译后编辑教学与译后编辑能力培养:实践、发现与启示

doi:10.3969/j.issn.1674-8921.2025.04.016

摘要/Abstract

摘要：

随着机器翻译译后编辑成为语言服务行业的重要环节,译后编辑人才培养成为翻译研究的重要话题。国外译后编辑教学研究起步较早,国内研究几乎处于空白。该研究在借鉴国外高校课程设置的基础上,以冯全功构建的译后编辑能力三维模型为指导,基于教学实践探究译后编辑教学对提高译后编辑能力的现实意义。文章以上海市某应用型高校的翻译技术授课学生为研究对象,通过问卷调查和访谈发现:(1)机器翻译译后编辑的发展潜力大、前景好,有必要开设独立的课程进行深入学习;(2)教学后,学生的译后编辑能力整体掌握情况良好,但各个维度的表现不均衡,呈现出“知识能力强、认知能力弱、技术能力缺”的特点;(3)认知维度能力对提高译后编辑能力的影响最大。文章以此为依据对译后编辑教学从教学内容、教学方法、教学形式等方面提出建议,以期取得更好的教学成效。

关键词: 翻译教学, 译后编辑, 译后编辑教学, 译后编辑能力

Abstract:

With machine translation post-editing becoming an important link in the language service industry, the cultivation of post-editing talents has become an important topic in translation studies. Research on the post-editing teaching started earlier in foreign countries, while domestic research is almost in a gap. Based on the curricular in foreign universities and guided by the three-dimensional model of post-editing competence constructed by Feng Quangong, this study explores the practical significance of post-editing teaching on improving post-editing competence with teaching practice. This study conducts questionnaire survey and interviews on students of translation technology course in an applied university in Shanghai. The results show that: (1) Machine translation post-editing has great development potential and prospects, so it is necessary to set up an independent course for in-depth learning; (2) After teaching, the students’ overall mastery of post-editing competence is good, but the performance of various dimensions is uneven, showing the characteristics of “strong knowledge competence, weak cognitive competence, and lack of technical competence”; (3) Cognition has the greatest influence on improving post-editing competence. This paper, taking the above as the basis, puts forward suggestions on the teaching from the aspects of content, methods and mode in order to achieve better teaching results.

Key words: Translation Teaching, Post-Editing, Post-Editing Teaching, Post-Editing Competence

中图分类号:

H085

成爽, 张玉双. 译后编辑教学与译后编辑能力培养:实践、发现与启示[J]. 当代外语研究, 2025, 25(4): 182-195.

CHENG Shuang, ZHANG Yushuang. Post-Editing Teaching and Post-Editing Competence Development: Practices, Findings and Implications[J]. Contemporary Foreign Languages Studies, 2025, 25(4): 182-195.

