技术赋能下的术语翻译与术语管理——以中华学术外译项目《论中国乡村变迁》的英译为例.pdf

技 术 方 法技术赋能下的术语翻译与术语管理 以中华学术外译项目论中国乡村变迁的英译为例龙昱琼1 周小玲2(1.湘潭理工学院,湖南湘潭 411100;2.华南师范大学,广东广州 510631)摘 要:迅猛发展的语言智能技术及工具有助于提升大型翻译项目中术语的翻译质量和管理效率。文章以中华学术外译项目论中国乡村变迁的英译为例,探讨利用语料库技术、CAT 技术和 ChatGPT 解决人工识别术语效率低、术语预翻译结果不佳、管理效率不高的问题。文章设计并实施了基于 Sketch Engine、云译客和 ChatGPT 的术语翻译及管理流程,较为快速、准确地整理了高频术语表,创建了双语术语库并实现了术语存储、检索、维护及分享。结果显示,Sketch Engine 术语自动识别功能的精确率达到约 69.35%;云译客平台的智能化程度高,使用简单流畅;ChatGPT 在辅助术语的译后编辑过程中能快速提供专业知识、背景信息及翻译建议等。可见,所提出的流程能有效地提升术语的翻译质量和管理效率。关键词:术语翻译;术语管理;翻译技术;论中国乡村变迁;语言智能工具中图分类号:H059;H083 文献标识码:A DOI:10.12339/j.issn.1673-8578.2024.02.007Exploration of Technology-enabled Terminology Translation and Management:A Case Study on Chinese Academic Translation Project of“C-E Translation of The Transformation of Rural China”/LONG Yu-qiong,ZHOU XiaolingAbstract:Language intelligence technologies and tools can help improve translation quality and management efficiency of terminology in large-scale translation projects.Taking the Chinese Academic Translation Project“C-E Translation of The Transformation of Rural China”as an example,we address such problems as low efficiency of manual term recognition,poor pre-translation results and low management efficiency of terms with corpus technology,CAT technology and ChatGPT.Through a term translation and management process based on Sketch Engine,POWER ECHO and ChatGPT,high-frequency term lists of the book The Transformation of Rural China are extracted and sorted out,a bilingual term database is established efficiently,and the storage,retrieval,maintenance and sharing of terms are achieved.Our results show that the precision of automatic recognition function of Sketch Engine is about 69.35%,POWER ECHO platform is relatively user-friendly and smart,and ChatGPT can quickly provide professional knowledge,back-ground information and translation suggestions in post-editing.These