国内外翻译技术研究述评（2000-2021）
王华树（北京外国语大学, 北京 100089）
刘世界（上海海事大学, 上海 201306）
摘要: 翻译技术发展迅猛，受到国内外翻译学界的广泛关注，引发了持续的探讨。本文结合系统性综述和文献计量的方法，对2000-2021年间翻译技术代表性研究成果进行定量统计与分析，考察发文趋势、研究人员、研究机构、研究方法、研究主题、研究趋势等方面的现状，揭示现存问题并提出指向性建议，以期推动翻译技术研究与时俱进。
关键词: 翻译技术；机器翻译；计算机辅助翻译；本地化
01 引言
人工智能（AI）驱动翻译技术快速发展，推动语言服务行业发生颠覆性的变革。翻译技术发展势头强劲，给学界带来了全新的研究课题，引发翻译对象、翻译主体、翻译模式、翻译环境、翻译教育等方面的重要变化（王华树、刘世界，2021），正在成为具有显著前景的新兴发展领域。目前一些学者已经关注到翻译技术的研究动态，并利用文献计量或内容分析的方法对国内外相关成果进行梳理和阐释（文军、任艳, 2011；刁洪, 2017；Zhang, 2017；王湘玲、杨艳霞, 2019），但存在概念界定不统一、数据检索范围不够全面、数据对比研究匮乏（单项分析国内或国外研究居多）等问题。本文将基于上述研究不足，按照系统性综述的原则与方法，进一步探讨翻译技术现状与发展问题。
02 研究设计
2.1 概念与问题
翻译技术是一个动态、开放的复杂性技术系统，其内涵随着时代和技术的发展而拓展。本研究认为翻译技术是翻译主体在翻译活动中使用到的综合性技术，在翻译过程中发挥赋能作用。限于篇幅，根据技术与翻译的相关度，本研究主要考察机器翻译技术、计算机辅助翻译技术、本地化技术等最具代表性的翻译技术。自2000年以来至今，互联网、云计算、大数据、AI等技术迭代升级，推动人类社会进入技术大变革时代。随着神经网络机器翻译技术进入快速发展和大规模应用阶段，人们对于翻译技术的认识也随之发生重大的变化，有必要深入了解翻译技术发展概况。在2000-2021年间国内外译界在翻译技术领域取得了哪些代表性成果？有什么样的研究趋势？存在哪些亟待解决的问题？本文将针对这些问题进行讨论。
2.2 方法与数据
本研究采用系统性综述、文献计量的方法开展研究，对相关文献进行内容分析，归纳出其主要研究主题，同时借助CiteSpace 5.8.R3软件处理关键词共现、高被引作者、研究机构等数据，对量化结果进行质性分析。本研究以中国知网（CNKI）和Web of Science（WoS）作为主要研究数据库，选取2000-2021年CNKI中收录的CSSCI来源期刊（含扩展版）的中文文献及WoS核心合集中收录的SSCI、A&HCI来源期刊中的英文文献。这些文献均经历了严格的评审过程，可在一定程度上反映国内外译界的研究历程。将主题限定为：“翻译技术” “计算机辅助翻译” “机器翻译” “本地化 ”“translation technology” “computer-aided/assisted translation” “machine translation” “localization”等关键词，并对学科分类进行限定（CNKI中限定为中国语言文字/外国语言文字，WoS中限定为Linguistics/Language & Linguistics/Education & Educational Research），剔除会议通知、学位论文、产品广告等。经人工筛选后，共获得194篇中文文献和145篇英文文献。
03 数据分析与问题讨论
3.1 发文趋势
对相关文献数量的年度分布对比分析，有助于了解其分布特点及研究关注程度。通过绘制、分析国内外译界2000-2021翻译技术研究论文数量的拟合曲线（如图1所示），可归纳出以下五个显著特点：①由拟合结果可知，CNKI拟合曲线相关系数R²为0.70632，WoS拟合曲线相关系数R²为0.50694，拟合结果较为贴切，表明拟合曲线和数据间的相关性良好。CNKI发文量普遍大于WoS发文量，且近年来CNKI发文量增加速度显著大于WoS，这将导致二者的发文量差异逐渐增大；②2000-2021年的发文量在波动中呈整体上升趋势，越来越多的学者关注翻译技术对译学研究的重要性；③国内外译界在2006年之前发文量较少，甚至出现部分年份发文量为零的情况，说明这一阶段国内外译界对翻译技术研究的关注度普遍不高，相关研究还处于萌芽阶段；④在2010、2012、2013、2017、2019、2020和2021年，发文量对比差异显著，可以看出国内外译界对该领域的关注程度不同；⑤2011至2021年，国内外译界发文量出现多次陡增和骤降，可能原因是学者对于翻译技术的认知程度不一，出现研究对象不明晰、研究内容零散、体系性研究缺乏等问题。
