第一章表格对应

Chapter1/chapter1.tex

@@ -461,9 +461,9 @@
 \vspace{0.5em}
 \item 规则系统需要人工书写规则并维护，人工代价较高。统计和神经网络方法仅需要设计特征或者神经网络结构，对人工依赖较少（语言相关的）。
 \vspace{0.5em}
-\item 基于实例、统计和神经网络的方法都需要依赖语料库（数据），其中统计和神经网络方法具有一定的抗噪能力，因此也更适合大规模数据情况下的机器翻译系统研发。
+\item 基于实例、统计和神经网络的方法都需要依赖语料库（数据），其中统计和神经网络方法具有一定的抗噪声能力，因此也更适合具有大规模数据的机器翻译系统的研发。
 \vspace{0.5em}
-\item 基于规则和基于实例的方法在受限场景下有较好的精度，但是在开放领域的翻译上统计和神经网络方法更具优势。
+\item 基于规则和基于实例的方法在受限领域下有较好的精度，但是在通用领域的翻译上统计和神经网络方法更具优势。
 \vspace{0.5em}
 \end{itemize}