口译准备不足对英汉交替传译产出质量的影响及改进策略

来源 :上海外国语大学 | 被引量 : 0次 | 上传用户:jin_liu
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
充分、高效的口译准备对口译任务的圆满完成至关重要。口译准备有狭义与广义之分,本文聚焦广义的口译准备。本文运用认知负荷模式,论述口译准备的重要意义。通过分析笔者的一次模拟会议英汉交替传译实践案例,会议主题为“新冠肺炎对难民的影响”,笔者发现译语中主要存在诸如:误译、措辞不当、不当停顿与逻辑错置等问题。尽管造成上述口译问题出现的表层原因固然是多方面的,但口译准备不足是造成译员口译困难的深层次、主要的触发因素。针对译语中出现的四大主要问题,本文进而提出口译准备的改进策略。笔者希望本文中针对个案的典型口译问题分析及改善之法探讨,可对其他译员,特别是新手译员开展类似的会议口译准备工作提供灵感与帮助。
其他文献
智能设备的快速发展给电信运营商带来了迅猛增长的移动流量,为了应对移动网络业务激增带来的压力,进一步提高内容请求的响应速率和网络资源的利用率,内容缓存技术成为了未来移动网络研究的热点。另一方面,网络功能虚拟化技术由于其自身强大的功能以及开放的技术思路,极易与其他关键技术(如:软件定义网络,云计算等)相结合。因此,以网络功能虚拟化技术为基础的多元化技术架构被认为是电信网络未来演进的重要方向。本文主要针
互联网+、工业4.0的新时代,学生管理已经发生了根本性的变化,这种变化体现在教育者管理观念的转变、管理方法的革新和管理模式的优化上。中职生要想在社会上立足并实现可持续发展,除了必备的知识和技能外,更需要规划人生、自我控制等方面的自主管理能力。学生自主管理是对学生组织和学生本人充分授权,从而激发学生组织和个人学习、生活、交往、工作自觉性和创造性的管理方式。自主管理充分注重中职学生的潜能的发挥与个性的
随着第五代通信网络时代的到来,人们对无线通信领域信息传输的安全性、时效性和可靠性要求也日益提高。大规模多输入多输出技术作为5G关键技术之一,可显著提升系统通信容量、频谱利用率与能量效率,但也凸显出一系列性能缺陷。基站不断增长的天线数目导致一些非相关噪声和快衰落逐渐减弱,因此慢衰落和用户间干扰成为影响用户通信质量的主要原因。其次在多径信道环境中导频污染引发更为严重的信道时延扩展从而导致符号间干扰成为
伴随着无线通信技术的迅猛发展,无线通信系统不断更新换代,通信频段呈现了多样化趋势,使得一个通信系统为满足不同功能需同时兼顾多个频段。面对这一现实需求,针对不同通信系统,分别设计了两款工作于不同通信系统的天线,满足一个通信系统中对于多个频段的通信需求,主要研究内容如下:1.设计了应用于短波通信系统的可调节式八木天线。通过将长度可调节振子代替传统八木天线中的固定长度振子,并将可调节振子和固定长度振子有
译语输出的流利度是口译质量评估的重要标准之一。然而,保持译语流畅并非易事,日常会话中就包含大量的非流利现象。口译作为一项即时产出的语码转换活动,需要考虑发言人即兴演讲的内容,表达习惯,口音语速等多重因素。一旦认知负荷过载,出现非流利现象也是在所难免。为减少译语的非流利现象,高效传达源语信息,笔者以中国首席经济学家论坛对2020经济预期的模拟会议为例探讨汉英交传中非流利现象的成因及应对策略。笔者参照
在中华民族五千多年辉煌灿烂的历史中,古典文学始终是中华民族文学宝库中最璀璨的一颗明珠,始终代表着最激昂的主旋律。智慧的中华民族创造了光辉灿烂的古典文学,形成了经久不息、薪火相传的爱国主义传统,蕴含着丰富的爱国主义教育资源,具有着重要的德育功能,将其融入中职学生教育教学工作中,既有利于中华优秀传统文化的传承,又增强了爱国主义教育的实效性,对中职教育的发展和中职学生人文素质的培养具有重要的理论和实践意
随着全球化的扩张,来自不同文化的人对了解别的文化更有兴趣。这让对翻译行业的需求不断增加。翻译过程中,译者需要一边完整地传达原文信息和风格特征,一边将译文符合目标读者阅读习惯。译者在担心失去原文特征和风格时容易导致质量不够好、使用直译法的译文。本论文以《心有大我,至诚报国——黄大年》翻译项目为例,先介绍翻译项目背景和文本特点,提出案例中翻译难点:中国文化特色词语表达处理;中国写作风格的赘余和模糊性;
在雷达探测领域,高主瓣增益、对误差稳健以及抗干扰性强等性能是天线波束形成算法设计的主要目标。理想情况下,波束形成能够实现将方向图的零陷对准干扰方向,从而达到抑制干扰的目的。然而在实际情况中,由于天线平台存在振动或受到干扰等情况,导致干扰偏移出原来的零陷位置而不能被有效的抑制,影响了系统的抗干扰性能。另一方面,日益复杂的战场环境对雷达系统的性能要求越来越高,新兴的分布式阵列雷达系统相比单孔径雷达在相
我国是制造业大国,制造生产厂商众多。现在大部分的生产企业依然采用传统的机器视觉方法(即通过对图像的阈值分割、滤波、颜色统计等方法)甚至用人工去检测缺陷。但是随着生产水平不断地提高,传统的机器视觉处理方法在精度上慢慢无法满足制造业的需求,同时也难以解决缺陷的目标检测问题。与此同时,深度学习蓬勃发展,并且深度学习在很多领域取得了令人惊喜的成果。所以很自然的人们开始将缺陷检测与深度学习联系在一起。在缺陷
工作在广域监视-地面运动目标检测(WAS-GMTI)模式下的机载监视雷达,可以对监视区域进行大范围场景成像,同时对监视区域内的动目标进行检测、定位、跟踪和识别。WAS-GMTI模式对监视区域的成像通常采用多普勒波束锐化(DBS)技术,该技术具有计算量小、成像速度快等优点,往往可以得到远优于实孔径成像的分辨率,在机载监视领域发挥着重要作用。预警机雷达是另一类远程探测雷达,由于需要探测数百公里远的空中