图1 国内外译界翻译技术研究论文数量拟合曲线（2000-2021）
在未设定期刊来源的情况下进行初步检索（学科方向同样进行限制），检索到1364篇中文文献，1160篇英文文献。经人工筛选后，符合要求的中文文献为194篇（占中文文献总数的14.22%），英文文献为145篇（占英文文献总数的12.50%）。综上可知，翻译技术研究层次整体不高，该领域专业研究人员整体较少，研究内容未得到译界充分的重视。
3.2 研究人员
通过分析作者间的共被引关系，可以了解作者之间在某个研究领域的密切关系，得出该领域中高被引作者的分布情况，进而确定高影响力学者。作者共被引是在文献共被引的基础上衍生出来的，因此本研究参考共被引文献的被引频次，确定国际译界排名前五的高影响力作者，如表1所示。因CNKI中符合筛选条件的文献缺少数据可视化软件处理的共被引信息，故本文参照发文量和累计被引频次两个指标确定国内译界排名前五的高影响力作者，按发文量由高到低依次排序，相同发文量按同一名次处理，如表2所示。上述学者均是国内外译界翻译技术研究领域的代表，多来自于不同高校的研究机构。由表1和表2可知，高影响力作者之间缺乏合作，尤其是国内学者和国外学者之间合作很少。
3.3 研究机构
翻译技术是交叉性很强的学科领域，对研究者的能力素养、学术视野、学科交叉背景要求较高，且翻译技术研究的实施通常需要研究机构在实验室建设方面投入大量资金。对国内外译界主要研究机构进行分析，有助于从宏观视角了解该领域学术资源的分布，促进机构间的科研合作和资源共享。国际译界排名前三的研究机构（相同发文量按同一名次处理）分别为：都柏林城市大学（9篇）、格拉纳达大学（9篇）、汉姆一世大学（9篇）、湖南大学（7篇）、巴塞罗那自治大学（5篇）、罗维拉-威尔吉利大学（5篇）、渥太华大学（5篇）；国内译界排名前五的研究机构分别为广东外语外贸大学（15篇）、上海外国语大学（15篇）、南开大学（12篇）、北京大学（11篇）、对外经济贸易大学（8篇）、北京外国语大学（7篇）、湖南大学（7篇）。为进一步了解国内研究机构在国际上的发文情况，统计出国际译界发文量前五（相同发文量按同一名次处理）的国家，分别是西班牙（36篇，24.83%）、英国（25篇，17.24%）、中国（13篇，8.97%）、美国（11篇，7.59%）、爱尔兰（9篇，6.21%）。尽管中国在国际上发文量比较靠前，但国际发文量排名前三的研究机构中仅有湖南大学位列其中，这在一定程度上表明在此领域我国学者国际发表经验不足，国际学术话语权有待提高。值得关注的是，这些研究机构均来自高校，缺乏行业研究机构的参与，学界与业界在科研合作方面有待加强。
3.4 研究方法
通过对国内外译界相关成果采用的研究方法进行梳理，可将其大致概括为思辨研究与实证研究两大类。国内译界以理论思辨研究为主（158篇，81.44%），实证研究为辅（36篇，18.56%），如通过文献阅读、历史研究或对比研究等方法研究翻译技术概念、特征、功用等。国际译界以实证研究为主（95篇，65.52%），思辨研究为辅（50篇，34.48%），如通过民族志研究、问卷调查、有声思维、键盘记录、眼动追踪、屏幕录制等多种方法探究翻译技术的效率及其产品质量问题。翻译技术是复杂的技术系统，其本身要求采用混合研究方法。然而，国内外译界采用混合研究的总体偏少，有待进一步加强。国内外译界在研究方法选取方面各有偏重，但在方法使用过程中存在一定的不足，如理论思辨研究存在理论框架缺失、逻辑层次不清、研究内容重复性较高、创造性不足等问题；实证研究方法中存在数据收集科学性欠佳、变量或因素间关系关注度不足、高级统计分析方法运用不够（如线性混合效应模型、方差成分模型、社会网络分析）等问题。
3.5 研究主题
本文对194篇中文文献和145篇英文文献的研究主题进行系统梳理和分类，尽可能避免主题交叉讨论的情况。分析发现，国内外相关研究主题广泛、覆盖面广，但是不够深入，系统性不强，大致可归纳为以下七个主要方面：（1）翻译技术教学研究。作为翻译技术研究中的重要内容，翻译技术教学研究自 20 世纪 90 年代末起开始引起国内外翻译学界的广泛关注（Kenny, 1999）。译界对于翻译技术教学的研究以机器翻译、计算机辅助翻译、本地化教学研究为主要代表，可分为以下两类：第一，基于语言服务行业的翻译技术调研研究（Bowker, 2004；Schnell & Rodríguez,2017）。