results show the process can significantly improve the translation quality and management efficiency of terms.Keywords:terminology translation;terminology management;translation technology;The Transformation of Rural China;language intelligence technology收稿日期:2023-07-21 修回日期:2023-10-12基金项目:国家社会科学基金中华学术外译项目“论中国乡村变迁的英译(21WSHB004)”;上海外国语大学习近平谈治国理政多语种数据库综合平台在外语教学与科研中的应用(2022-IG-G0008)在大型翻译项目中,专有名词、专业术语、特色表达等都有其特定的专业背景或语言风格,且规模一般较大。这对术语的翻译和管理提出了更高的要求。因此,如何保证大型翻译项目中的术语翻译质量及术语管理效率是值得探究的问题。随着语言智能技术的飞速发展,丰富的术语库及语料库平台、智能在线翻译平台和大语言模型能帮助译者大幅提升术语翻译质量及管理效率,具体而言可实现术语自动识别、整理、翻译、质检、存储、检索及维护,提高语言资产的复用率,使整个术语翻译和管94中国科技术语/2024 年 第 26 卷 第 2 期理流程规范化。基于此,本研究依托中华学术外译项目“论中国乡村变迁的英译”,探究如何借助语料库平台 Sketch Engine、在线翻译平台云译客和聊天型人工智能助手 ChatGPT 提升术语翻译质量及管理效率,并讨论所出现的问题。文章首先提出术语翻译与管理的基本概念和实施流程,之后对结果及局限性进行分析。1 术语翻译和术语管理的基本概念与步骤术语是各门学科中的专门用语。术语可以是词,也可以是词组,用来正确标记生产技术、科学、艺术、社会生活等各个专门领域中的事物、现象、特性、关系和过程。根据术语与专业领域之间的关联以及使用范围的差异,可以将术语分为纯术语、一般术语、准术语三个类别1。纯术语的专业性最强,使用范围较小,一般为专业研究人员所使用。一般术语专业性则相对于纯术语较弱,是各领域的基本术语。准术语的专业性最弱。在科技普及的今天,准术语在日常生活中随处可见。本文使用上述的术语概念提取了论中国乡村变迁一书中的术语,将书中专业性较强的专业术语归为纯术语,如“宅基地”“集体经营性建设用地”“城镇化率”“确权到户”“资格权”“资源要素”等;将专有名词和常见的专业术语等归为一般术语,如“恩格斯”“马克思”“小康社会”“承包权”“德意志意识形态”等;将固定词语、短语归为专业性较弱的准术语,如“生产力”“资本主义”“社会主义”“工业化”等。需要说明的是,纯术语、一般术语和准术语三个概念的含义在不同的上下文中会有所变化,所以这三个概念的界定较为模糊,或有重叠。术语管理是为了满足某种目的而对术语资源进行管理的实践活动,通常包括术语的收集、描述、处理、存储、编辑、呈现、搜索、维护和分享等2。翻译协作中的术语管理活动覆盖了译前、译中、译后三个阶段。译前包括术语提取、翻译、术语库创建等工作;译中需术语匹配、识别和添加新术语;译后需对术语进行备份及维护3。2 术语翻译和术语管理研究现状翻译学界对外译项目中的术语研究集中在以下两个方面。一方面,学者们对术语翻译进行了探讨,如术语翻译策略、问题及难点、术语翻译概念及特征等。黄鑫宇、魏向清4从认知术语学视角出发,提出了中华思想文化核心术语翻译的概念建构模型。有学者从术语翻译特征出发,探讨了文化术语翻译的实践理性及有效性原则5。另一方面,国内学界对术语规范化的研究也日益增加。余静6讨论了翻译策略中术语的规范问题,并提出术语关联的解决思路。在文化外译的术语翻译规范方面,学者们主要探讨了法律文化术语的译名统一与规范化7、中医药名称的术语规范化8-9及文化外译的术语规范化研究概况10。术语自动提取可以采用基于规则11的方法,如基于构词特点、句法特点以及领域特点自动提取术语,从语料中抽取匹配模板的词语。基于数理统计的方法主要为统计量计算和机器学习方法。基于统计量的方法通过计算词频、互信息12、TF-IDF等统计量来提取术语,具有通用性。基于机器学习13-14的方法主要是利用已标注的大规模语料训练模型,通过模型预测未标注的语料,将术语抽取问题转为序列标注问题或分类问题。