以前常常有“老外最常见的中文错误”，或者“中国人最常见的英文错误”。现在有了立等可取的免费解决方案了。就是在交作业之前，找一家信得过的网上机器翻译网站（我用的是有道和搜狗），在中英之间倒腾一遍就齐了（其实不会太久就不用这么来回倒腾，一定会有团队直接在本语言中做“翻译”，从A到A' 把不通顺的语句改写成通顺的说法，实际上就是“写作助手”类应用。）
A --》B --》A'
刚才到网上查老外的中文错误，见到这个：“盘点老外常错的中文语法点” 。根据里面列举的典型案例，我们试试这个技巧。
遇到的第一个错误是搭配不对：英文都是 strong，可在中文的搭配习惯上，“咖啡”论“浓”不论“强壮”：
“对不起老师，我昨天没睡好，因为喝的咖啡太强壮了”
搜狗MT： --》Sorry teacher, I didn't sleep well yesterday because the coffee I drank was too strong.
然后 翻译回去：--》对不起老师，昨天我睡不好，因为我喝的咖啡太浓了
搭配是语言学习的难点，因为每个语言搭配的习惯不同，不怎么讲道理。没个10年8年的功夫，是很难学会地道的语言搭配习惯的。我女儿从小在家听中文，周末上中文学校，现在开口闭口还是： “我不要穿这个帽子”、“我穿的眼镜 不好看”，纠正过无数次了，还是改不了。
“我不要穿这个帽子” --》I don't want to wear this hat.
--》我不想戴这顶帽子。
“我穿的眼镜 不好看” --》The glasses I wear don't look good.
--》我戴的眼镜不好看。
老师千叮咛万嘱咐：帽子是“戴”的不是“穿”的，帽子要论“顶”，不论“个”。哪里如用的时候随时上网请教一下MT呢，其实让机器把关最放心。
③ “了”这个大难点
“我和我的老师们一起去了旅游”，“我昨天吃了饭，然后洗了澡”“了”的难点在于本身有很多规则，而且这些规则还总有例外，用在句中还是句末，用在过去还是变化，就连中国人也很难说得清楚。
MT 里面来回一倒腾，这个不该用的“了” 就飞了 ：
“我和我的老师们一起去了旅游” --》I went on a tour with my teachers
--》我和老师一起去旅游
问题是 去+V 中间不合适加“了”,可是老外（甚至老中）哪里知道啊，“went” 在他脑子里呢，出来的时候就成了 “去了”。
无论是老外学中文的难点，还是老中学英文的难点。说到底 大多是对于千千万万鸡零狗碎的与自己母语不同的搭配、语序等等语言习惯，搞不定。记不住啊，除非是没完没了的练习（drills），并且需要不间断地使用。可是大部分人做不到。可是机器没这个问题。
讲解说：“放假快来了”，“放假”是一个动词，学生经常和“假期”搞混了，说出来的句子自然不地道！
？“放假快来了” --》The holiday is coming soon. --》假期快到了。
？我打算了几个计划 --》I made several plans --》 我做了几个计划
“做-计划” 应该算顺了，至少比“打算-计划”的搭配好。不过没实验前，我头脑里想的是 “订-计划”。从有道MT转到搜狗MT，出来的还是“做-计划” 而不是“订-计划”，相信数据里面，前者比后者的搭配频率一定高得多吧。虽然后者显得更加地道，因为用的不是高频的”做“。对于搭配，其实低频率的语素（作为搭配的部件）更加地道。目前的模型显然贯彻不了这个启发式指导。
对于自然语言，生成从严，分析从宽。学外语搞不定的就是不知道如何“从严”。生成出来的外语句子就常常不顺畅，不地道。听上去就是老外。可是语言模型是在大数据上学出来的，虽然语言里面也有各种不顺畅不合法的东西，但是统计上看，飘在上面的，总是趋向于大众常说常见的顺畅的句式。因此利用MT帮助把句子“捋顺”，常常特别见效。
“盘点老外常错的中文语法点”中指出了语序方面的问题：
？“我回去台湾一年一次” 用有道MT就成了：
--》 I go back to Taiwan once a year
--》 再把它翻译回中文，句子语序就顺了：我每年回台湾一次。
好，下面自己造几句 Chinglish，按照中文习惯来几句洋泾浜：
she body tall, face beautiful, head smart --》 她身材高大，面容美丽，头脑聪明 --》He is tall, beautiful in face and intelligent in mind.
语句通顺方面，搜狗MT互译是做到了把国人的洋泾浜转化成了合法通顺流畅的英文。（可惜大事聪明小事糊涂，居然把“她”错译成了“He”）
其实，我们老中之所以会整出洋泾浜英语，就是因为头脑里面的意思是母语形式表现的（诸如 “她身材高挑、盘儿靓、脑子聪明”），然后就把词汇替换成英文蹦出来。把洋泾浜翻译回中文，然后再翻译到英文，等价于直接做汉英自动翻译。
随处可见的英文错误，有些还是比较正式的通知，本来都是可以自动提醒克服的，可惜软件不到位，今天又见一例，随手做了个MT倒腾改错：
We offer our apologies to you for the inconvenience has caused you. ==》 对于给您带来的不便，我们向您道歉。
==》We apologize for the inconvenience.
比起原文啰里八嗦还有文法错，机器倒腾过来的，多么精简规范！本来这一切都是可以自动的呀。
另外 由此突然冒出个产品经理梦寐以求的灵感。可以专门针对不同文体训练机器写应用文的套路。这个服务保不准比不同语言之间的翻译会更火，因为写文章、报告等是每个人的任务，特别是在时间和老板压力下。现在，改错字、零星的文法错误已经有非常好的软件了，譬如我每天使用的 Grammarly，但还没见谁有意识地整篇文章，用神经自我翻译的方式，帮助作文差的人，瞬时提高顺畅度。这个市场定位的主意可是NLP应用的一个金点子啊，先放在这里。不太远的未来，肯定会有人这么做，这么吆喝（市场化）的。没道理不火。
【相关】
