嗯，不过有两个问题：
1) 我还是没在网页版上明确看到GNMT字样明示，表明当前上线版本就是GNMT版
2) 你自己输的那些例句，多数是非常成语化、文学化的单音节词居多的歌词，这个确实很难为谷歌，你要知道当前的人工智能还没有先进到能明确分辨很多转义功能过强的单音节汉语词在不同场合下语义差别的程度：
i) 像“挑”，挑选的挑(由“拣”之近义引申为表“筛选”)与挑挑(挑担)的挑(表“承受”)，含义无疑是不同的，谷歌并没有聪明到能把“挑担”这一动词的未完成体现在时(或：现在进行时)在前后两个音节中间的位置插入体助词“着”的“挑着担”的形式当作“挑担”的一个变位而不是将“挑着担”的“挑”单独拎出来理解为“拣”的意思的程度。
ii) 类似地，在日常生活用语中，“起来”一词通常作为状补来用(除了父母叫孩子起床时说“起来！”等场合)，一般地，除了歌词等极少数场合会将“起来”前不加动词(像“站起来”to stand UP、“拾/拣起来”to pick UP这种)而单用作独立动词，谷歌还没有聪明到对你的这些歌词体文本以及一些文言文等单音节词过多的文本有极高理解力的程度
iii) 像“大法”这种词都是非常偏门的生造词，通常在词库里只会和一些约定俗成的前缀构成专有名词，例如吸星大法、乃至氵去车仑大法等等，在当前词库中如果找不到其带上述这类前缀的匹配的情况下，单独出现一个你临时生造和拼凑的新词，以当前的技术，要让processor理解，确实勉为其难了
此行将启动中加总理年度对话机制，与加拿大总理杜鲁多举行两国总理首次年度对话。
像这种新闻体文本，它的翻译准确率为什么比你那些一大堆与日常生活明显脱离的高度浓缩的单音节词占多数的歌词体、乃至诗词体的文言文形式的文本的翻译准确率高得多？看看下面我给的例子就知道了：
1) 他不想担这个责。
谷译：He did not want to take the blame.
2) 他不想承担这个责任。
谷译：He did not want to take on that responsibility.
你现在知道对于现阶段仍较初级的人工智能而言，多选长词、双音节以上歧义性小的语义明确的词让它译的重要性了吧？呵呵
当然你可能会失望：非得用这么中规中矩的标准双音节词它才能理解，那我还要这破玩意何用？白痴也知道“承担”和“责任”在此处分别是take on和responsibility啊，它在词库里一搜，搜到后进行简单代入，这不是傻瓜都会么？根本没语义分析能力分析出我单单输入一个“责”在此语境下是“责任”而不是“责怪”的意思，那它还算什么人工智能？
---
不，它其实比你想象的要聪明些。并不是只懂得简单代入操作的。
例如，你试着对比输入下面两组：
2) 他不想承担这个责任。
谷译：He did not want to take on that responsibility.
2) 他不想承担这个风险。
谷译：He did not want to take the risk.
这说明，谷歌翻译机已有能力在词块不连续(中间隔了指示代词“这个”)的条件下，“意识”到与responsibility相搭配的“承担”一词需译作take on，而与risk相搭配的“承担”一词却只需译作take就行。这个其实已经是非常了不起的高智能了。在游离语块间要能做到这种隔空感应。在技术上需要有很大的飞跃，不仅需要有基于“正则表达式”(regular expression)的模糊匹配技术的配合，而且甚至也可能已经要求机器要有“自进化学习”能力，能从一些已有的corpus中提炼出这种基于不同语境的差异化对译能力
等 1 位声友
