查看原文
其他

机器翻译译后编辑 | 人工智能时代的译后编辑能力研究

iResearch 翻译技术教育与研究
2024-09-09

导语

人工智能时代,机器翻译技术不断更新,以ChatGPT为代表的大语言模型颠覆了传统型翻译方式,在提高翻译效率的同时也不断引发人们的思考——人和机器的角色和关系是什么?当下,“机器翻译+译后编辑”模式成为一种广受欢迎的工作和服务模式,译后编辑能力受到越来越多的学界和业界人士的重视。关于该话题,有最新的著作和文章对译后编辑能力的定义、模型探索、能力培养模式进行讨论。本期热点聚焦选取一本图书、两篇论文,聚焦人工智能时代的译后编辑能力研究。王华树、刘世界(2022)结合行业领域的现实需求,对译后编辑能力模型构建和发展路径献言献策。赵秋荣(2023)在译后编辑能力研究和模型探索的基础上,提出关于译后编辑能力培养的具体建议。王律、王湘玲(2023)从实证的角度发现“ChatGPT+MTPE”交互式译后编辑能力培养模式在一定程度上有助于学生形成更灵活、全面的译后编辑策略知识体系,促进译文质量评估能力提升,提高职业知识水平。人工智能时代的译后编辑能力研究在未来仍存在较大的探索空间,希望本期热点聚焦可以为翻译教学、翻译研究、业界实践带来启发,持续探寻提升人机协同翻译效率和质量的方法和路径。



王华树,翻译学博士,副教授,北京外国语大学高级翻译学院硕士研究生导师。主要研究方向为翻译与本地化技术、外语教育技术、语言服务管理。


刘世界,上海海事大学外国语学院工学博士在读。主要研究方向为海事术语抽取与文本挖掘、翻译技术。


人工智能时代机器翻译译后编辑能力探究


引言

当前,基于翻译技术场景的翻译服务已经成为语言服务业中的新型服务模式,朝着协作化、众包化、平台化、集成化的方向变革,语言服务企业对译员的译后编辑能力提出了更高的要求,不仅要求其具备传统翻译能力,更要求其能熟练运用机器翻译系统、译后编辑操作平台,高效识别、修订机器翻译错误,具备一定的风险评估能力、数据伦理意识及服务意识等。在此背景下,译后编辑人员应该具备哪些能力,以及如何培养译后编辑人员的能力,已成为亟待探讨的重要议题。


1 机器翻译译后编辑能力研究基础

机器翻译译后编辑能力指“根据一定目的与要求对机器翻译的原始产出进行加工与修改所需的知识体系与认知素养”。通过系统回顾,我们发现前人尚未归纳出一个为学界和业界广为接受的译后编辑能力模型,且存在诸多值得进一步完善的细节。


2 机器翻译译后编辑能力模型构建

本文在梳理前人关于译后编辑能力、翻译能力和审校能力的研究成果,以及ISO 18587中对于译后编辑人员能力和资格的描述的基础上,选取了十个主流招聘网站,收集对译者译后编辑能力有需求的相关职位或项目招聘启事,限定为2020.01.01至2022.07.31期间发布的信息,经人工筛选得到150则招聘启事。采取内容分析的研究方法对其进行处理分析。根据分析与归纳结果,新的译后编辑能力模型大致涵盖七类能力(如图1)


2.1 服务能力

服务能力指译后编辑人员从寻找译后编辑任务至交付任务的全过程中为他人提供服务的能力,在整个能力模型中起到统领全局、衔接各部分能力的作用。译后编辑人员应该在与客户交流过程中充分展现自身的专业素养和客户意识,熟悉翻译市场、行业需求和议价行情,严格遵守职业道德准则和标准,确保译后编辑有条不紊地进行。


