19] 邢红兵，基于第三代语料库的信息领域术语动态更新，《语言文字应用》，2000年第2期。[20] 邢红兵，计算机领域汉英术语的特征及其在语料分布规律，Proceedings of 2000 International Conference on Multilingual Information Processing, Augest 9-13 Urumqi, China.[21] Sun Maosong, Zhou Qiang, Sun Honglin, Huang Changning, Zhang Pu, Xing Hongbing, Constructing a Word-segmented & POS-tagged Chinese Corpus and a Chinese Treebank, proceedings of 2000 International Conference on Chinese Language Computing, July 8-9, 2000[22] 邢红兵，计算机领域汉英术语的特征及其在语料分布规律，《术语标准化与信息技术》，2000年第3期。[23] 苑春法，李莼，崔永华，邢红兵（2001）. 基于遗传算法的汉语构词研究. 《清华大学学报（自然科学版）》2001年Z1期。[24] Lu Qin, Li Yin, Xing Hongbing, Li Ngai Ling and Chan Shiu Tong（2002），The Hong Kong Glyph Specifications for ISO 10646's Ideographic Characters，Twenty-first International Unicode Conference, Dublin, Ireland, 14-17 May 2002.[25] Xing Hongbing, Shu Hua, LiPing (2002). A self-organizing connectionist model of character acquisition in Chinese. In Proceedings of the Twenty-fourth Annual Conference of the Cognitive Science Society. Mahwah, NJ: Lawrence Erlbaum.[26]张亚旭、舒华、周晓林、邢红兵（2003），汉字识别中声旁与整字语音信息激活的相对优势，《北京大学学报（自然科学版）》2003年，第1期。[27] 邢红兵（2003），留学生形声字声旁规则性效应调查，载于《对外汉语研究的跨学科探索——汉语学习与认知国际学术研讨会论文集》，北京语言大学出版社，2003年3月出版。[28] 邢红兵（2003），现代汉语常用动词带宾语能力调查。孙茂松，陈群秀主编，《语言计算与基于内容的文本处理》。清华大学出版社，2003年8月。[29] 邢红兵（2003），对外汉语教材的汉语拼音注音方法调查. 苏培成主编，《信息网络时代的汉语拼音》。语文出版社，2003年10月。[30] 邢红兵（2003），留学生偏误合成词的统计分析，《世界汉语教学》，2003年第4期。[31] 邢红兵（2004），基于“汉语水平词汇等级大纲”的语素数据库建设，《数字化对外汉语教学理论与方法研究》，清华大学出版社，2004年7月，北京。[32] 邢红兵、舒华（2004），《汉语水平词汇与汉字等级大纲》中形声字声旁表音特点分析，载于《汉语口语与书面语教学——2002年国际汉语教学学术研讨会论文集》，北京大学出版社，2004年10月出版。[33] 邢红兵、张旺熹（2004），现代汉语语法项目的标注与统计研究，“对外汉语研究”学术研讨会论文，2004年11月，北京。[34] Xing, H., Shu, H., & Li, P. (2005). The acquisition of Chinese characters: Corpus analyses and connectionist simulations. Journal of Cognitive Science.[35] 邢红兵（2005），信息技术领域术语用字分析，《术语标准化与信息技术》，2005年第1期。[36] 邢红兵（2005），面向对外汉语教学的动词用法频率词典. “对外汉语词典学国际研讨会”论文，2005年3月，香港。[37] 邢红兵（2005），《（汉语水平）汉字等级大纲》汉字部件统计分析. 《世界汉语教学》，2005年第2期。[38] 邢红兵（2006）对外汉语用字统计分析，张普等主编《数字化汉语教学的研究与应用》语文出版社，2006年6月。[39] 邢红兵（2006）《（汉语水平）词汇等级大纲》双音合成词语素统计分析，《世界汉语教学》，2006年第3期。[40] 张博、邢红兵（2006）对外汉语学习词典多义词义项收录排列的基本原则及其实现条件，第二届对外汉语学习词典学国际研讨会，北京。[41] 邢红兵（2006）基于标注语料库的“实用现代汉语语法项目词典”基本框架，第二届对外汉语学习词典学国际研讨会，北京。[42] 邢红兵、张文坚、江诗鹏（2006），面向对外汉语教学的谓词句法属性统计研究，《语言教学与研究》，2006年第3期。[43] Ping Li & Hongbing Xing(2006),Diease But No Sheep, Science Vol 311, 31 Marth 2006.