图/表 8

图1

表1

表2

表3

表4

表5

表6

表7

参考文献 30

[1]	Depraetere, I. 2010. What counts as useful advice in a university post-editing training context? Report on a case study[R]. Saint-Raphaël, France: Proceedings of the 14th Annual Conference of the European Association for Machine Translation..
[2]	Doherty, S. & J. Moorkens. 2013. Investigating the experience of translation technology labs: pedagogical implications[J]. The Journal of Specialised Translation (19):122-136.
[3]	Fernandez, F. & M. A. Ribas. 2014. Ongoingly redesigning metacognitive questionnaires helping trainees to self-evaluate their translating[J]. Babel (3):371-396.
[4]	Ghonsooly, B. & M. E. Shirvan. 2011. Mediating processes of expert interpreting: a deliberate practice approach[J]. Novitas-ROYAL(2):287-298.
[5]	Koponen, M. 2015. How to teach machine translation post-editing? Experiences from a post-editing course[R]. Miami, U.S.: Proceedings of 4th Workshop on Post-Editing Technology and Practice (WPTP4).
[6]	Mitchell, L., S. O’Brien & J. Roturier. 2014. Quality evaluation in community post-editing[J]. Machine Translation 28:237-262.
[7]	Niño, A. 2008. Evaluating the use of machine translation post-editing in the foreign language class[J]. Computer Assisted Language Learning (1):29-49.
[8]	O’Brien, S. 2002. Teaching post-editing: A proposal for course content[R]. Manchester, England: Proceedings of the 6th EAMT Workshop: Teaching Machine Translation.
[9]	PACTE Group. 2008. First result of a translation competence experiment: ‘knowledge of translation’ and ‘efficacy of the translation process’ [A]. In J. Kearns (ed.). Translator and Interpreter Training: Issues, Methods and Debates[C]. London: Bloomsbury Publishing. 104-126.
[10]	Plitt, M. & F. Masselot. 2010. A productivity test of statistical machine translation post-editing in a typical localization context[J]. Prague Bulletin of Mathematical Linguistics 93:7-16.
[11]	Rico, C. & E. Torrejón. 2012. Skills and profile of the new role of the translator as MT post-editor [J]. Revista Tradumàtica: Tecnologies de la Traducció (10):166-178.
[12]	Robert, I. S., A. Remael & J. J. J. Ureel. 2017. Towards a model of translation revision competence[J]. The Interpreter and Translator Trainer (1):1-19.
[13]	冯莉、严明. 2020. 中国英语能力等级量表——笔译能力量表研究[M]. 北京: 高等教育出版社.
[14]	冯全功、崔启亮. 2016. 译后编辑研究:焦点透析与发展趋势[J]. 上海翻译(6):67-74,89.
[15]	冯全功、刘明. 2018. 译后编辑能力三维模型构建[J]. 外语界(3):55-61.
[16]	冯全功、张慧玉. 2015. 全球语言服务行业背景下译后编辑者培养研究[J]. 外语界(1):65-72.
[17]	贾艳芳、孙三军. 2022. 机器翻译译后编辑难度测量体系构建研究[J]. 中国外语(3):16-24.
[18]	刘和平. 2014. 政产学研:语言服务人才培养新模式探究[J]. 中国翻译(5):40-45.
[19]	莫梓、曾曙静. 2023. 译者元认知监控、思辨倾向和翻译能力的关系研究[J]. 北京第二外国语学院学报(6):94-109. doi: 10.12002/j.bisu.490
[20]	王律、王湘玲. 2023. ChatGPT时代机器翻译译后编辑能力培养模式研究[J]. 外语电化教学(4):16-23.
[21]	王少爽. 2017. 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(1):55-63.
[22]	王湘玲、陈广姣、周祥艳. 2023. 国际机器翻译译后编辑认知研究路线图(2011—2021)[J]. 外国语(上海外国语大学学报)(5):90-100.
[23]	王湘玲、贾艳芳. 2018. 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)(2):82-87.
[24]	王湘玲、王婷婷. 2019. 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(4):83-93.
[25]	徐红、黄协安. 2023. 译前编辑和机器翻译研究综述(1990—2023)[J]. 外语电化教学(6):43-49.
[26]	杨艳霞、魏向清. 2023. 基于认知范畴观的机器翻译译后编辑能力解构与培养研究[J]. 外语教学(1):90-96.
[27]	张文鹤、文军. 2020. 众包翻译项目的MTI翻译课程模式研究[J]. 上海翻译(4):35-40.
[28]	赵涛. 2021. 机器翻译译后编辑的现状与问题[J]. 外语教学(4):100-104.
[29]	中国翻译协会. 2022. 2022中国翻译及语言服务行业发展报告[R]. 北京: 中国翻译协会“中国翻译协会第八次会员代表大会”.
[30]	仲文明、舒超. 2020. 译后编辑的能力结构与课程设置——基于国外译后编辑课程的前沿分析[J]. 外语电化教学(6):86-91.

教学章节 (课时)	教学内容	认知维度
教学章节 (课时)	教学内容	态度与信任	问题解决与决策行为	信息加工与逻辑推理	与翻译能力共享的语言文化/主题/ 语篇知识	特殊知识	翻译/编辑/信息检索技能
机器翻译译后编辑基础(2)	机器翻译理论介绍					√
	不同机器翻译系统对比	√				√
	机器翻译与CAT的区别	√				√
	译后编辑相关知识					√
机器翻译质量保证(4)	机器翻译常见错误		√	√	√	√
机器翻译质量保证(4)	机器翻译质量评估	√	√	√			√
译后编辑实践(10)	语言服务行业相关知识				√	√
	翻译项目中的机器翻译插件		√	√		√
	翻译记忆库与机器翻译的整合利用	√	√	√	√	√	√
	译后编辑工作流程	√	√	√	√	√	√
译后编辑质量(4)	译后编辑策略的选择		√	√	√	√	√
译后编辑质量(4)	译文质量保证与评估		√	√	√	√	√

维度		题项数量	Cronbach’s α系数
一级指标	二级指标	题项数量	Cronbach’s α系数
认知维度	态度与信任	3	0.900
	问题解决与决策行为	3	0.916
	信息加工与逻辑推理	3	0.926
知识维度	与翻译能力共享的知识(语言、文化、主题、语篇、行业知识)	8	0.925
知识维度	特殊知识	5	0.898
技能维度	翻译、编辑、信息检索等技能	5	0.920
量表整体		27	0.943

	初始特征值			提取载荷平方和			旋转载荷平方和
成分	总计	方差百分比	累积%	总计	方差百分比	累积%	总计	方差百分比	累积%
1	11.243	41.639	41.639	11.243	41.639	41.639	8.366	30.986	30.986
2	4.776	17.690	59.329	4.776	17.690	59.329	6.562	24.305	55.292
3	2.802	10.377	69.706	2.802	10.377	69.706	3.892	14.414	69.706

维度			题项数量		均值		标准差
一级指标	二级指标		题项数量		均值		标准差
认知维度		态度与信任		3		4.04		1.04
		问题解决与决策行为		3		3.75		1.16
		信息加工与逻辑推理		3		3.51		1.25
		总		9		3.77		1.15
知识维度		与翻译能力共享的知识(语言、文化、主题、语篇、行业知识)		8		3.99		0.95
		特殊知识		5		3.98		0.95
		总		13		3.99		0.95
技能维度		翻译、编辑、信息检索等技能		5		3.48		1.11
总计			27		3.79		1.08

	译后编辑能力	认知维度	知识维度	技能维度
译后编辑能力		0.814	0.806	0.581
认知维度	0.814		0.399	0.382
知识维度	0.806	0.399		0.223
技能维度	0.581	0.382	0.223