该类研究主要通过分析社会招聘公告/广告，调研行业数据，收集问卷信息等方式了解语言服务市场的人才需求现状，调查语言服务行业中译员的信息能力现状或翻译技术使用情况和态度，考察翻译人才培养课程或模式与语言服务行业能力需求的差距；第二，教学实践探索研究（Rodríguez-Castro, 2018；王华树等, 2018；满德亮等, 2018；Vieira et al.，2021；王湘玲、沙璐, 2021）。该类研究一方面从建构主义视角提出探索性的教学模式，如借鉴电子档案袋理念、构建译者工作台、搭建协作学习模式等，或采取发现式学习（discovery learning）的方法减少教师干预行为，增加学生自主学习机会，促进翻译技术教学效果的提升；另一方面关注课程设置、教学体系构建、教师能力发展、教学评价模式、教材研发、教学现状评估、教学案例资源与平台建设等研究。（2）机器翻译研究。机器翻译作为一门集语言学、数学和计算机技术于一体的交叉学科，受到国内外翻译界的普遍关注，相关研究可分为三类：第一，机器翻译产品质量评估（Doherty& O’Brien, 2014；李奉栖, 2021）。该类研究常通过对比研究来评估机器翻译和人工翻译的产品质量或借助机器翻译质量评估标准对机器翻译译文进行评估。第二，用户采用机器翻译的因素研究。该类研究通常面向两类群体：学生译员和职业译员。例如，Cadwell et al.（2018）分析发现影响职业译员抵制和适应机器翻译的因素包括文本类型、语言对、机器翻译的质量等；Yang & Wang（2019）在技术接受模型（TAM）的基础上对109名学生译员使用机器翻译的意图进行调查，发现认知功用（perceived usefulness）对使用机器翻译的行为意图有较强的影响，且受经验影响较大。第三，机器翻译与翻译教学研究。该类研究论证了机器翻译纳入翻译教学中的必要性，并详细阐述了基于机器翻译的翻译课程教学实践、教学大纲设计与评价（Doherty & Kenny, 2014）。（3）译后编辑研究：译后编辑被普遍认为是有助于提升机器翻译质量的主要模式，相关研究集中在译后编辑概述（Koponen, 2016；冯全功、崔启亮, 2016；王湘玲、贾艳芳, 2018；赵涛, 2021）、译后编辑模式探索（冯全功、李嘉伟, 2016）、译后编辑效率影响因素探析（O’Brien, 2011；Guerberof, 2014；李梅, 2021）、译后编辑人才培养（Yamada, 2015；Sakamoto, 2019；Wang & Wang, 2021；冯全功、张慧玉,2015）、译后编辑工具研发（Sanchis-Trilles et al., 2014; Moorkens& O’Brien, 2017）及译后编辑过程及产品评估（Garcia, 2011；Koponen & Salmi, 2017；Jia et al.,2019；王湘玲、王婷婷, 2019; Wang et al., 2021）。（4）计算机辅助翻译研究：译者与计算机辅助翻译工具间的交互性研究一度成为译界关注的热点话题，主要涵盖工具的可用性评价（Alotaibi, 2020）、工具对翻译过程的影响探究（Bundgaard et al., 2016）、工具测评框架研究（高志军, 2013）、工具的功能对比（周兴华, 2016）等。（5）本地化研究：在经济全球化背景之下，本地化行业蓬勃发展，引发了译界广泛的讨论。基于本地化人才职业化要求和国外翻译专业的教学调研情况进行的研究陆续开展（王传英、崔启亮, 2010），涵盖本地化课程设置的必要性、MTI课程体系的创新性、本地化人才的培养模式。同时，有关译者对于社区协作、众包等新型翻译实践模式的认知态度和经验的研究逐渐丰富起来（Sosoni, 2017；Ramos, 2019）。随着大数据技术的普及和全球化的纵深发展，网站本地化（Jiménez-Crespo, 2011；苗菊、刘明, 2013）、影视本地化（Orero et al., 2018）、游戏本地化（Al-Batineh& Alawneh, 2021）等成为近年较为关注的话题。（6）译者信息素养研究：自2007年起，“信息素养”或“信息技能”这一类主题词高频出现，相关实证研究借助有声思维（TAPs）、屏幕录制、眼动追踪、问卷调查等方法分析译者在翻译过程中的信息行为、信息能力、信息搜索特征（Pinto & Sales, 2008；Sycz-Opoń, 2019），主要理论研究提倡培养译者的“数字素养”、“搜商”或“信息能力”（王少爽, 2017；王华树、张成智, 2018）等， 深入探索译者信息素养的培养路径，推动信息化时代翻译技术教学向纵深发展。