我还没用过微软翻译，所以在这方面你比我领先——不过我怀疑理论上方法应该是一样的。
我喜欢你关于解析段落换行的想法，但我不确定是否应该假设每份文档都使用 CR/LF 换行符。Unix 系统仅使用 LF 字符，Mac 仅使用 CR 字符，Windows 则两者都用。其他文档甚至可能使用空字节作为行尾字符。
Unicode 也带来了自身的问题，因为每个字符都是两个字节长。
可能的解决方案：检查前一两句话中的换行符，将其存储为一个值，然后在解析文档之前将所有换行符统一转换为"\n"。文档处理完成后，可以自动恢复为正确的换行符格式。
一种方法是：向前扫描直到达到 10,000 个单词，然后向后扫描以找到段落换行处。将头指针置于当前块的开头，向前扫描，当找到 10,000 个单词之前的最后一个段落换行处时，设置尾指针。剪下该块，进行翻译，将其移至结果文档，将头指针移至尾指针位置，然后继续处理。
==============================
顺便提一下，翻译软件的效果可能非常糟糕，因为很多时候翻译结果对上下文极其敏感，包含俚语或专业术语。同样，某些特定行业或技能领域的技术术语或专有词汇——在许多情况下不应被翻译——却常常被严重误译。法律、医疗以及工程/技术类文档就是典型例子。
我曾将一份复杂的医疗文档（某人的脑部手术记录）分别通过两个不同的翻译工具——谷歌和 Yandex——尝试翻译成俄语。两份翻译的结果与其说是可读的文档，不如说更像是一盘糟糕的千层面！