2.2 语言能力
语言能力指译后编辑人员在双语转换中进行编辑、修订和质量评估中具备的知识和技能水平,能够在源语言和目标语言之间实现顺畅的跨文化交际活动。

2.3 工具能力
工具能力指译后编辑人员利用工具/技术资源解决翻译难题,确保译后编辑任务高质量完成的技术素养,涵盖译前编辑能力与术语管理能力、机器翻译/译后编辑工具操作能力、复杂文件解析能力、语料库应用能力、信息检索与辨别能力、对机器翻译原理的认知能力、内容管理工具应用能力。同时,译后编辑人员还需要具备基本的编程能力。

2.4 策略能力
策略能力指译后编辑人员为综合提升编辑效率和译文质量所行使的决断能力、预测能力与评估能力的总和,涵盖工具评估能力,机器翻译质量评估能力,对神经机器翻译错误进行识别、归类与修正的能力,对译后编辑指南准确解读与执行的能力,对译后编辑程度准确决策的能力,基于特定文本类型、主题领域及客户需求制定译后编辑流程的能力。

2.5 主题领域能力
主题领域能力指理解并掌握以源语言生成的专业领域内容,并在目标语言呈现的能力。

2.6 心理生理能力
心理生理能力指译后编辑人员在心理(认知、态度)及生理层面所表现出的综合能力。

2.7 管理能力
管理能力指在译后编辑的合作性任务中,译后编辑人员能妥善协调与客户、项目经理及其他利益相关群体之间的关系,达到高质量完成任务的水平。

3 机器翻译译后编辑能力发展路径
译后编辑能力培养已成为翻译人才培养中的重要议题,需要相关方携手努力,培养出语言服务业真正需要的专业人才。下面从四方面探讨专业译后编辑人员能力的发展路径。

3.1 革新传统翻译认知观念
翻译教育主管部门和人才培养单位应该革新对于传统翻译的认知,注重行业发展需求及国家语言战略对于翻译人才提出的新要求;积极拓展智能技术在翻译教学实践中的融合应用场景,指导学生正确运用翻译技术工具。

3.2 重视译后编辑课程建设
高等学校应该明确当前学生译员的个人素养和行业实际需求间的差距,与企业携手建立“产学研”一体化译后编辑人才培养和研究机制,共同打造译后编辑精品课程。

3.3 强化师生数字技术素养
作为翻译教学和实践的主体,翻译师生应该适应数字化生存环境,熟悉智能技术在翻译实践中的应用。

3.4 注重技术伦理规范建设
国家层面应加快构建技术伦理体系,提供宏观政策引导;行业协会应协助监管多元行为主体的技术伦理规范,监测与评估数据、技术风险隐患;企业应制定内部伦理规章制度,提升员工的技术伦理意识;高校应积极引导师生正确认识机器翻译带来的利害关系,注重责任归属和知识产权保护问题,提升风险评估与风险应对能力。

4 结语
人工智能时代,机器翻译译后编辑模式成为学界与业界关注的新话题,语言服务行业对译员的译后编辑能力也提出了更高的要求。本文尝试构建一个新的译后编辑能力模型,对各能力内涵进行明确界定,并从革新翻译认知、重视课程建设、强化数字素养及注重伦理建设四方面阐述译后编辑能力的发展路径。该模型在一定程度上得到了行业人才能力需求的支撑与验证,当前研究成果可为国内译后编辑人才培养及译后编辑能力规范的制定提供重要的参考依据。