随着机器学习技术的发展,支持向量机(SVM)、深度学习等方法开始用于训练模型并进行术语识别。这些方法可以捕捉语义关系,更好地理解术语的上下文语境。如李贞贞等提出了基于深度学习和统计信息的术语抽取方法15。一些学者还结合多种方法提取术语,如基于词性(POS)模式规则、语料库比较和改进 TF-IDF 权重的方法16、SRP-TF-IDF 模型17以及基于术语的语言特征和复合测量方法的提取方式 18。而中文术语识别因中文字符密度高、词汇复杂的特点正面临特定的挑战。研究者在中文术语识别方面探索了基于字19、词20和基于字词混合21-22 的方法。在术语管理方面,ISO(国际标准化组织)和NISO(美国国家信息标准化组织)为术语标准化做出了突出贡献。ISO 制定的相关国际标准包括 ISO 05技 术 方 法704、ISO 1087、ISO 12620 标准,涵盖术语的编写和组织、定义、术语数据库等方面的信息。NISO 制定的 NISO Z39.19、NISO RP-8、NISO RP-9 标准分别提供了信息科学术语标准、数字化图书馆术语标准化、资源描述方面的指南。常用的术语管理工具主要 有 SDL MultiTerm、TermWeb、Wordbee Term、FluTerm、OmegaT 和 TaaS 等。在技术应用方面,国内学者为推动中国外译项目的发展,尝试将现代技术与外译项目相结合。柳菁提出了敦煌文化术语库的建设,设计了“敦煌文化术语编纂平台”23。刘润泽、丁洁、刘凯则探讨了中国特色术语库的标准化建设问题,分析其背后的实践逻辑,并提出未来研究工作的新方向与新方法24。同时,语言服务行业中的术语管理流程、工具等2,25、翻译协作中的术语管理3,26及术语归类管理27等问题也受到了关注。不过,国内对于中华学术外译项目这类大型翻译项目中的术语翻译及管理的研究较为欠缺。本文结合现代技术,将多种简单易用的在线网络平台和工具融入论中国乡村变迁的英译实践中,设计并实施术语翻译及管理流程,帮助翻译人员解决人工识别术语效率低、术语预翻译结果不佳、管理效率不高的问题。3 论中国乡村变迁英译项目中的术语翻译和管理流程 高效规范的术语翻译和管理流程能保证大型翻译项目中术语翻译的准确性、一致性及术语管理效率。论中国乡村变迁英译项目组共 6 人,包括项目负责人 1 名、工程技术人员 1 名、译者 3 名和外国审校专家 1 名,其中术语预翻译由机器翻译引擎实现,术语译后编辑由译者完成,术语管理中的技术问题由技术人员负责。针对该英译项目前期出现的人工识别术语效率低、部分术语预翻译结果不佳、管理效率不高的问题,本文提出了基于Sketch Engine、云译客和 ChatGPT 的术语翻译及管理流程。其中 Sketch Engine 是由语料库专家 Adam Kilgariff 设计的词典编纂辅助系统。该系统利用自然语言处理技术对包含数十亿个单词的真实文本(文本语料库)进行分析,能识别出词汇及表达的常见含义和用法等相关信息。目前,Sketch Engine中包含了 500 个现成可用的语料库,支持 90 多种语言,已被广泛运用于词典编纂、语言学习、机器翻译、文本挖掘应用程序等诸多领域。Sketch Engine的功能主要包括词语速描(Word Sketch)、关键词提取(Keywords)、索引(Concordance)、网页搜索(Web Search)。云译客是一款在线翻译平台,大部分功能可以免费使用,为译员和翻译团体提供了实时的人机共译智能翻译协作环境。ChatGPT 是由OpenAI 开 发 的 一 种 基 于 GPT(Generative Pre-trained Transformer)模型的对话系统。通过人机对话的方式,ChatGPT 可完成多语种翻译、语法纠错等多项语言生成任务28。整个流程包括译前、译中和译后三个阶段,见表 1。译前阶段,项目组需要创建双语术语库,该任务分为三步完成:第一步,将全书处理为纯文本格式文件,按章节进行拆分,将每章节的纯文本文件导入 Sketch Engine,创建为目标语料库。使用Sketch Engine 的“Keywords”功能进行术语的自动识别。需要说明的是,该功能先将目标语料库中的纯文本进行预处理,如分词、使用 Stanford NLP 进行词性标注、语法解析等。通过比较目标语料库和参考语料库 zhTenTen17 Simplified 中符合中文语法的结构的出现频率,识别出频率较高的词汇或短语作为术语29。