论文部分内容阅读
一、新形势下语言服务业发展情况
随着全球化、人工智能、云计算和大数据信息快速交互时代的来临，语言服务业不断进行转型升级和业务拓展。根据《报告》，语言服务行业不再局限于传统的翻译业务，而是“语言+X”服务，包括多语言转换、语言资产管理、语言技术研发、多语研究咨询和语言教育培训等跨语言、跨文化服务。报告显示，许多传统语言服务企业已经跟随市场进行转型升级，由原来简单提供中英文翻译服务转向提供多语言翻译、本地化、技术写作、国际化测试、多语言排版、机器翻译的译后编辑、语音语料大数据分析等端到端的多语言解决方案等增值服务，在业务上不断创新。与之对应，人才也需要成为 “语言+X”型，这里的X包括语言服务从业者的外语能力、汉语水平、专业技能、商业知识、文化底蕴、沟通能力等。在中国经济“走出去”“一带一路”倡议下，语言服务行业面临更高要求和更大挑战，对于高素质复合型人才的需求也更加突出。
报告显示，就目前语言服务业来看，计算机辅助翻译技术相对成熟并已经得到广泛应用。该技术可通过将已经翻译过的内容以句子为单元保存到数据中作为翻译记忆库。对于新的翻译任务，可以利用软件直接比对翻译记忆库的内容来获取相同或近似的译文，以提高效率和节省成本并保持译文的连贯性和一致性。另外，我们看到，人工智能时代已经来临，机器翻译逐渐登上舞台。机器翻译，也就是利用计算机软件对自然语言进行全自动翻译，其应用越来越广泛。尤其是在法律、金融、商业等翻译的环境下，机器翻译具有高度可操作性和可应用性，成本也更为低廉，这也形成了残酷竞争，职业译员的现实情况岌岌可危。
2013—2014年提出基于神经网络的机器翻译（NMT），2016年谷歌GNMT上线，神经机器翻译彻底爆发。它通过模拟人脑神经的层级结构，对人脑的基本单元神经元建模和连接，模拟人脑功能自动识别出语言的规则、模式，利用编码器-解码器（Encoder-Decoder）框架建立可进行学习、联想、记忆等语言信息处理功能的系统。这一发展超越了之前基于规则、基于统计的机器翻译，显著提高了机器翻译的质量。目前很多国际化企业已经逐渐将机器翻译+译后编辑引入其流程体系之中。虽然基于神经网络的机器翻译发展时间尚短，还不完善，但我们应该看到人工智能未来对传统语言服务业的冲击和对传统翻译模式的颠覆。正如报告所说，“互联网+”已成为国家战略，信息技术与语言服务的融合是未来趋势，人工智能时代的语言服务将会取代大量传统的人工服务，中国语言服务行业的许多从业者面对人工智能时代的到来缺乏互联网思维，人工智能语言服务和本地化服务代表着未来语言服务的新价值，行业需要转型升级，全新定位，寻求突破。
二、新形势下高校翻译人才培养的转向
作为高校翻译人才培养方，思维意识也需要逐渐转变，教学方法与目标要与职业化接轨。
（1）课程设置转向：当前的市场条件下，越来越多的企业对翻译人才的需求不再局限于语言类专业及相关证书，对于语言技术、译文的处理与编辑、本地化项目管理等技能的需求显现出来。随着信息技术逐渐突破与人工智能时代来临，神经机器翻译逐渐进入爆发时代，机器译文质量不断提高，基于错误的反馈机制不断进化，机器翻译能力也逐渐增强，但这并不意味着机器将取代人类。对于人来说，对译文的整合也就是译前处理、译后处理、审校等将是未来主要功能。基于大数据的机器翻译，也需要人工来增加信息条目，添加翻译记忆库、术语库等。从这一角度来看，高校等培养方需要培养学生对计算机辅助翻译软件的熟练使用、了解译文处理的技巧与规范以及掌握自然语言处理的基本原理。同时，对翻译人才培养体系课程进行调整，培养“语言+”型人才，增加机器翻译、译后编辑、本地化项目管理等课程，使学生不仅具有翻译理论知识，还可以掌握当前应用广泛的翻译信息技术。
（2）师资配备的转向：新形势下翻译人才培养的师资应分为行业导师与语言导师。现在传统的翻译专业教师，多为外国语言文学背景下的硕、博士，具有多年丰富的语言教学经验，可以为学生很好地讲授语言方面的理论知识。但许多教师都是从院校毕业后直接进入高校授课，大多一直从事的是科研与教学工作，市场翻译行业经验较少，对现在蓬勃发展的人工智能、机器翻译、本地化项目管理等缺乏一定了解。而翻译人才的培养不同于学术型人才的培养，其培养目标主要是对接语言服务行业与企业，这造成一定程度上教与学的脱节。高校翻译专业可以设立行业导师，将知名企业中机器翻译的系统开发者、本地化项目管理者等请进来，采用开展讲座等形式，利用实际的项目与案例，和语言导师共同为学生授课。同时，让翻译课堂走出去，由行业导师带领学生到一些翻译企业参观、学习，让学生体验翻译工作，提前适应翻译工作者节奏与环境。