本文刊载于《中国科技翻译》第35卷4期,21-24。感谢作者与编辑部授权转载。由于篇幅所限,内容有所删减,注释与参考文献已省略。


赵秋荣,北京科技大学教授,博士生导师。主要研究方向为翻译学、语料库语言学。


译后编辑能力培养

在当今的信息化时代,单纯人工翻译远远不能满足语言服务市场的需求,具备译后编辑能力已经成为译者的核心竞争力之一。翻译活动的特点决定了翻译过程即是译者不断作出决策的过程。翻译能力与译后编辑能力虽有重合与交叉,但学者(如Nitzke & Hansen-Schirra 2021;O’Brien 2002)指出,翻译能力与译后编辑能力仍有许多不同之处,译后编辑能力更强调对机器翻译生成的译文进行编辑,即识别机器翻译错误,进行适当修改,这也是译者不断作出决策的过程。很多语言学习者对技术有一定抵触心理,Pym(2013)强调翻译教学中应引导学习者了解应在何时使用技术。在习得工具的过程中,翻译学员最好能组成学习小组,以相互促进和提高。O’Brien(2002)强调,机器翻译和译后编辑应该成为翻译教学的一部分,内容包括机器翻译历史、基本编程、术语知识和受控语言知识等。鉴于译后编辑能力的重要性,Kenny & Doherty(2014)建议将译后编辑纳入翻译教学与译者培训课程。Koponen(2015:5-6)认为,译后编辑课程既包括机器翻译和译后编辑的理论与实践介绍,也包括基于机器翻译和译后编辑的实操,如对受控语言和机器翻译进行译后编辑,在无原文的基础上进行译后编辑,以及研究译后编辑过程、译后编辑质量标准、译后编辑评估、译后编辑能力培养等。Arenas & Moorkens(2019:223-224)介绍了译后编辑模块包含的八个部分,具体为译后编辑的基本定义、质量、类型、规则、常见错误、付出与产出、价格、实操


国内学者也非常重视译后编辑能力培养,提出应加强译后编辑培训(崔启亮 2014;冯全功、崔启亮 2016)、构建译后编辑能力三维模型(冯全功、刘明 2018)。借鉴国外译后编辑课程,冯全功、张慧玉(2015)提出译后编辑课程设置应包括12个模块,即机器翻译、译前编辑、译后编辑概述、行业应用现状、机器翻译常见错误分析、译后编辑工具介绍与运用、文本(语篇)知识概述、译后编辑实践I、译后编辑实践II、机器翻译与计算机辅助翻译、基本编程介绍及其他(包括译后编辑定价策略等)。仲文明、舒超(2020)提出面向教学的课程建议,涉及三个模块:译前文本处理能力、译后文本处理能力和基础通用能力。译后编辑课程的核心是帮助学生熟悉机器翻译技术,包括识别机器翻译的常见错误,了解机器翻译的潜力和不足,保持对机器翻译的积极正面态度(Konttinen et al. 2021:199;O’Brien 2002)。


译后编辑课程在翻译教学和译者培训中还处于起步阶段。译后编辑应在何时或在多大程度上被引入翻译教学仍然备受争议(Plaza-Lara 2020)。但不少学者认为,译后编辑能力应纳入翻译能力培养模块。


我们认为,译后编辑能力培养仍需要关注以下几点内容。


首先,拥抱技术但避免技术至上。译者是翻译或译后编辑的中心,技术只起到辅助译者提高翻译速度和质量的作用。教师和培训者需要引导学生不盲目相信翻译技术工具(Bowker 2005),通过自身学习形成正确的翻译技术观,成为融语言、技术和专业知识于一体的优秀人才。崔启亮(2014)指出,学习者需要保持积极的态度,理解机器翻译输出译文的思路和方式,了解机器翻译的基本原理、常见错误类型,熟悉所涉及的项目领域、术语和翻译环境,快速阅读、识别机器翻译产生的主要错误,修改与原作者意图不一致的译文。这些都是实现高质量译后编辑需要的技能。

其次,避免过度修改与修改不足。译后编辑不应受译者个人风格和习惯的影响,只须修改必要的错误。如果现有翻译合乎语法且语言流畅,就不需要进行译后编辑(Aikawa et al. 2012:7)。

译后编辑课程教学的总目标是使翻译学员掌握机器翻译与译后编辑的基本原理,培养他们利用技术工具开展译后编辑实践的能力。译后编辑能力课程不是要教授相关软件操作,而是教授学员以译文产出为导向,将机器翻译与具体实践有效结合,尽可能高效地完成译后编辑项目。目前关于机器翻译会不会代替人工翻译的讨论仍然存在,但在全自动高质量机器翻译出现之前,机器翻译仍然不会代替人工翻译。因此,目前重点应放在如何充分利用机器翻译上。翻译能力不断变化,人工智能技术及机器翻译的发展促使译后编辑能力成为译者的必备技能。语言服务行业已经开始关注译后编辑培训服务。由于师资等方面的限制,开设译后编辑课程的高校相对较少,基于译后编辑的教学实践还需要进一步拓展。


