如何自动识别并过滤翻译质量不佳的自动翻译网站？

嘿，这个问题我太有共鸣了——那些机翻得稀烂的网站真的浪费好多时间！我来分享几个实际可行的思路，帮你自动识别过滤它们：

• 基于浏览器语言标识反向拦截
  既然这些网站是读取你的浏览器语言设置来自动触发机翻，那你可以用浏览器扩展自定义HTTP请求头里的Accept-Language字段，把它改成网站的原始语言（比如英文网站就设为en-US）。这样大部分网站会直接展示原始内容，不会触发蹩脚的机翻。不过要注意，少数网站可能会强制跳转翻译版本，这时候就得结合其他方法了。

• 用用户脚本识别机翻特征
  你可以借助Tampermonkey这类用户脚本工具，写个简单的脚本自动检测页面里的机翻痕迹。机翻文本通常有这些共性：

  • 大量语法错误，比如介词乱用、主谓搭配混乱
  • 固定词组的翻译完全不符合语境，比如把“break a leg”翻成“打断一条腿”
  • 页面里混合出现原始语言和翻译语言的内容
    脚本可以抓取页面文本，用提前定义的正则规则或者轻量语法检查逻辑判断，如果判定是机翻页面，就自动弹出提示，甚至帮你跳转到原始语言版本（如果能找到对应入口的话）。要是自己写脚本嫌麻烦，也可以找找社区里现成的类似脚本。

• 借助广告过滤扩展的自定义规则
  像uBlock Origin这类广告过滤工具，其实也能用来对付机翻网站。你可以先观察这类网站的共性：比如URL里带有?lang=xx、/translate/这类标识翻译的参数，或者页面顶部有固定的“已自动翻译”提示条（可以查看它的CSS类名）。然后在uBlock里添加自定义过滤规则，要么直接隐藏翻译后的糟糕内容，要么阻止访问这类机翻页面。

• 进阶玩法：训练简单的文本分类模型
  如果你有一点机器学习基础，可以收集一批机翻页面和正常页面的文本数据，训练一个简单的分类模型来识别机翻内容。之后把模型集成到浏览器脚本里，就能实现更精准的自动识别过滤。不过这个方法门槛稍高，适合愿意折腾的朋友。

备注：内容来源于stack exchange，提问作者Fred Sculla