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

doi:10.12339/j.issn.1673-8578.2024.02.007

中国科技术语 ›› 2024, Vol. 26 ›› Issue (2): 49-58.doi: 10.12339/j.issn.1673-8578.2024.02.007

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

收稿日期:2023-07-21 修回日期:2023-10-12 出版日期:2024-03-29 发布日期:2024-03-29
通讯作者:

周小玲(1977—),女,博士,华南师范大学外国语言文化学院副教授,硕士生导师,广东省翻译协会理事会理事。主要研究方向为翻译理论与实践、语料库翻译学等。主持国家社科基金项目1项,发表论文20余篇。通信方式:zhouxiaoling@m.scnu.edu.cn。
作者简介:
龙昱琼 (1995—),女,湘潭理工学院教师。华南师范大学硕士毕业,英语笔译中级。主要研究方向为翻译技术、非文学翻译等。通信方式:876452666@qq.com。
基金资助:
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)

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”

LONG Yuqiong¹(), ZHOU Xiaoling²()

Received:2023-07-21 Revised:2023-10-12 Online:2024-03-29 Published:2024-03-29

摘要/Abstract

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

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

龙昱琼, 周小玲. 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[J]. 中国科技术语, 2024, 26(2): 49-58.

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.

图/表 12

参考文献 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

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

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”

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 12

参考文献 31

相关文章 15

编辑推荐

Metrics

本文评价

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

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

[1]	华道阳, 胡妮. 基于SDL Multiterm的航空科技术语管理[J]. 中国科技术语, 2024, 26(2): 43-48.
[2]	邢浩, 魏向清. 金融英语翻译教学中的术语意识培养[J]. 中国科技术语, 2024, 26(2): 81-87.
[3]	李澜. 新时代外交背景下的中国政治术语使用倾向——以“中国关键词”为例[J]. 中国科技术语, 2023, 25(4): 71-78.
[4]	高芸. 国际语境下中医术语翻译的标准化与多样性[J]. 中国科技术语, 2023, 25(3): 53-58.
[5]	洪鎏鎏, 朱玉彬. 基于语料库的五禽戏术语西班牙语翻译研究[J]. 中国科技术语, 2023, 25(3): 88-96.
[6]	詹怡然, 王丽, 徐雨濛. 认知术语学视角下《易经》术语的英译研究[J]. 中国科技术语, 2023, 25(2): 19-26.
[7]	郑剑委. 学术翻译中的术语转移研究:基于过程文档的描述[J]. 中国科技术语, 2023, 25(2): 51-55.
[8]	钱春花, 任婷. 基于“术语翻译”课程教学的翻译硕士术语能力培养路径[J]. 中国科技术语, 2023, 25(2): 56-60.
[9]	李浩宇, 梁红. 基于知识图谱的国际术语翻译研究热点、前沿与启示[J]. 中国科技术语, 2023, 25(2): 61-71.
[10]	黎昌抱. 试析李善兰的科学术语译名观[J]. 中国科技术语, 2023, 25(2): 72-77.
[11]	樊林洲, 陈胜男. 术语翻译的识解成本与传播模型——“metaverse”在汉语文化中的译介传播与知识转化[J]. 中国科技术语, 2023, 25(2): 78-84.
[12]	李璇, 卢华国. 试析钱学森术语译名的“中国味”[J]. 中国科技术语, 2023, 25(1): 36-42.
[13]	郑安文. 科技术语翻译中的理据构建策略[J]. 中国科技术语, 2022, 24(4): 19-24.
[14]	柳菁, 魏向清. 敦煌文化术语翻译标准化:内涵与创新实践[J]. 中国科技术语, 2022, 24(4): 61-69.
[15]	赵文. 术语变体视阈下的海峡两岸航空术语翻译差异研究[J]. 中国科技术语, 2022, 24(4): 78-85.