[44] 张金竹、邢红兵（2007）词语的习得途径及对外汉语词汇教学，“第八届词汇语义学研讨会”论文，2007年5月，中国香港。[45] 邢红兵、舒华、李平（2007），小学儿童词汇获得的自组织模型，《当代语言学》，2007年第3期。[46] 南旭萌、李芬芬、邢红兵（2008），留学生汉语学习词典使用情况调查，郑定欧主编《对外汉语学习词典学国际研讨会论文集（三）》，中国社会科学出版社。[47] 蔡北国、邢红兵（2008），谈基于语料库的词的用法研究与词汇教学，载于张普等主编《数字化汉语教学进展与深化》，清华大学出版社。[48] 弓月亭、邢红兵（2008），语料库建设与语法教学，载于张普等主编《数字化汉语教学进展与深化》，清华大学出版社。[49] 张金竹、邢红兵（2008），小学阶段汉字音节的分布与存储，载于张普等主编《数字化汉语教学进展与深化》，清华大学出版社。[50] 邢红兵、舒华（2008），小学语文教材用字基础部件统计分析，《语言文字应用》，2008年第3期。[51] 邢红兵、张普（2009），《现代常用字部件及部件名称规范》特点解读及使用建议，《小学语文》，第7、8期。[52] 郝瑜鑫、邢红兵（2009），基于语料库和数据库的同义词辨析模式，第十届汉语词汇语义学研讨会，2009年7月，山东烟台。[53] 邢红兵（2009），基于联结主义理论的第二语言词汇习得研究框架，语言教学与研究国际学术研讨会，2009年7月，北京。[54] 邢红兵（2009），中介语词汇与现代汉语词汇对比分析，《对外汉语研究》，第五期。[55] 邢红兵（2009），基于联结主义理论的第二语言词汇习得研究框架，《语言教学与研究》，2009年第5期。人大复印资料中心《语言文字学》2010年第1期转载。[56]郝瑜鑫、邢红兵（2009），汉语学习型词典需求调查和基于大规模语料库的学习型词典编撰构想，汉语国际教育‘三教’问题学术研讨会，2009年10月。[57]郝瑜鑫、邢红兵（2010），基于大规模语料库的学习型同义词辨析模式初探，载亢世勇等主编《词汇语义学的新进展——第十届汉语词汇语义学论文集》，新加坡东方语言信息处理学会出版。[58] 陈永朝、邢红兵（2010），基于联结主义理论模型的留学生复合词习得考察，《现代语文》4月下旬刊。[59] 陈永朝、邢红兵（2010），基于分布表征的语义提取和语义透明度自动评估实验，《现代语文》3月下旬刊。[60] 王娟、邢红兵（2010），留学生单音节多义语素构词习得过程的实验研究，《语言教学与研究》，2010年第2期。[61] 张金竹、邢红兵（2010），留学生语素习得路径探析，《现代语文》第11期。[62] 郝瑜鑫、邢红兵（2010），汉语学习型词典需求调查研究——兼论初中级阶段学习型词典的编撰，载《汉语国际教育‘三教’问题——第六届对外汉语学术研讨会论文集》，外语教学与研究出版社出版。[63] Teuvo Kohonen and Hongbing Xing（2011）. Contextually Self-Organized Maps of Chinese Words.Lecture Notes in Computer Science, 2011, Volume 6731/2011, 16-29[64]邢红兵（2011），汉字统计研究与对外汉语教学，《汉字教学与研究》，第一辑。[65]邢红兵（2012），第二语言词汇习得的语料库研究方法，《汉语学习》，第2期。[66]郝瑜鑫、徐婷婷、邢红兵（2012），现代汉语常用副词AABB式句法语义研究，《语文学刊》(06) 。[67]邢红兵（2012），基于语料库的词汇知识提取及在二语词汇习得中的应用，第七届国际汉语电脑教学研讨会（TCLT），美国，夏威夷。[68]邢红兵（2012），中介语语料库虚词使用情况统计分析，第五届现代汉语虚词研究与对外汉语教学学术研讨会，吉林，延边大学。[69]邢红兵（2013），基于语料库的词语知识提取与外向型词典编纂，《辞书研究》，第2期。[70]邢红兵、辛鑫（2013）. 第二语言词汇习得的中介语对比分析方法[J]. 华文教学与研究,02:64-72。[71]邢红兵（2013）. 词语搭配知识与二语词汇习得研究[J]. 语言文字应用,04:117-126。[72]郝瑜鑫、刘汉武、邢红兵（2013）. “就是……也/都……”的量级标示功能[J]. 汉语学习,05:65-70。[73]郝瑜鑫、邢红兵（2013）. 现代汉语状语和状动结构研究评述[J]. 现代语文(语言研究版),04:13-14。
这种专业的论文还是需要人工好好翻译的，尤其是要发表到期刊上。不过你可以先用翻译软件翻一下再自己修改修改，我这边推荐你使用qtrans快翻，我自己最近就一直在用，它是采用先进的神经网络机器翻译引擎，译文效果还不错，翻译后的格式也会保留，不用再费力调整。费用是1块/千字符，相比人工翻译真的是很划算了，像你这种生命科学类的文章，自己翻完一整篇可是要秃然掉发的~
google在线翻译 在百度中找即可
机器翻译的要修改，语法上很容易有问题
机器翻译的要修改，语法上很容易有问题
这个当然可以的不过你要盯紧一点，因为有些软件翻译它会漏掉那么几个然后意思就会全变
看英文文献对于英语基础薄弱的学生一直是一个恼火的问题，幸好现在机器翻译的水平越来越高了，虽然并不完美，但是作为参考是足够的。 该网站使用谷歌翻译，还能够保留原文档的排版，亲测可用。 如图所示，因为论文的排版，这两句话被拆分为3句，相应的翻译结果必定会打折扣。 使用以上的两个简单方法的任意一种，翻译程序输出的文件。与英文文档对照使用。
你好，不违法，不过要向原著作者付费用。