zhTenTen17 Simplified 语料库共 135 亿词,涵盖各种网站、话题和文本类型的网络信息。使用“Concordance”功能可以查看术语的上下文,在ChatGPT 的辅助下确定术语含义,进行人工整理。接着将单语种术语表导入云译客平台。第二步,使用云译客的“机器预翻译”功能,进行术语预翻译。借助 ChatGPT 获取专业知识,进行近义词辨析,查询背景信息和获得翻译建议等,对术语预翻译结果进行译后编辑。第三步,使用云译客“GPT 质检”功能进行质检,使用“语言资产”功能存储术语对。在译中阶段,翻译平台自动匹配术语,提供术语对。项目组成员可检索术语、修改术语、添加新术语并备注。在译后阶段,技术人员对术语库进行备份、维护、分享,甚至协作共建术语库。15中国科技术语/2024 年 第 26 卷 第 2 期表 1 论中国乡村变迁英译项目术语翻译及管理流程译前阶段译中阶段译后阶段操作所用到的工具及其功能操作所用到的工具及其功能操作所用到的工具及其功能自动识别Sketch Engine 的“Key-words”功能检索云译客“语言资产”和“术语语料检索”备份云译 客“语 言 资产”人工整理Sketch Engine 的“Concordance”功能和 ChatGPT预翻译云译客“机器预翻译”译后编辑云译客“个人/团队翻译”和 ChatGPT质检云译客“GPT 质检”功能存储云译客“语言资产”修改添加备注云译客“个人/团队翻译”或“语 言 资 产”及“术语库”维护云译客“个人/团队翻译”分享共建云译 客“语 言 资产”“术语语料库”“协作共建”术语翻译及管理流程的主要工具及作用如图1 所示,其中使用 Sketch Engine 自动识别和整理术语与使用云译客平台进行术语预翻译、译后编辑、质检、存储、检索、维护及分享是主流程。而通过ChatGPT 获取专业知识,进行近义词辨析,查询背景信息及获取翻译建议等则贯穿于整个流程。图 1 论中国乡村变迁英译项目术语翻译及管理流程图4 论中国乡村变迁英译项目中的术语翻译及管理流程实施结果分析 项目组首先将论中国乡村变迁全书的纯文本导 入 Sketch Engine,创 建 为 一 个 语 料 库,从“CORPUS INFO”获取该语料库的统计数据见表 2。该语料库中共有2737 个句子,80 782 个词,106 345个词符(包括词、标点符号和其他语言元素),8134个不同词性的词目,包含非单词的词共 7121 个,涵盖 9 种词性。基于上述流程,项目组在短时间内创建了包含 1387 个术语对的双语术语库。为评估该术语翻译及管理流程的可行性,下面对流程的实施结果进行分析讨论。表 2 语料库统计数据DimensionsCountstokens106 345words80 782sentences2737documents1lempos8134tag31word7121pos94.1 高频术语表及术语搭配高频术语是指出现频率较高的术语,通常用以表述书中的核心概念或主题。通过了解高频术语,译者可大致知晓原书作者要传达的核心思想,这也为后续翻译打下基础。项目组首先使用 Sketch Engine 和 ChatGPT,整理出高频术语及其出现频次,如表 3、4 所示。由表3 可知,论中国乡村变迁一书主要讨论在城镇化及现代化进程中,经济体制改革、城乡融合发展、乡25技 术 方 法村振兴战略背景下的城乡关系、农村改革、乡村治理、乡村社会文化、农村土地及农民问题。每章中描述中国乡村变迁的侧重点有所不同,各章高频术语如表 4 所示。表 3 全书高频术语表术语频次术语频次术语频次乡村1090人民出版社240城镇化进程68城乡636乡村社会185重要文献选编68农民489城乡关系113乡村文化55现代化486人民日报78现代化进程54社会主义337中国特色社会主义78农村土地52城镇化247社会主义现代化76城乡融合发展52进程241中央文献出版社75经济体制49邓小平191乡村振兴战略70社会变迁48工业化182小康社会69农村改革46变迁162乡村治理68城乡二元结构42表 4 