从上文可知，机器翻译在翻译词汇、句子和语篇时，会受到高低语境文化的制约，所出译文有诸多不足，词汇误用，语义不明，译文质量往往不尽人意。因此，若想提高机器翻译译文的质量，还应考虑改善机器翻译的策略。机器翻译与译后编辑相结合、多重机器翻译技术相融合、扩充关于高低语境文化的语料库这三种策略均有助于提高机器翻译的质量。
（一）机器翻译与译后编辑相结合
随着人工智能和计算机技术的极速发展，机器翻译技术取得突破性成就，大大提高了翻译的效率。但机器翻译仍然有漏洞出现，主语误译、时态误译、逻辑关系混乱、语境文化理解偏差等一系列的翻译错误在机翻译文中十分常见，这便需要借助人工译后编辑进行修正译文。译后编辑是指根据一定的目的对机器翻译的原始产出进行加工与修改的过程[4]P67。在翻译科技文献、法律文本、专利说明等固定化格式文本时，神经网路机器翻译系统具有一定的优势，强大的术语库可以快速准确地将源语译为目的语，而对于文学性和学术性较强的文本，则需要译后编辑的参与，了解与原文相关的知识文化背景及所处的高低语境文化后，再对机翻译文进行修改润色，使其符合目的语阅读者的表达习惯。
（二）多重机器翻译技术相融合
传统的机器翻译系统有基于统计（Statistic-based）、基于规则（Rule-based）、基于实例（Example-based）三种类型。本文选取的谷歌翻译便是基于统计的翻译系统，其翻译原理是通过百亿次的数学运算，最终得到翻译的结果。基于规则（Rule-based）的机器翻译系统注重译文语法的准确使用[5]P99。基于实例的机器翻译系统优点在于系统翻译完原文后，会在系统内的众多译文中选取最优解呈现出来。现代比较常见的翻译系统为基于深度学习的神经网络翻译系统，该系统模拟了人类大脑“分层学习”的模式，以人脑神经对复杂信息进行“深层处理”，在处理层面众多的复杂信息方面比传统机器翻译系统更具优势。无论是传统机器翻译系统，还是现代化机器翻译系统，都各具其优势和不足，若能将多重翻译技术结合，取长补短，势必能提高机器翻译的质量。
（三）扩充关于高低语境文化的语料库
机器翻译做不到完全识别高低语境文化，因为这需要建立四维空间，使语境产生在事件中。但机器翻译系统语料库具有强大的记忆功能，可对输入的有关高低语境文化的词汇、句子和语篇产生记忆，使语料库的内容更加丰富。因此，可以通过扩充关于高低语境文化的语料库来弥补机器翻译语境文化的缺失。例如，可以将一些灵活性强、实用性强、涵盖范围广且具有文化因素的表达扩充进语料库之中。另外，随着时代的发展，还应实时更迭该类语料库，以适应时代的主题文化思想。