本文选自《翻译能力研究》(外语教学与研究出版社,2023,点击此处了解图书详情)第五章。因篇幅所限,注释与参考文献已省略。


王律,英语语言文学博士,湖南大学外国语学院讲师。主要研究方向为机器翻译译后编辑研究、人机互动翻译认知过程、人工智能辅助翻译。

王湘玲,湖南大学外国语学院教授,翻译学博士生导师,翻译传译认知研究所所长。主要研究方向为翻译认知、机器翻译人机交互、翻译教育教学理论与实证。


ChatGPT时代机器翻译译后编辑能力培养模式研究


1 引言

人工智能时代翻译技术层出不穷、迭代更替,翻译过程中的技术化程度不断提高,促使译后编辑能力成为译员职业素养的重要组成部分、翻译人才培养不可或缺的一环。如何结合ChatGPT等人工智能技术在高校翻译教学中开展译后编辑教学实践,以促进学生译者译后编辑能力发展等话题仍需持续探讨。本研究拟基于社会建构主义的项目式教学法,构建“ChatGPT+MTPE”交互式译后编辑能力理论培养模式,通过教学实验比较实验组和控制组的译后编辑知识掌握度和译文质量的差异,探究该模式的有效性。


2 文献综述

2.1 ChatGPT时代的译后编辑与译后编辑教学

国内外学者纷纷从翻译能力的多元要素模型或翻译修改能力模型出发,剖析译后编辑能力的构成要素,指出译后编辑能力由双语能力、语言外能力、搜索能力、问题识别/分类/纠正能力、译后编辑软技能等子能力组成(Rico & Torrejón,2012;Robert et al.,2022)。冯全功、刘明(2018)基于能力习得过程视角,从知识、技能和认知三大维度阐释译后编辑能力的内涵。


译后编辑教学研究的现有成果多为教学经验总结(仲文明、舒超,2020)、教学模块设计(O’Brien,2002;冯全功、张慧玉,2015)、教学模式建构(Guerberof & Moorkens,2019),结合ChatGPT探讨译后编辑能力培养模式的理论与实证研究并不多见,关注译后编辑教学中学生译者知识习得过程的研究几乎没有。


2.2 基于建构主义的项目式教学法

自20 世纪初,国内外学者已开始转向社会建构主义哲学范式,从理论和实证角度对翻译教学模式展开探索性研究,以突破传统翻译教学模式的局限(Kiraly,2016;张政、王贇,2020)。Kiraly(2000)从翻译教学的认知心理研究转向社会建构主义,建议把真实的翻译项目运用到翻译教学实践中。Mahboubeh & Masood(2019)在翻译技术教学中采取分组学习的方式。此外,多项实证研究表明项目式翻译教学有助于培养学生译者的工具能力、信息能力和职业素养(张文鹤、文军,2020;Li,2022)。


3 ChatGPT时代译后编辑能力培养模式构建

本研究尝试将ChatGPT引入译后编辑课堂,从理论上构建“ChatGPT+MTPE”交互式译后编辑能力培养模式(见图1)。如图1所示,“ChatGPT+MTPE”交互式译后编辑能力培养模式可分成三个阶段:译后编辑知识体系构建、“ChatGPT+译后编辑”工作模式和“ChatGPT+译后编辑”项目实践


4 教学实验

为验证“ChatGPT+MTPE”交互式译后编辑能力培养模式的可行性和有效性,本研究在华中地区一所综合性重点大学MTI笔译班的译后编辑课堂中进行初步的探索性研究。