各章高频术语表出处高频术语序言乡村、工业化、城镇化、振兴、变迁、乡村社会、现代化进程、乡村发展、城乡关系、乡村振兴战略、城乡融合发展、城乡发展不平衡、城乡二元结构、十九大第一章研判、振兴、城镇化进程、城乡关系、乡村社会、现实逻辑、共同繁荣、马克思主义发展史、文化观念、社会主义、路径、小康、良性互动第二章生产力、对立、分离、进程、恩格斯、马克思、人类社会、生产方式、社会文明、工业革命、社会分工、生产关系、农业革命、文明进程、农业社会、德意志意识形态第三章邓小平、工业化、生产力、资本主义、苏联、小康、公有制、四个现代化、十一届三中全会、改革开放、社会主义现代化建设、社会主义市场经济、经济体制改革、中国特色社会主义、工农城乡关系、中国特色社会主义现代化理论、中国农业现代化道路第四章并轨、习近平、小康社会、社会主义、二元结构、乡村振兴战略、五位一体、主要矛盾、社会主义现代化、农业农村现代化、城乡关系、工农城乡关系、二元结构、奋斗目标、城镇化率、工农互惠、工农互促、“四个全面”战略布局第五章自治、乡土、演变、习俗、政权、血缘、伦理、公社、契约、陌生人、乡村社会、乡村治理、熟人社会、村民自治、社会结构、价值观念、集体所有制、人民公社、农民收入、国家政权第六章户籍、劳动力、工业化、县域、使用权、有偿、所有权、落户、宅基地、有偿使用、征地、经营权、居住证、乡村文化、公共服务、集体经营性建设用地、生态资源、户籍制度、文化资源、文化服务、就业服务、生态补偿、国有土地、土地制度、资格权、承包权、农业税第七章要素、乡村振兴、下乡、契约、资本化、农地、陌生人、确权到户、土地资源、契约制度、农村改革、熟人社会、资源要素、民主决策、人口规模、市场机制、制度逻辑、资本逻辑、乡村资源 译者还可通过 Sketch Engine 的“Word Sketch”功能了解术语的具体搭配信息。例如,在全书语料库中检索“城乡”得到的搭配信息(图 2)如“破除城乡二元结构”“工农城乡关系”。使用数据可视化功35中国科技术语/2024 年 第 26 卷 第 2 期能得到的搭配分布情况如图 3 所示。离圆心的距离代表了其典型性程度,“城乡融合”比“城乡发展”就更具典型性;圆圈大小表示该搭配的出现频率,如“城乡融合”“城乡发展”比“城乡对立”“城乡分离”出现频率更高;饼状图中不同的语法关系用不同颜色表示,各部分的大小表示不同语法关系的比例。图 2“城乡”的搭配信息图 3“城乡”搭配分布图4.2 Sketch Engine 自动识别术语的精确率及问题分析本文用精确率 P(Precision)19作为 Sketch Engine 自动识别功能准确程度的评价指标,计算公式如下:P=正确识别的术语数识别出的术语总数100%其中,分子为保留的正确术语的数目,分母为识别出来的术语总数,包含重复术语的数目。项目组使用 Sketch Engine 自动识别结果共计 2000 条,经整理保留有效术语 1387 条。精确率 P 为 69.35%,精确率较高。这说明 Sketch Engine 能较准确地识别论中国乡村变迁中的术语。但是,自动识别功能仍存在以下问题:(1)部分识别结果不完整。如“弱县”的完整术语应为“财政弱县”,“属地化”的完整术语应为“属地化户籍管理模式”;(2)识别结果部分重叠,例如第一章中“党的十九大报告”和“习近平新时代中国特色社会主义”的其他识别结果及频次,如表 5 所示;(3)部分识别结果不是术语,例如,从“实现乡村的真正振兴”中提取的“真正振兴”就不属于术语。又如,从“在计划和市场关系问题上”和“处理好政府和市场关系”中提取的“市场关系”也不是术语。要解决上述问题,译者可使用“Concordance”功能核对上下文并整理术语。4.3 基于云译客的术语翻译、质检、存储、检索、维护及分享 在术语翻译及管理流程中,云译客发挥了至关重要的作用。该平台有以下特点:(1)功能较齐全。45技 术 方 法表 5 识别结果部分重叠术语频次其他识别结果频次党的十九大报告7的十九大8党的十九8十九大报告7的十九大报告7习 近 平新 时 代中 国 特色 社 会主义8习近平新时代中国特色8时代中国特色社会主义7时代中国特色7习近平新时代中国8云译客平台有 20 多种垂直领域的专业翻译引擎,并接入 GPT 机翻、质检等服务。使用云译客中的机器翻译引擎可以对术语进行预翻译,借助“GPT质检”功能可以进行质量检查。在术语翻译过程中,译者备注信息,并导出至双语术语文档中,然后存储到云译客的术语库。译者既可在“个人翻译”界面参考右边自动匹配的双语术语信息,也可在云译客的“术语语料检索”界面搜索术语,并不断添加新术语,同时实现了术语的检索与维护。(2)导出文件的格式多样。双语术语可导出为 CSV、TMX、TBX 和 XLSX 四种格式进行备份。