机器翻译的译前与译后编辑在科技文本翻译中的探究

摘要

随着社会对科技文本高负荷的翻译需求和应用型翻译人才培养需要,基于大数据的互联网翻译成为机器翻译技术实用化的突破口。本研究以非英语专业的大二学生三组共30人为对象,以科技文章中的中文译文为测试原材料,采用互联网大数据机器翻译和BLAST平行语料分析软件,整合翻译专业教师评价和语言错误分析两种评估模式,考察译前和译后编辑加工在提升双语文本信息转换质量方面的作用,探索人助机译的翻译教学路径。结果表明,在科技文本翻译过程中,增加译前与译后编辑指导的互联网机器翻译完成质量优于传统人工翻译,同时也优于仅在机器翻译后进行编辑加工的翻译任务。