（7）翻译技术伦理研究：随着翻译技术转向的出现（王华树、刘世界, 2021），翻译技术伦理成为近些年的研究新课题。技术的迅猛增长引发普遍的翻译技术伦理探究（Kenny, 2011；Doherty, 2017；蓝红军, 2019；Bowker, 2020；张法连、曲欣, 2021）、翻译技术“认知摩擦”（ 李晗佶、陈海庆, 2021）以及技术背景下的翻译伦理再思考（李晗佶、陈海庆, 2020），具体包括人机关系伦理、机器口译与人工口译价值关系、人机翻译产品质量评估问题、译者身份认同、译者主体性等方面。同时，有学者开始对翻译技术进行理性批判，建议关注翻译技术中的“人文性”，看到翻译技术中工具理性和价值理性的融合（李彦、肖维青, 2018）。
3.6 研究趋势
为更加清晰地了解2000-2021年间国内外译界翻译技术研究的发展趋势，利用CiteSpace 5.8.R3在关键词共现的基础上绘制出国际译界（如图2所示）和国内译界（如图3所示）的主题路径演进图。图谱中研究节点的线条跨度和密度清晰呈现了翻译技术研究的时间走向和研究主题变迁。通过对比分析，总结出以下主要发现与研究趋势特点：①翻译技术越来越受关注。2006 年之前知识图谱坐标系内研究节点较为零散，2006 年之后节点开始越来越密集，直观体现出 2006 年之后翻译技术研究出现了热潮，逐渐引起译界重视；②翻译技术研究主题越来越广泛。2000 年至 2021 年之间的坐标系出现了“机器翻译、计算机辅助翻译、翻译能力、翻译技术、本地化、众包翻译、译后编辑、人工智能”等相对较大的节点，说明随着技术的不断发展，学者们结合翻译教学实践，突出问题导向，追踪学科研究热点；③翻译技术教学备受重视。2014—2021年，教学模式、生态整合、技术伦理、神经网络机器翻译、机器翻译译后编辑等主题被多次提及，研究焦点已从翻译技术转向对人才培养、翻译能力模型构建以及传统教学模式带来的影响及伦理思考，翻译技术教学研究（含译后编辑教学及译后编辑人才培养）持续升温。④语言服务行业翻译技术应用研究日益增多。自2010年起国内外学者便对语言服务行业的翻译技术需求开展了广泛的调研，旨在挖掘语言服务行业的市场需求及其对翻译人才的职业要求，进一步明确翻译技术应用能力的重要性。⑤口译技术研究正在兴起。2018—2021年，远程视频口译（VRI）、远程视频同传（RSI）、电话口译（OPI）等新兴口译技术形态和服务模式不断出现，网络众包口译平台、云端口译教学平台等新形式进入口译教学生态，口译技术将成为译界持续关注的热点话题。
04 启发与建议
自2000年至今，国内外译界在翻译技术领域取得了一定的进展，发文量整体呈上升趋势，研究主题愈加广泛，研究内容不断深化，但是，依然存在诸如研究不成体系、发表层次较低、学界与业界之间及高影响力作者之间合作性不强、专业研究人员整体偏少、研究方法缺乏创新等问题。下文针对上述相关问题，提出针对性的建议和思考。
4.1 推动研究体系建设
翻译技术的研究和任何一个新兴领域一样，都必须经过内、外部建构过程的深度交互才能走向成熟。针对当前研究缺乏体系性的问题，笔者建议重新审视翻译技术在翻译实践、翻译理论、翻译教学等方面的独特价值，革新对新时代翻译本体和翻译技术本体的认识。通过翻译与技术的交叉融合、概念理论的相互借用、方法论的移植渗透、技术要素的跨界关联，促进研究范式和思维方式的迭代升级，推动翻译学科知识体系的重构与本体世界的重建（王华树、刘世界, 2021）。在翻译技术研究的框架构成或体系拓展方面，尽管Quah（2006）、王华树等（2013）、张成智（2020）等做了诸多有益的尝试，但仍有待深化。本文在前人研究的基础上，综合考虑翻译技术的内涵、本质及其与翻译活动的关系，提出初步的翻译技术体系研究框架（如图4所示），涵盖翻译技术基础研究、翻译技术类型、翻译技术标准、翻译工具评估、翻译技术伦理、翻译技术教学等方面，每个方面细分为多个层面，代表着未来翻译技术研究的重要发展方向。本次提出的框架，有助于丰富和深化了现有翻译技术的研究范畴，促进新时代翻译研究的创新发展。
4.2 加强研究主体联动