四种文件格式可确保导出的文件与各种计算机辅助翻译软件及工具有良好的格式兼容性。(3)云译客平台界面简洁,操作简单。不过在实施过程中,仍出现过多次批量术语导入术语库失败的情况。(4)与GPT 深度融合。在使用后期,该平台上线了新功能“GPT 全流程”,包括“GPT 机翻引擎”“GPT 质检评分”“GPT 质检修改意见”“GPT 一键译文润色”功能,将 GPT 全面嵌入翻译全流程,大大增强了用户体验,提升了术语翻译质量和质检效率。以论中国乡村变迁第三章的 94 个词组型术语为例,使用“GPT 质检”功能对双语术语对进行质检,其中 81个术语获得满分 5 分,11 个术语获得 4 分,2 个术语获得 3 分。大部分 GPT 质检修改建议准确可行,但也存在部分修改建议不合理,需要译者多方查证的情况,如“GPT 质检”建议将“基本路线”译文“basic line”改为“basic route”,经查证,官方译文应是“basic line”。可见此处提供的修改建议有误。又如翻译“南方谈话”时,“GPT 质检”建议直译为“Southern Talks”(图4)也不准确,应增译“Deng Xi-aopings”和“Tour”等背景信息,以帮助目标语读者更好地理解“南方谈话”。原原文文:南方谈话“G GP PT T 质质检检”修修改改建建议议:The translation for“南方谈话”should be“Southern Talks”instead of“South Tour Talks”.正正确确译译文文:Deng Xiaopings South Tour Speeches;Deng Xiaopings Southern Tour Talks图 4 “GPT 质检”生成的修改建议4.4 ChatGPT 辅助下的术语译后编辑进行术语预翻译后,项目组发现部分结果不理想。经过分析,发现原因包括将术语字对字译为英语,特定领域的术语专业性强,或未考虑社会文化因素。针对该问题,项目组对预翻译结果进行了译后编辑,主要方法为通过 ChatGPT 获取专业知识,辨析近义词,询问翻译建议及查询背景信息等。4.4.1 获取专业知识 不同语言系统对概念的表达方式存在差异。因此,直接将中文术语字对字译为英语在多数情况下不能准确传达其含义。译者可以根据 ChatGPT提供的专业知识思考术语的翻译。如原文中“土地逻辑”“制度逻辑”“资本逻辑”“市场逻辑”应如何翻译?预翻译的结果是直接字对字译为“land log-ic”“system logic”“capital logic”“market logic”,不免让人不知所云。柯林斯在线词典(Collins Dic-tionary)中“logic”一词意为“A particular kind of log-ic is the way of thinking and reasoning about things that is characteristic of a particular type of person or particular field of activity”30,即某类人和某一特定领域的思考和论证方式。接着,查看上下文“因此,乡村要实现振兴,就必须遵循市场经济的发展逻辑,包括资本逻辑、土地逻辑、制度逻辑”。询问ChatGPT 得到如图 5 所示结果。因此可将“土地逻辑”译为“land-oriented development logic”。又如,“毋庸置疑,乡村发展必然需要政府在财政投入和资源配置上的优先安排。但向乡村投资,不能是长55中国科技术语/2024 年 第 26 卷 第 2 期官意志下的行政行为,必须基于资本逻辑的市场导向”,其中“资本逻辑的市场导向”可理解为“市场经济发展所遵循的经济规律和运作原则”,译为“laws and principles of market-oriented economy”。图 5 ChatGPT 生成的专业知识及翻译建议4.4.2 辨析近义词特定领域的术语常常涉及复杂的专业知识,这也增加了翻译的难度。在翻译术语时,使用不同的近义词差别较大,可能影响术语翻译的准确性。因此,译者使用 ChatGPT 辨析近义词。如翻译“生态产权 流 动”时,“circulation of ecological property rights”和“transfer of ecological property rights”哪个译文更准确?ChatGPT 对近义词“transfer”和“cir-culation”的辨析如图 6 所示。