Exploration 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”

doi:10.12339/j.issn.1673-8578.2024.02.007

Abstract

Abstract:

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, background information and translation suggestions in post-editing. These results show the process can significantly improve the translation quality and management efficiency of terms.

Key words: terminology translation, terminology management, translation technology, The Transformation of Rural China, language intelligence technology

LONG Yuqiong, ZHOU Xiaoling. Exploration 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”[J]. China Terminology, 2024, 26(2): 49-58.

Figures/Tables 12

References 31

[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. doi: 10.3969/j.issn.1673-8578.2013.02.017
[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. doi: 10.3969/j.issn.1673-8578.2017.06.002
[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 text[C]// International Conference 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 Computation, Fuzzy Systems and Knowledge Discovery. Piscataway, 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-Japanese term extraction from bilingual corpora using machine learning[C]// International Conference on Advanced Computer Science and Information Systems. Piscataway, NJ: IEEE, 2015: 111-116.
[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, selection and ranking of Field Association (FA) Terms from domain-specific corpora for building a comprehensive FA terms dictionary[J]. Knowl Inf Syst, 2011, 27: 141-161. doi: 10.1007/s10115-010-0296-x URL
[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. doi: 10.1049/cje2.v30.4 URL
[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. doi: 10.3969/j.issn.1673-8578.2019.02.004
[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, 2019, 21(3): 9-14. doi: 10.3969/j.issn.1673-8578.2019.03.002
[26]	陆诗婷. 网络协作翻译项目的术语管理模式初探:以《中国纪录片发展研究报(2018)》汉译英项目为例[J]. 中国科技术语, 2020, 22(4): 18-24. doi: 10.3969/j.issn.1673-8578.2020.04.003
[27]	邱碧华, 费伯, 莱昂-阿劳斯. 基于框架术语学理论的北约术语管理[J]. 中国科技术语, 2020, 22(3): 33-39. doi: 10.3969/j.issn.1673-8578.2020.03.005
[28]	秦颖. 人机共生场景下的外语教学方法探索: 以ChatGPT为例[J]. 外语电化教学, 2023(2): 24-29.
[29]	ADAM K, MILOS J, VOJTECH K, et al. Finding Terms in Corpora for Many Languages with the Sketch Engine[C]// Proceedings of the Demonstrations at the 14th Conference the European Chapter of the Association for Computational Linguistics (EACL). Gothenburg, Sweden: Association for Computational Linguistics, 2014: 53-56.
[30]	Collins Dictionary[EB/OL]. [2023-06-19]. https://www.collinsdictionary.com/dictionary/english/logic
[31]	Oxford Learner’s Dictionary[EB/OL]. [2023-06-19]. https://www.collinsdictionary.com/dictionary/english/divide

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“Keywords”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	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”
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
译后编辑	云译客“个人/团队翻译”和ChatGPT			分享共建	云译客“语言资产”“术语语料库” “协作共建”
质检	云译客“GPT质检”功能
存储	云译客“语言资产”

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“Keywords”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	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”
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
译后编辑	云译客“个人/团队翻译”和ChatGPT			分享共建	云译客“语言资产”“术语语料库” “协作共建”
质检	云译客“GPT质检”功能
存储	云译客“语言资产”

Dimensions	Counts
tokens	106 345
words	80 782
sentences	2737
documents	1
lempos	8134
tag	31
word	7121
pos	9

Dimensions	Counts
tokens	106 345
words	80 782
sentences	2737
documents	1
lempos	8134
tag	31
word	7121
pos	9

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