研究主体多元联动，政产学研融合有助于翻译技术的可持续发展。研究机构转变传统的研究观念，成立翻译技术产学研创新机构，加强翻译技术项目立项，鼓励翻译技术企业研发人员、用户群体、行业协会、社会团体开展联合研究项目，整合和互补多方优势，推动研究主体多元化发展和研究视角多维化发展，不断扩大翻译技术研究的学术影响力和社会成果转换价值。国家、地区、高校、业界等层面跨越地域限制，联合成立国际研究中心、博士及博士后合作站，设立翻译技术国际研究专刊或专栏，促进翻译技术研究的全局性发展。在此方面，北京外国语大学和上海外国语大学大胆创新，做出示范性探索。例如，北京外国语大学成立“人工智能与人类语言重点实验室”，携手外语教学与研究出版社、科大讯飞股份有限公司、北京大学和华为技术有限公司等合作单位，聚焦国家人工智能与教育研究的前沿课题，旨在推动前沿技术融合语言研究的突破性进展，引领翻译教育朝着智能化、信息化发展。上海外国语大学成立“语料库研究院”，“以对接语言智能发展为重要目标，组建跨学科研究团队，设置语言数据科学与应用学科，建设数字人文与语言智能实验室，研发智能化多语种教学与科研平台，积极探索语言智能视域下外语教育发展的新路径”（胡开宝、王晓莉, 2021）。两所外语类院校汇聚多元主体力量，推动政产学研融合创新，将人工智能技术与外语教育紧密结合，利用人工智能来解决翻译学、语言学等问题，消除语言障碍，借助翻译技术形成智慧教育机制。同时，科研基金支持单位或组织应充分考虑翻译技术研究的跨学科属性，加大相关科研项目的支持力度，调动多元主体的研究积极性，鼓励其发挥各自优势和特色，不断丰富学科研究内容，推动翻译技术在新时代多元语境下的创新发展。
4.3 促进研究方法创新
翻译技术是在互联网、大数据、人工智能等基础上兴起的领域，具有显著的跨学科特征。翻译技术拓展了翻译研究的对象和研究范畴，客观上要求研究方法上寻求突破。新时代要求研究者具备翻译技术有关的多学科知识结构，以更加开放的心态迎接新的研究技术与工具，充分利用AI模式识别、数据挖掘、算法模型等技术和方法，更为全面、客观、动态地把握和认识翻译技术。同时，开展翻译技术多元混合研究，扩充数据收集方式，注重多因素、多变量之间的相关性，加强横向对比和纵向历时性研究，深入探讨翻译技术的关键影响因素和作用机制，不断促进翻译技术概念体系的深入发展和研究范式的迭代升级。以机器翻译译后编辑（MTPE）为例，MTPE研究融合了多元混合的研究方法，如实验心理方法 (如TAPs、内省法)、眼动追踪、键盘记录、屏幕录制以及神经科学方法(如功能性磁共振成像 、事件相关电位)，增强了翻译技术研究的客观性和科学性（王华树、刘世界, 2021）。
05 结语
AI时代翻译技术迎来爆发式增长，对翻译产业格局和翻译教育生态的影响日益凸显，正在成为译学领域中新的增长点。面对新技术、新发展、新趋势，学界应当注意到翻译技术给翻译教学和研究带来的机遇与挑战，重视普及翻译技术教学，推动新时代翻译技术研究新发展。文章通过系统综述和文献计量的方法对国内外研究现状和成果进行梳理和分析，力图为学界呈现出近年来翻译技术研究的全貌，但因翻译技术具有较强的跨学科特点，该研究主要考察最具代表性的翻译技术，数据收集和分析难免存在一定的局限。期待更多学界同仁关注新技术、新问题，共同推动新时代翻译技术研究的创新与发展。
参考文献
[1]Al-Batineh, M. & R. Alawneh. Currenttrends in localizing video games into Arabic: Localization levels and gamers’preferences[J]. Perspectives, 2021.
[2]Alotaibi, H. M. Computer-assisted translation tools: Anevaluation of their usability among Arab translators[J]. AppliedSciences, 2020(18).
[3]Bowker, L. Translation technology and ethics[A]. In Koskinen, K & Pokorn, N. K.(eds.). The Routledge Handbook ofTranslation and Ethics[C]. London & New York: Routledge, 2020.
[4]Bowker, L. What does ittake to work in the translation profession in Canada in the 21st century?Exploring a database of job advertisements[J]. Meta:Translators’ Journal, 2004(4).