4.4.3 询问背景信息及翻译建议社会文化因素也会对术语翻译产生影响。在不同的文化背景下,术语的含义和背后的文化内涵可能存在差异,因此译者在翻译术语时应充分考虑目标语的文化背景。译者可基于 ChatGPT 提供的背景信息及翻译建议,选择合适的词汇准确传达术语的内涵。例如,谷歌机器翻译将“城乡对立”译为“urban-rural opposition”,新汉英大辞典将其译为“antagonism between town and country”,即城市和农村之间的对立情绪、敌意。这显然没有考虑到中国的社会现状和基本国情。根据 ChatGPT 提供的“城乡对立”的背景知识和翻译建议(图 7),这里的“对立”指城乡之间经济、社会和发展的差异,以及两者之间的矛盾,可译为“urban-rural divide”或“ur-ban-rural disparity”;“divide”意为“a difference be-tween two groups of people or two things that separates them from each other”31,即引发矛盾的差异。因此,ChatGPT 生成的译文更符合中国国情。再如“以乡补城”,ChatGPT 提供的翻译建议“strengthe-ning the countryside to support the city”较之谷歌翻译的“make up city with countryside”更为合理。图 6 ChatGPT 生成的近义词辨析 总之,译者借助 ChatGPT 生成的专业知识、近义词辨析、背景信息及翻译建议等信息,结合翻译专业知 识,大 幅 提 高 了 术 语 翻 译 的 专 业 性 和准确性。65技 术 方 法图 7 ChatGPT 提供的“城乡对立”的背景知识及翻译建议5 结语现代智能技术与工具的发展为大型翻译项目注入了无限活力。本文借助 Sketch Engine、云译客和 ChatGPT 解决大型翻译项目中术语翻译和管理的费时耗力问题,提升了术语的翻译质量和管理效率,由此展示了技术给翻译实践带来的机遇与挑战。Sketch Engine 的术语自动识别功能精确率达到约 69.35%,但存在部分识别结果不完整或局部重叠等问题。云译客平台功能较为智能,使用简单流畅,但部分“GPT 质检修改建议”提供的翻译有误,如未增译背景信息等。ChatGPT 辅助术语译后编辑过程中能快速提供专业知识、近义词辨析、背景信息及翻译建议。实施结果表明,文中所提出的流程行之有效。本项研究下一步的工作重点是进一步优化该术语翻译和管理流程,提高术语提取的准确率;集成流程中的各项工具,优化用户体验;拓宽该流程的适用领域,以期助力更多中华学术外译项目提升术语翻译及管理的效率,以便高效优质地实现对外传播中华学术思想。本文还将基于高频关键词与术语,提高大型翻译项目中专业术语库和语料库创建及管理的自动化程度。未来技术还将不断发展,更加强大的工具也将应运而生,机器将在更多的领域与人类进行合作。我们应树立人机共生理念,学习与机器合作的方法与技能,借助技术,以全新的思维方式去发现问题、分析问题和解决问题。参考文献1 陶友兰,刘宁赫,张井.翻译技术基础 M.上海:复旦大学出版社,2021:181.2 王华树,张政.翻译项目中的术语管理研究J.上海翻译,2014(4):64-69.3 王华树,郝冠清.现代翻译协作中的术语管理技术J.中国科技翻译,2016,29(1):18-21.4 黄鑫宇,魏向清.认知术语学视角下中华思想文化核心术语翻译的概念建构模型:以“天”相关术语为例J.中国翻译,2020,41(5):88-97.5 魏向清.从“中华思想文化术语”英译看文化术语翻译的实践理性及其有效性原则J.外语研究,2018,35(3):66-71,111-112.6 余静.论翻译研究中的术语规范与术语关联:以翻译策略研究术语为例 J.中国翻译,2016,37(1):85-90.7 刘金龙.中西法律文化交流视角下的翻译史研究:从词典出发:法律术语译名统一与规范化的翻译史研究评述J.中国翻译,2014,35(3):64-67.8 洪梅,朱建平.中医药名词英文翻译与规范原则关系的探讨 J.中国科技术语,2013,15(2):46-51.9 朱建平.中医药名词术语规范化的实践与思考 J.