（3）实践模式的转向：翻译与其他学术型专业不同，它在理论研究的基础上需要更多的实践。即使在我国MTI迅速发展、培养单位和招生人数不断增多的背景下，翻译专业学生的课外实践时长和质量远远不能达到人才培养要求。这一困境可以借助行业导师的帮助，让学生进入语言服务企业，进行不少于3个月的实习实践，在行业导师的带领下亲身参与每一个翻译项目与环节，让学生对整个流程有系统的熟悉与把握，提升学生项目管理能力。同时可以利用信息技术，引进翻译记忆库云平台、在线机器翻译，在线翻译管理平台等，让学生模拟企业进行协同翻译，共同完成一个翻译项目。
随着全球化的不断增强，语言服务能力逐渐成为国家“软实力”的重要一环，上升为国家战略的重要组成部分。习近平总书记也提出，要创新对外宣传方式，着力打造融通中外的新概念、新范畴、新表述，讲好中国故事，传播好中国声音。语言服务行业的发展面临更高要求，如何转型升级培养适应时代发展的语言服务从业者，以帮助国家实现“一带一路”倡议等，成为亟待解决的重要课题。人工智能时代蓬勃发展的今天，各行各业都应该适时调整，适应时代发展。职业化翻译人才的工作不仅仅是语言上的转换，还要学会掌握信息技术，对翻译项目的前后全部流程进行整体的控制与把握。作为为社会输入人才的重要环节，高校有责任有义务将培养目标直接与社会需求对接，结合新形势下语言服务业发展的现实，在课程、师资、实践等环节进行对应转向，以更好地实现服务社会的目標。
参考文献：
[1]仲伟合，穆 雷.翻译专业人才培养模式探索与实践[J].中国外语，2008（6）.
[2]孙跃鹏，葛向宇.以职业化为导向的翻译人才培养模式研究[J].东北农业大学学报（社会科学版），2013（1）：53-55.
随着全球化、人工智能、云计算和大数据信息快速交互时代的来临，语言服务业不断进行转型升级和业务拓展。根据《报告》，语言服务行业不再局限于传统的翻译业务，而是“语言+X”服务，包括多语言转换、语言资产管理、语言技术研发、多语研究咨询和语言教育培训等跨语言、跨文化服务。报告显示，许多传统语言服务企业已经跟随市场进行转型升级，由原来简单提供中英文翻译服务转向提供多语言翻译、本地化、技术写作、国际化测试、多语言排版、机器翻译的译后编辑、语音语料大数据分析等端到端的多语言解决方案等增值服务，在业务上不断创新。与之对应，人才也需要成为 “语言+X”型，这里的X包括语言服务从业者的外语能力、汉语水平、专业技能、商业知识、文化底蕴、沟通能力等。在中国经济“走出去”“一带一路”倡议下，语言服务行业面临更高要求和更大挑战，对于高素质复合型人才的需求也更加突出。
报告显示，就目前语言服务业来看，计算机辅助翻译技术相对成熟并已经得到广泛应用。该技术可通过将已经翻译过的内容以句子为单元保存到数据中作为翻译记忆库。对于新的翻译任务，可以利用软件直接比对翻译记忆库的内容来获取相同或近似的译文，以提高效率和节省成本并保持译文的连贯性和一致性。另外，我们看到，人工智能时代已经来临，机器翻译逐渐登上舞台。机器翻译，也就是利用计算机软件对自然语言进行全自动翻译，其应用越来越广泛。尤其是在法律、金融、商业等翻译的环境下，机器翻译具有高度可操作性和可应用性，成本也更为低廉，这也形成了残酷竞争，职业译员的现实情况岌岌可危。
2013—2014年提出基于神经网络的机器翻译（NMT），2016年谷歌GNMT上线，神经机器翻译彻底爆发。它通过模拟人脑神经的层级结构，对人脑的基本单元神经元建模和连接，模拟人脑功能自动识别出语言的规则、模式，利用编码器-解码器（Encoder-Decoder）框架建立可进行学习、联想、记忆等语言信息处理功能的系统。这一发展超越了之前基于规则、基于统计的机器翻译，显著提高了机器翻译的质量。目前很多国际化企业已经逐渐将机器翻译+译后编辑引入其流程体系之中。虽然基于神经网络的机器翻译发展时间尚短，还不完善，但我们应该看到人工智能未来对传统语言服务业的冲击和对传统翻译模式的颠覆。正如报告所说，“互联网+”已成为国家战略，信息技术与语言服务的融合是未来趋势，人工智能时代的语言服务将会取代大量传统的人工服务，中国语言服务行业的许多从业者面对人工智能时代的到来缺乏互联网思维，人工智能语言服务和本地化服务代表着未来语言服务的新价值，行业需要转型升级，全新定位，寻求突破。
