论文部分内容阅读
摘要：近年来，人工智能技术的迅猛发展造就了一批语言翻译服务类产品的出现，无形中对翻译，尤其是口译行业带来了很大的冲击。本文旨在探讨在人工智能高速发展的背景下，如何借助这一契机，给原有的传统口译教学带来突破，以适应未来商业市场的挑战。
关键词：人工智能；口译教学；口译语料库
近年来，AI（Artificial Intelligence，人工智能）的快速发展为口译行业、口译教育乃至口译学习带来了新的机遇与挑战。国内大型企业都相继推出了自动翻译机器，其语音识别水平和翻译准确度有了大幅度的提升，很多时候可以达到比较精准的水平。这些都说明了人工智能机器翻译已经逐步走向商业市场、走入日常生活之中，它们对语言服务行业的渗透越来越深。种种迹象表明，现阶段口译教学者更应该适应时代发展的变化，深入思考，努力研究学习，不断提升口译教学水平，使得未来的口译人才能够面对AI带来的挑战。
进入21世纪，人类进入以大数据为驱动的智能化时代，自然语言处理、语音识别、以机器翻译、语音识别等技术为核心的移动设备口译软件（手机APP语音翻译软件）、口译笔记录音和转写设备“智能笔”（smart pen）以及微软研发的Microsoft Skype Translator实时同声传译系统应运而生。随着高度集成化的翻译记忆系统、语言识别系统及线上和移动客户端服务的不断整合，口译技术逐渐呈现出人机交互化的特征，语音翻译APP软件在特定领域可以实现讲话人与机器翻译的完美结合。未来，深层神经网络模拟人脑技术将日臻完善，电脑通过深度学习（deep learning）可以模擬人脑的大部分活动，口译技术将趋于智能化，机器口译也在不断完善，这对口译从业者和学习者来说即是巨大的机遇，也是前所未有的挑战。如何用好这一工具继续培养高质量的口译人才是我们高校口译专业教师应该认真思考的问题。以下是笔者结合一些开设口译专业院校的走访调查所提出的一些建议：
第一，为口译学习者建立一个开放、动态的口译语料库，可以随时进行访问、查阅、修改，并设专人进行维护审核更新，用户可以更方便快捷地使用。目前不论是在学界还是业界，所有涉及口译的语料库都没有实现资源共享，这也大大阻碍了整体口译语料库的发展。除此之外，语料库的建设应考虑多模态发展，多模态感官系统包括视觉、听觉与触觉等。
第二，教师应该依据学生水平的高低进行分组，设定合理的教学计划，安排学习目标和内容，指导学生对本阶段学习有个宏观的把握。人工智能化的的口译教学仍然需要教师的指导和设计，这样学生才能在鲜活语料环境中逐步形成系统性的口译理论和技巧。
第三，学生在小组内部互相监督练习，可以设定各种各样的口译情境，总结经验，归纳错误； 借助智能口译教学平台帮助学生回看回听自己的口译作品，并和机器口译的对照，在小组内进行进行讨论，学生能从讨论中取长补短，共同进步。
第四，教师应对学生出现的比较突出的问题予以专门解决，后续学习中还应该让其不断反馈，督促改进。学生还可以相互交流，对口译录音进行评价，教师再综合进行点评，提出建议措施等。口译训练本身的特殊性在于，它是一项复杂的高智力认知活动，从单语能力的提高，到逻辑思维能力的提升，到双语内涵的转换和技巧以及相关技巧在实际中的应用等（柴明k}，2016：6）。由于每个人的学习方式不一样，因而每一个学生在任何一个环节的训练过程中可能出现的问题也不一样，问题的严重程度也会大不一样。因此借助智能教学平台的数据分析和记录，教师能够快速定位问题，有针对性的对学生进行辅导。
第五 教师应鼓励学生在平台上开展深度学习，发展自己的个性化口译发展方向。随着一带一路的推进和中西部经济的迅速发展， 越来越多的国际交流要求各个领域内的口译人才，而目前高校培养的口译人才同质化现象严重，没有各自的特色和专长，因此，借助智能翻译机器和平台，让学生根据其喜好和特长选择拓展一至两个领域内的口译专长对其将来的职业发展意义重大。
然而，我们也看到在这种基于平台的口译教学中学生普遍经过数次使用后均能轻松的适应这种人机交互的训练环境，缺少了口译情景的现场感，其在口译实践中的心理波动较小，因而，教师需要创造更多的临场机会以弥补这一方面的缺失。
不论科技如何发展，人与人的交流依旧是必不可少的，而口译的特殊性仍然在于它是一种现场为人并且与人产生交际的语言服务，因而口译训练还是要坚持技术辅助下的人与人的互动。能否提高使用技术的效率，人才培养模式的发展能否顺应大数据时代的需求都将决定未来口译教育的生存与发展。我们也应不断自我调整，这涉及整个口译职业教育甚至是整个语言服务行业的未来发展。
参考文献：
[1]刘和平，雷中华.对口译职业化+专业化趋势的思考：挑战与对策[J].中国翻译，2017（4）
[2]王克非，秦洪武.基于历时复合语料库的翻译与现代汉语变化的思考[J].外语教学与研究，2017（1）
[3]徐琦璐. 人工智能背景下的专业口译教学系统的创新研究[J].外语电化教学， 2017（5）