[5]Bundgaard, K., Christensen, T. P. & A. Schjoldager. Translator-computerinteraction in action: An observational process study of computer-aidedtranslation[J]. The Journal of Specialised Translation, 2016(25).
[6]Cadwell, P., O’Brien, S. & C.S. Teixeira. Resistance and accommodation: Factors for the (non-) adoption ofmachine translation among professional translators[J]. Perspectives,2018(3).
[7]Doherty, S. & D. Kenny. The design and evaluation of a statisticalmachine translation syllabus for translation students[J]. The Interpreter andTranslator Trainer, 2014(2).
[8]Doherty, S. & S. O’Brien. Assessing the usabilityof raw machine translated output: A user-centred study using eye tracking[J].International Journal of Human Computer Interaction, 2014(1).
[9]Doherty, S. Issues in human and automatic translation quality assessment[A]. InKenny, D.(ed.). Human Issues in Translation Technology [C]. London& New York: Routledge, 2017.
[10]Garcia, I. Translating by post-editing: Is it the way forward[J]. MachineTranslation,2011(3).
[11]Guerberof A. The role of professional experience in post-editing from aquality and productivity perspective[A]. In O’Brien, S. et al.(eds.). Post-editingof Machine Translation [C]. Newcastle upon Tyne: Cambridge ScholarsPublishing, 2014.
[12]Jia, Y. Carl, M. & X. Wang. How does the post-editing of neuralmachine translation compare with from-scratch translation? A product andprocess study[J]. The Journal of Specialised Translation,2019(31).
[13]Jiménez-Crespo, M. A. To adapt or not to adapt in web localization:A contrastive genre-based study of original and localized legal sections incorporate websites[J]. The Journal of Specialised Translation,2011(15).
[14]Kenny, D. CAT tools in an academic environment: What arethey good for? [J]. Target. International Journal of TranslationStudies, 1999(1).
[15]Kenny, D. The ethics of machine translation[A]. InFerner, S.(ed.). New Zealand Society of Translators and Interpreters AnnualConference[C]. Auckland, 2011.
