并非所有的机器翻译都是一样的，随着时间的推移，系统变得越来越复杂。直到2016年，机器翻译系统要么是基于规则的——依赖于大量手工制作的规则——要么是统计的——基于多语言语料库（大量平行文本），以基于单词或基于短语的方式进行翻译，寻找统计模式。现在大多数主流MT系统都使用神经网络。这叫做神经机器翻译这是一种端到端学习的形式，程序的神经网络在生成输出句子时会在每一步考虑整个输入句子，而不是翻译术语两侧的几个单词。DeepL是NMT系统的一个例子——由于深度学习算法，它产生的翻译比统计MT引擎产生的翻译更像人类。它的网络架构也使它能够从大量数据中学习并适应新的环境。

如前所述，DeepL的核心优势在于其NMT系统，与传统的统计MT方法相比，它能够产生更准确、听起来更自然的翻译。让我们来看看它的一些最突出的功能：

机器翻译工具的宇宙是巨大而多样的。除了DeepL之外，一些最著名的MT提供商包括：

谷歌翻译于2006年推出，2016年从统计模型转向NMT模型——比DeepL推出早几个月。它支持133种语文并且可以免费使用（除了使用API来翻译您自己的网站，或者如果您超过500,000个字符每月）。其高度可访问的界面和直观的设计使其成为业余用户的热门选择。此外，它可以翻译整个网站，图像和语音。

Systran成立于1968年，是市场上第一个商业MT软件。Systran也是唯一一家拥有用于神经机器翻译和神经序列学习的开源生态系统的公司：OpenNMT。Systran翻译支持50多种语言，用户可以添加自己的词汇表、字典和语料库来个性化输出。

Microsoft Translator集成到Bing（微软的搜索引擎）中，并作为微软Office应用程序的内置功能，于2009年推出，基于最新的神经网络技术和基于注意力的模型。如今，它也可以作为独立的移动应用程序用于iPhones和Android设备。它支持100多种语言并支持语音和文本翻译。

该领域最年轻的玩家之一，亚马逊翻译于2017年发布。它使用神经机器翻译引擎，并在其短暂的生命周期内取得了令人印象深刻的性能水平。用户需要一个AWS帐户来访问亚马逊翻译提供的一系列功能——定制（术语和并行数据）、编码术语和批量翻译（亚马逊S3），等等。

腾讯机器翻译（TMT）是该市场的最新进入者之一。它目前支持10种语言，并结合了神经和统计机器翻译模型。腾讯机器翻译尤其以其中文功能而闻名，已获得人类评价最高记录分数英汉翻译和汉英翻译的最高自动分数。

DeepL比谷歌翻译好吗？与其他问题一样，这个问题的答案取决于上下文和用户的特定需求。一般来说，DeepL通常被视为比Google Translate更准确的MT引擎。也就是说，它确实有一些限制：DeepL的语言选择比谷歌的更有限，要访问它的全部功能——比如保留原始格式的完整文档翻译或在正式和非正式注册之间进行选择的能力——你需要一个高级帐户。DeepL提供的一个用户无法从Google Translate获得的功能是，可以在输出框中点击任何翻译的单词，快速查看替代翻译。如果您选择了与DeepL建议的翻译不同的翻译，文本的其余部分将自动更新以反映您的选择。从安全角度来说，在免费版本的情况下，Google Translate和DeepL都会保留你翻译的文本的历史。相比之下，DeepL Pro提供了世界领先的数据保护标准，并在翻译后立即删除您的文本。这使得它特别适合敏感内容。总的来说，两家提供商都为机器翻译提供了有用的解决方案。如果你只是在寻找一个便宜、易用、语言选项广泛、不需要定制的翻译工具，那么谷歌翻译可能是更好的选择。另一方面，如果您需要可以定制的高度准确的翻译，并且需要确保您的数据得到保护，那么DeepL可能是更好的选择。

众所周知，确定机器翻译引擎的准确性具有挑战性。结果会根据所涉及的语言对、你要翻译的文本类型（高度技术性的财务文档不同于博客文章）以及你需要的定制水平而有所不同。此外，因为语言是动态的，像作者的意图这样的因素是无法衡量的，所以准确性有了一个相对的定义。例如，对一部小说的语法和标点符号准确性的期望将不同于对社交媒体帖子的期望。也就是说，基于网络上的普遍情绪，用户报告说DeepL往往相当准确，尤其是当涉及到欧洲语言对时。DeepL自己的实验证明了这一点。然而，由于该公司呈现数据的方式可能会被视为有偏见，更可靠的准确性指标是用户反馈——这往往是积极的，主要表现在：

最终，每个用户都需要在尝试了DeepL在他们的用例中的表现之后做出自己的决定。好消息是，免费版本可以让你做到这一点，而不会产生任何成本。