作者简介：袁芳，西安工业大学外语系讲师，陕西师范大学在读博士， 研究方向：文学，大学英语教学。
关键词：人工智能；口译教学；口译语料库
近年来，AI（Artificial Intelligence，人工智能）的快速发展为口译行业、口译教育乃至口译学习带来了新的机遇与挑战。国内大型企业都相继推出了自动翻译机器，其语音识别水平和翻译准确度有了大幅度的提升，很多时候可以达到比较精准的水平。这些都说明了人工智能机器翻译已经逐步走向商业市场、走入日常生活之中，它们对语言服务行业的渗透越来越深。种种迹象表明，现阶段口译教学者更应该适应时代发展的变化，深入思考，努力研究学习，不断提升口译教学水平，使得未来的口译人才能够面对AI带来的挑战。
进入21世纪，人类进入以大数据为驱动的智能化时代，自然语言处理、语音识别、以机器翻译、语音识别等技术为核心的移动设备口译软件（手机APP语音翻译软件）、口译笔记录音和转写设备“智能笔”（smart pen）以及微软研发的Microsoft Skype Translator实时同声传译系统应运而生。随着高度集成化的翻译记忆系统、语言识别系统及线上和移动客户端服务的不断整合，口译技术逐渐呈现出人机交互化的特征，语音翻译APP软件在特定领域可以实现讲话人与机器翻译的完美结合。未来，深层神经网络模拟人脑技术将日臻完善，电脑通过深度学习（deep learning）可以模擬人脑的大部分活动，口译技术将趋于智能化，机器口译也在不断完善，这对口译从业者和学习者来说即是巨大的机遇，也是前所未有的挑战。如何用好这一工具继续培养高质量的口译人才是我们高校口译专业教师应该认真思考的问题。以下是笔者结合一些开设口译专业院校的走访调查所提出的一些建议：
第一，为口译学习者建立一个开放、动态的口译语料库，可以随时进行访问、查阅、修改，并设专人进行维护审核更新，用户可以更方便快捷地使用。目前不论是在学界还是业界，所有涉及口译的语料库都没有实现资源共享，这也大大阻碍了整体口译语料库的发展。除此之外，语料库的建设应考虑多模态发展，多模态感官系统包括视觉、听觉与触觉等。
第二，教师应该依据学生水平的高低进行分组，设定合理的教学计划，安排学习目标和内容，指导学生对本阶段学习有个宏观的把握。人工智能化的的口译教学仍然需要教师的指导和设计，这样学生才能在鲜活语料环境中逐步形成系统性的口译理论和技巧。
第三，学生在小组内部互相监督练习，可以设定各种各样的口译情境，总结经验，归纳错误； 借助智能口译教学平台帮助学生回看回听自己的口译作品，并和机器口译的对照，在小组内进行进行讨论，学生能从讨论中取长补短，共同进步。
第四，教师应对学生出现的比较突出的问题予以专门解决，后续学习中还应该让其不断反馈，督促改进。学生还可以相互交流，对口译录音进行评价，教师再综合进行点评，提出建议措施等。口译训练本身的特殊性在于，它是一项复杂的高智力认知活动，从单语能力的提高，到逻辑思维能力的提升，到双语内涵的转换和技巧以及相关技巧在实际中的应用等（柴明k}，2016：6）。由于每个人的学习方式不一样，因而每一个学生在任何一个环节的训练过程中可能出现的问题也不一样，问题的严重程度也会大不一样。因此借助智能教学平台的数据分析和记录，教师能够快速定位问题，有针对性的对学生进行辅导。
第五 教师应鼓励学生在平台上开展深度学习，发展自己的个性化口译发展方向。随着一带一路的推进和中西部经济的迅速发展， 越来越多的国际交流要求各个领域内的口译人才，而目前高校培养的口译人才同质化现象严重，没有各自的特色和专长，因此，借助智能翻译机器和平台，让学生根据其喜好和特长选择拓展一至两个领域内的口译专长对其将来的职业发展意义重大。
然而，我们也看到在这种基于平台的口译教学中学生普遍经过数次使用后均能轻松的适应这种人机交互的训练环境，缺少了口译情景的现场感，其在口译实践中的心理波动较小，因而，教师需要创造更多的临场机会以弥补这一方面的缺失。
不论科技如何发展，人与人的交流依旧是必不可少的，而口译的特殊性仍然在于它是一种现场为人并且与人产生交际的语言服务，因而口译训练还是要坚持技术辅助下的人与人的互动。能否提高使用技术的效率，人才培养模式的发展能否顺应大数据时代的需求都将决定未来口译教育的生存与发展。我们也应不断自我调整，这涉及整个口译职业教育甚至是整个语言服务行业的未来发展。
参考文献：
[1]刘和平，雷中华.对口译职业化+专业化趋势的思考：挑战与对策[J].中国翻译，2017（4）
[2]王克非，秦洪武.基于历时复合语料库的翻译与现代汉语变化的思考[J].外语教学与研究，2017（1）
[3]徐琦璐. 人工智能背景下的专业口译教学系统的创新研究[J].外语电化教学， 2017（5）
作者简介：袁芳，西安工业大学外语系讲师，陕西师范大学在读博士， 研究方向：文学，大学英语教学。