[16]Koponen, M. & L. Salmi. Post-editing quality: analysing the correctness and necessity ofpost-editor corrections[J]. Linguistica Antverpiensia, New Series: Themes inTranslation Studies, 2017(16).
[17]Koponen, M. Is machine translation post-editing worth the effort? Asurvey of research into post-editing and effort[J]. The Journal ofSpecialised Translation, 2016(25).
[18]Moorkens, J. & S. O’Brien. Assessing userinterface needs of post-editing of machine translation[A]. In Kenny,D.(ed.). Human Issues in Translation Technology [C]. London & NewYork: Routledge, 2017.
[19]O’Brien, S. Towards predicting post-editing productivity[J].Machine Translation, 2011(3).
[20]Orero, P. et al. Conducting experimental research in audiovisualtranslation (AVT): A position paper[J]. The Journal of SpecialisedTranslation, 2018(30).
[21]Pinto, M. & D. Sales.Towards user-centred information literacy instruction in translation: The viewof trainers[J]. The Interpreter and Translator Trainer, 2008(1).
[22]Quah, C. K. Translation and Technology[M]. London: PalgraveMacmillan UK, 2006.
[23]Ramos, M. D. M. S. MApping new translationpractices into translation training: Promoting collaboration throughcommunity-based localization platforms[J]. Babel,2019(5).
[24]Rodríguez-Castro, M. An integrated curricular design forcomputer-assisted translation tools: Developing technical expertise[J]. TheInterpreter and Translator Trainer, 2018(4).
[25]Sakamoto, A. Why do many translators resist post-editing? A sociologicalanalysis using Bourdieu’s concepts[J]. The Journal of SpecialisedTranslation, 2019(31).
[26]Sanchis-Trilles, G. et al. Interactive translation predictionversus conventional post-editing in practice: A study with the CasMaCatworkbench[M]. Machine Translation, 2014(3-4).
[27]Schnell, B. & N.Rodríguez. Ivory tower vs. workplace reality: Employability and theT&I curriculum–balancing academic education and vocational requirements: Astudy from the employers’ perspective[J]. TheInterpreter and Translator Trainer, 2017(2-3).
[28]Sosoni, V. Casting some light on experts’experience with translation crowdsourcing[J]. The Journal of SpecialisedTranslation, 2017(28).
[29]Sycz-Opoń, J. Information-seekingbehaviour of translation students at the University of Silesia during legaltranslation–an empirical investigation[J]. The Interpreter andTranslator Trainer, 2019(2).
[30]Vieira, L., Zhang, X. & G. Yu. ‘Click next’: On the merits of more student autonomy and less directinstruction in CAT teaching[J]. The Interpreter and Translator Trainer,2021(4).
[31]Wang, L. & X. Wang. Buildingvirtual communities of practice in post-editing training: A mixed-methodquasi-experimental study[J]. The Journal of Specialised Translation, 2021(36).
[32]Wang, X., Wang, T., Muñoz Martín, R., & Y. Jia. Investigatingusability in postediting neural machine translation: Evidence from translationtrainees’ self-perception and performance[J]. Across Languages and Cultures,2021(1).
[33]Yamada, M. Can college students be post-editors? Aninvestigation into employing language learners in machine translation pluspost-editing settings[J]. Machine Translation, 2015(1).
[34]Yang, Y. & X. Wang. Modeling the intention to use machine translationfor student translators: An extension of Technology Acceptance Model[J].Computers & Education, 2019,133.
[35]Zhang, X. Field composition and development trend ofresearch hotspots of translation technology in China—Based on co-wordvisualization analysis of relevant academic journals from CNKI published from1999 to 2017[J]. Theoryand Practice in Language Studies, 2017(12).
[36]刁洪.国内翻译技术研究综述[J].北京第二外国语学院学报,2017(6).
[37]冯全功,崔启亮.译后编辑研究:焦点透析与发展趋势[J].上海翻译,2016(6).
[38]冯全功,李嘉伟.新闻翻译的译后编辑模式研究[J].外语电化教学,2016(6).
[39]冯全功,张慧玉.全球语言服务行业背景下译后编辑者培养研究[J].外语界,2015(1).