中国科技术语,2017,19(6):11-14.10 安丽娜,乔洪亮.中国文化术语外译能力提升策略探讨J.教育现代化,2020,7(29):144-147.11 KAUSHIK N,CHATTERJEE N.A practical approach for term and relationship extraction for automatic ontology creation from agricultural textC/International Confer-ence on Information Technology.Piscataway,NJ:IEEE,2016:241-247.12 DU L,LI X,LIN D.Chinese term extraction from web pages based on expected point-wise mutual information C/12th International Conference on Natural Compu-tation,Fuzzy Systems and Knowledge Discovery.Piscat-away,NJ:IEEE,2016:1647-1651.13 MIJANGOS V.Extraction of definitional contexts through machine learning C/26th International Workshop on Database and Expert Systems Applications.Piscataway,NJ:IEEE,2015:217-221.14 NASSIRUDIN M,PURWARIANTI A.Indonesian-Japa-nese term extraction from bilingual corpora using machine learning C/International Conference on Advanced Computer Science and Information Systems.Piscataway,NJ:IEEE,2015:111-116.75中国科技术语/2024 年 第 26 卷 第 2 期15 李贞贞,钟永恒,王辉,等.基于深度学习与统计信息的领域术语抽取方法研究J.数据与计算发展前沿,2022,4(2):87-98.16 DORJI T C,ATLAM E,YATA S,et al.Extraction,se-lection and ranking of Field Association(FA)Terms from domain-specific corpora for building a comprehen-sive FA terms dictionaryJ.Knowl Inf Syst,2011,27:141-161.17 WANG Z H,WANG D,LI Q.Keyword Extraction from Scientific Research Projects Based on SRP-TF-IDF J.Chinese Journal of Electronics,2021,30(4):652-657.18 周志浩,李建波.基于语言特征和复合测量的农业术语自动抽取研究J.科学技术与工程,2022,22(24):10625-10630.19 王健,殷旭,吕学强,等.基于 CRFs 的专利文献领域术语抽取方法J.计算机工程与设计,2019,40(1):279-284.20 彭琳,刘宗田,杨林楠,等.基于互信息和条件随机场模型的中文领域术语识别方法:CN103049501B P.2013-04-17.21 欧阳苏宇,邵蓥侠,杜军平,等.基于字词混合和 GRU的科技文本知识抽取方法J.广西科学,2022,29(4):634-641.22 葛君伟,李帅领,方义秋.基于字词混合的中文实体关系联合抽取方法J.计算机应用研究,2021,38(9):2619-2623.23 柳菁.敦煌文化汉英术语库建设及术语管理研究J.中国科技术语,2019(2):17-21.24 刘润泽,丁洁,刘凯.中国特色术语库标准化构建的创新实践与方法论意义J.中国翻译,2019,40(1):104-110.25 王华树,王少爽.翻译场景下的术语管理:流程、工具与趋势J.中国科技术语