协同翻译环境下辅助译文生成技术研究

在协同翻译过程中,辅助译文的质量是影响协同翻译效率的重要因素,而现有辅助译文生成方法并没有考虑用户对辅助译文的个性化需求。由此,提出了通过建立用户模型来提高辅助译文质量的研究思路,根据翻译知识库与用户知识库的相对熵的大小来决策为用户提供哪个模板。实验表明:在使用用户模型后,协同翻译的效率有了明显的提高。

从计算机辅助翻译到协同翻译

由于机器翻译系统的译文质量仍难以达到实用化要求,计算机辅助翻译技术逐渐成为研究热点,并且取得了很好的实际效果,大大提高了翻译产业的生产率。随着辅助翻译规模的不断扩大,多名在空间上分散的用户被组织起来共同完成一项翻译任务已成为普遍现象,这种新的翻译模式称为协同翻译。该文对计算机辅助翻译和协同翻译技术进行综述,首先从辅助译文生成、译后编辑和系统反馈学习等方面介绍了计算机辅助翻译技术的常用方法和研究进展,随后讨论了计算机辅助翻译与协同翻译之间的联系和区别,分析了协同翻译技术所面临的主要问题,并介绍了现有研究的解决方法。最后对协同翻译的未来发展方向进行了展望。