二、新形势下高校翻译人才培养的转向
作为高校翻译人才培养方，思维意识也需要逐渐转变，教学方法与目标要与职业化接轨。
（1）课程设置转向：当前的市场条件下，越来越多的企业对翻译人才的需求不再局限于语言类专业及相关证书，对于语言技术、译文的处理与编辑、本地化项目管理等技能的需求显现出来。随着信息技术逐渐突破与人工智能时代来临，神经机器翻译逐渐进入爆发时代，机器译文质量不断提高，基于错误的反馈机制不断进化，机器翻译能力也逐渐增强，但这并不意味着机器将取代人类。对于人来说，对译文的整合也就是译前处理、译后处理、审校等将是未来主要功能。基于大数据的机器翻译，也需要人工来增加信息条目，添加翻译记忆库、术语库等。从这一角度来看，高校等培养方需要培养学生对计算机辅助翻译软件的熟练使用、了解译文处理的技巧与规范以及掌握自然语言处理的基本原理。同时，对翻译人才培养体系课程进行调整，培养“语言+”型人才，增加机器翻译、译后编辑、本地化项目管理等课程，使学生不仅具有翻译理论知识，还可以掌握当前应用广泛的翻译信息技术。
（2）师资配备的转向：新形势下翻译人才培养的师资应分为行业导师与语言导师。现在传统的翻译专业教师，多为外国语言文学背景下的硕、博士，具有多年丰富的语言教学经验，可以为学生很好地讲授语言方面的理论知识。但许多教师都是从院校毕业后直接进入高校授课，大多一直从事的是科研与教学工作，市场翻译行业经验较少，对现在蓬勃发展的人工智能、机器翻译、本地化项目管理等缺乏一定了解。而翻译人才的培养不同于学术型人才的培养，其培养目标主要是对接语言服务行业与企业，这造成一定程度上教与学的脱节。高校翻译专业可以设立行业导师，将知名企业中机器翻译的系统开发者、本地化项目管理者等请进来，采用开展讲座等形式，利用实际的项目与案例，和语言导师共同为学生授课。同时，让翻译课堂走出去，由行业导师带领学生到一些翻译企业参观、学习，让学生体验翻译工作，提前适应翻译工作者节奏与环境。
（3）实践模式的转向：翻译与其他学术型专业不同，它在理论研究的基础上需要更多的实践。即使在我国MTI迅速发展、培养单位和招生人数不断增多的背景下，翻译专业学生的课外实践时长和质量远远不能达到人才培养要求。这一困境可以借助行业导师的帮助，让学生进入语言服务企业，进行不少于3个月的实习实践，在行业导师的带领下亲身参与每一个翻译项目与环节，让学生对整个流程有系统的熟悉与把握，提升学生项目管理能力。同时可以利用信息技术，引进翻译记忆库云平台、在线机器翻译，在线翻译管理平台等，让学生模拟企业进行协同翻译，共同完成一个翻译项目。
随着全球化的不断增强，语言服务能力逐渐成为国家“软实力”的重要一环，上升为国家战略的重要组成部分。习近平总书记也提出，要创新对外宣传方式，着力打造融通中外的新概念、新范畴、新表述，讲好中国故事，传播好中国声音。语言服务行业的发展面临更高要求，如何转型升级培养适应时代发展的语言服务从业者，以帮助国家实现“一带一路”倡议等，成为亟待解决的重要课题。人工智能时代蓬勃发展的今天，各行各业都应该适时调整，适应时代发展。职业化翻译人才的工作不仅仅是语言上的转换，还要学会掌握信息技术，对翻译项目的前后全部流程进行整体的控制与把握。作为为社会输入人才的重要环节，高校有责任有义务将培养目标直接与社会需求对接，结合新形势下语言服务业发展的现实，在课程、师资、实践等环节进行对应转向，以更好地实现服务社会的目標。
参考文献：
[1]仲伟合，穆 雷.翻译专业人才培养模式探索与实践[J].中国外语，2008（6）.
[2]孙跃鹏，葛向宇.以职业化为导向的翻译人才培养模式研究[J].东北农业大学学报（社会科学版），2013（1）：53-55.