[40]高志军.计算机辅助翻译工具测评框架初探[J].中国翻译,2013(5).
[41]胡开宝,王晓莉.语言智能视域下外语教育的发展——问题与路径[J].中国外语,2021(6).
[42]蓝红军.关于翻译技术伦理性的思考[J].上海翻译,2019(4).
[43]李奉栖.基于神经网络的在线机器翻译系统英汉互译质量对比研究[J].上海翻译,2021(4).
[44]李晗佶,陈海庆.翻译技术中“认知摩擦”问题与消解途径[J].外语学刊,2021(5).
[45]李晗佶,陈海庆.技术化时代的翻译伦理研究:挑战与拓展[J].东北大学学报(社会科学版),2020(1).
[46]李梅.机器翻译译后编辑过程中原文对译员影响研究[J].外语教学,2021(4).
[47]李彦,肖维青.翻译技术的理性批判:工具理性与价值理性的冲突与融合[J].上海翻译,2018(5).
[48]满德亮,皮强,莫爱屏.译者工作台的生态系统——以职业为导向的翻译技术教学模式[J].外语电化教学,2018(6).
[49]苗菊,刘明.多语种网站建设与翻译——语言服务行业主体业务透析[J].中国翻译,2013(1).
[50]王传英,崔启亮.本地化行业发展对职业翻译训练及执业认证的要求[J].中国翻译,2010(4).
[51]王华树,冷冰冰,崔启亮.信息化时代应用翻译研究体系的再研究[J].上海翻译,2013(1).
[52]王华树,李德凤,李丽青.翻译专业硕士(MTI)翻译技术教学研究:问题与对策[J].外语电化教学,2018(3).
[53]王华树,刘世界.人工智能时代翻译技术转向研究[J].外语教学,2021(5).
[54]王华树,张成智.大数据时代译者的搜索能力探究[J].中国科技翻译,2018(4).
[55]王少爽.职业化时代译者信息素养研究:需求分析、概念阐释与模型构建[J].外语界,2017(1).
[56]王湘玲,贾艳芳.21世纪国外机器翻译译后编辑实证研究[J].湖南大学学报(社会科学版),2018(2).
[57]王湘玲,沙璐.基于动态评价理论的翻译技术教学评价模式构建[J].外语界,2021(5).
[58]王湘玲,王婷婷.人工翻译与机器翻译译后编辑对比实证研究[J].外国语言与文化,2019(4).
[59]王湘玲,杨艳霞.国内60年机器翻译研究探索——基于外语类核心期刊的分析[J].湖南大学学报(社会科学版),2019(4).
[60]文军,任艳.国内计算机辅助翻译研究述评[J].外语电化教学,2011(3).
[61]张成智.技术转向背景下的翻译研究新视野[J].外国语言与文化,2020(1).
[62]张法连,曲欣.法律翻译技术伦理建构探索[J].中国外语,2021(6).
[63]赵涛.机器翻译译后编辑的现状与问题[J].外语教学,2021(4).
[64]周兴华.四款主流CAT软件翻译协作功能比较研究[J].中国翻译,2016(4).
作者简介：
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，兼任世界翻译教育联盟翻译技术研究会会长，中国翻译协会本地化服务委员会副秘书长，中国英汉语比较研究会外语教育技术专业委员会副秘书长，《中国科技术语》编委等。多年来致力于推动翻译技术产学研的生态融合，在《中国翻译》《外国语》《外语电化教学》《上海翻译》等期刊发表论文六十余篇，主持国家级、省部级及校级科研项目十多项，出版《人工智能时代翻译技术研究》《计算机辅助翻译概论》《应用程序本地化》《翻译与本地化项目管理》等十多部著作。研究领域：翻译技术、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2019级硕士研究生，专业为英语笔译，曾在《上海翻译》、《外语教学》、《中国科技术语》、《中国ESP研究》等刊物上发表论文。研究方向：翻译技术、术语管理、机器翻译译后编辑。
特别说明：
本文发表于《外语电化教学》2022年第1期（总第203期），本次推送获作者授权，引用请以期刊版为准。
本文来源于微信公众号“翻译技术教育与研究”、微信公众号“语言服务行业”，致力于语言服务行业资讯、洞察、洞见~ 关注我们，了解更多精彩内容~