4.1 研究对象

本文按照随机抽样原则,抽取当地高校两个翻译硕士专业学位(MTI)笔译班一年级下学期学生,分为实验组和控制组(各20人)。在实验开始前,基于译后编辑知识问卷对实验组和控制组的陈述性知识进行测量。独立样本t检验显示,两组学生的译后编辑知识不存在显著性差异(p = .834>.05),说明实验组和控制组学生译后编辑能力的差异处于可接受的范围之内。


4.2 研究设计

为了尽可能避免教师、教材、学时等无关变量对实验的干扰,实验组和控制组的授课任务由同一教师完成,且课堂教学内容、教学进度、学时(16个教学周,每周2个学时)等均保持一致。唯一不同的是,实验组按照新模式施教,控制组按照传统教学模式施教。在教学过程中,实验组和控制组均创建了课程专用的QQ 群,用于发布学习和研究资料、沟通交流。不同之处在于实验组的课程群中加入了主题专家、职业译者和目的语读者。在教学实验结束后,两组各抽取十名学生进行网络访谈,此外所有学生需要提交译文和网络交互记录,完成译后编辑知识问卷,形成个人学习档案。


4.3 研究方法

本研究基于Albir(2017)的翻译知识问卷设计译后编辑知识测量问卷,将译后编辑知识分为五大要素——翻译质量评估、译后编辑问题、机器翻译错误、译后编辑策略和职业知识


译文质量评估问卷是基于Melby et al.(2014)和Galán-Mañas & Albir(2015)的评估方法,设置了三个变量:准确性、流利性和文本功能性。


半结构化访谈采用腾讯会议形式,每位学生用时十分钟左右。其中半结构化问题包括学习感受与收获、ChatGPT译后编辑表现的评估、教学模式的评价、译文的自我评估以及教学模式的建议。


5 结果与讨论

5.1 译后编辑知识比较

本文基于SPSS 26.0对实验组和控制组学生译后编辑知识五要素进行独立样本t检验,以探索学生在项目式交互课堂和传统译后编辑课堂中译后编辑知识掌握程度的差异,最终验证“ChatGPT+MTPE”交互式译后编辑能力培养模式的教学效果。结果显示,实验组关于译后编辑策略、译文质量评估和职业知识水平的得分显著高于控制组,表明“ChatGPT+MTPE”交互式译后编辑能力培养模式在一定程度上有助于学生形成更灵活的译后编辑策略知识体系,促进译文质量评估能力提升,同时提高职业知识水平。详细结果见表1。


5.2 译后编辑质量比较

本研究对实验组和控制组的译后编辑产出质量进行独立样本t检验。结果显示,实验组译后编辑质量在流利度和文本功能性方面的得分显著高于控制组,表明ChatGPT赋能的项目驱动式译后编辑能力培养模式有利于形成更流利、交际功能更强的译文。详情见表2。


6 结语

本文采取基于实验组和控制组的准实验研究设计,探究了“ChatGPT+MTPE”交互式译后编辑能力培养模式的教学效果。研究结果显示,实验组关于译后编辑策略、译文质量评估和职业知识的得分显著高于控制组,表明该模式在一定程度上有助于实验组学生形成更灵活、全面的译后编辑策略知识体系,促进译文质量评估能力提升,提高职业知识水平。同时,两组学生均希望学习更多关于译文质量评估的知识,反映出质量评估能力在译后编辑教学中的重要性。此外,实验组译后编辑产出在“流利度”和“文本功能性”变量指标上的得分显著高于控制组,表明项目驱动的译后编辑能力培养模式对译文质量的提升具有一定促进作用


本文刊载于《外语电化教学》2023年第4期,16-23。感谢作者与编辑部授权转载。由于篇幅所限,内容有所删减,注释与参考文献已省略。

特别说明:本文仅用于学术交流,如有侵权请后台联系小编删除。

- END -



转载来源:iResearch

转载编辑:朱文贤

审核:程海东  代霄彦

资讯推荐


《智能化战争-翻译项目心得

▶ 技术与工具

高级译员的秘密武器——语料库大全集

国内外常见语料工具一览

国内外常见术语管理工具

翻译必备术语库和语料库合集(附网址)

翻译必备的计算机翻译辅助软件(附网址)

AntConc:实用的本地语料库检索工具

TREX:有海量例句、丰富语料的在线词典

Netspeak:一款免费的单词搭配检索工具

WantWords反向词典,内含开发团队公开文档

Cymo Booth:同声传译员的专属虚拟同传间

MateCat:一款免费的在线CAT工具

Visuwords:可视化在线词典,帮你一键构造记忆宫殿

Linggle:语料+搭配检索工具(实操演示)

Ludwig: 地道英文写作辅助神器,告别中式英语

Reverso:辅助写作与翻译神器


▶ 国际语言服务动态

| 翻译公司篇 | TransPerfect简介

| 翻译公司篇 | 全球第2名 RWS如文思

| 翻译公司篇 | “收购狂魔”Keywords Studios

| 咨询机构篇 | Nimdzi Insights简介

| 咨询机构篇 | Slator 简介

| 咨询机构篇 | CSA Research 简介

| 行业机构篇 | 国际翻译家联盟FIT

| 行业机构篇 | 美国翻译协会ATA

| 行业机构篇 | 加拿大联邦翻译局 Canada's Translation Bureau

| 翻译院校篇 | 明德大学蒙特雷国际研究学院(MIIS)

| 翻译院校篇 | 格拉斯哥大学

| 翻译院校篇 | 埃塞克斯大学

| 翻译院校篇 | 利兹大学

| 热点追踪 | ChatGPT的伦理问题(上)

热点追踪 | ChatGPT的伦理问题(下)

| 热点追踪 | GPT-4面世——AI引领语言行业革新


专访

李长栓:ChatGPT在翻译中的崭新角色

袁煜:挑战自我,迈出舒适区

王均松:人工智能时代的翻译:技术驱动的变革与未来展望

王树槐:GPT与小说翻译批评:GPT与文学翻译之二

王树槐:GPT与诗歌翻译批评:GPT与文学翻译之一

苏秋军:AIGC背景下的MTI学科建设

王华树:译者数字素养研究亟需加强,打造翻译人才新优势

沈澍:AIGC是敌是友?翻译领域的机遇与挑战

宁静:长缨在手,敢缚苍龙

崔启亮:机器翻译对语言服务企业有多大作用?

韩林涛:文科生如何学习机器翻译?

魏勇鹏:机器翻译质量评估为什么重要?

徐彬:熟练掌握翻译技术,就能做出漂亮的活儿

曹首光:如何打造一款受欢迎的机器翻译产品? 

李梅:机器翻译对未来翻译教育有何影响?

周兴华:高校翻译教师如何学习翻译技术?

丁丽:译后编辑人员与译者身份是否对等?

卢家辉、陈晨:口译员在远程口译中面临的主要问题


▶ 行业洞察

2021年语言服务行业回顾与展望

2022年全球百强语言服务商榜单

2022年翻译行业将迎来哪些新变化

后疫情时代,语言服务行业如何发展转型?

何钦:中国电影对外译介的现状与思考

冯志伟:关于机器翻译行业发展的三点建议

张霄军:伦理视角下,机器翻译的能与不能

黄友义:如何突破中外文化差异,让世界更了解中国?

韩林涛:与ChatGPT共舞


▶ 教育创新

李长栓:MTI论文千篇一律,如何破局?

王华树 刘世界:数字人文视域下译者数字素养研究:内涵、问题与建议

王华树 刘世界:人工智能时代翻译技术转向研究

王华树 刘世界:智慧翻译教育研究: 理念、路径与趋势

曹达钦 戴钰涵:人工智能时代高校翻译技术实践环境建设研究

李梅:如何给“技术小白” 开设计算机辅助翻译课程?

实践导向的MTI人才培养模式——以对外经济贸易大学为例

数字化口译教学资源建设:欧洲经验与启示

如何将翻译项目管理模式应用到CAT教学课堂中?

继续滑动看下一个
翻译技术教育与研究
向上滑动看下一个

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存