第二届全国翻译技术大赛首期培训内容回顾&牛刀小试
第二届全国翻译技术大赛首期培训已经结束了，没来得及参与直播的小伙伴们不要着急，培训直播回放、内容回顾及模拟题都在这里，欢迎大家学习！
首期培训回顾
为帮助翻译从业者、爱好者及高校师生进一步了解翻译技术，同时为第二届全国翻译技术大赛参赛者提供备赛参考，中国翻译协会、中国外文局翻译院、北京第二外国语学院于4月起启动第二届全国翻译技术大赛系列培训。
首期培训邀请北京外国语大学高级翻译学院教授、中国翻译协会翻译技术委员会秘书长、中国外文局翻译院智能翻译实验室执行主任王华树以《生成式人工智能时代的翻译技术》为题进行讲座。讲座主要分为以下五个部分：
一、人工智能时代翻译技术发展概况
生成式人工智能技术的迅猛发展体现了人类认知能力和技术创新能力的不断进步，正在推动人类社会发生深刻变革，也引发了关于人机关系、技术伦理等内容的系列思考。从规则到统计再到神经网络，机器翻译技术不断突破，与翻译记忆等技术深度融合，极大提升了翻译效率和质量。同时，人工智能驱动的多模态、跨语言信息处理为翻译行业带来新的机遇和挑战。数字人文技术的发展为翻译研究提供了新的视角和方法，推动了翻译活动从经验到证据、从个体到群体、从静态到动态的认知范式转变，为人文社科发展注入新的活力。
二、翻译技术的应用现状与前景
翻译技术的发展体现了人类文明传播和知识创新的内在需求，翻译活动逐渐从个体行为转变为社会化生产实践。当前，机器翻译和计算机辅助翻译工具广泛应用于各行各业，极大提高了翻译生产力。未来，人工智能将进一步赋能影视翻译、同声传译、游戏本地化等垂直领域以及多模态翻译任务，人机协同将成为主流模式。同时，ChatGPT等生成式人工智能工具也将为翻译行业带来深远影响。大语言模型技术的介入，一方面极大拓展了译者的能力边界，另一方面也对译者的主体性和创造性提出了新的挑战，我们需要在坚持以人为本的前提下，实现人机协同、优势互补。
三、翻译技术对译者能力素质的新要求
人工智能时代，译者需要具备扎实的双语能力和跨文化交际能力，同时要熟练掌握各类翻译技术与工具，如机器翻译、术语管理等，并能熟练驾驭大语言模型等前沿技术；要具备信息素养和数字思维，并持续学习行业知识、提升服务意识，不断适应行业发展需求；要树立科技向善的价值理念，以人文关怀平衡技术理性，在人机协同中注重价值引导；要加强职业道德建设，严格遵守翻译伦理规范；要增强风险意识，提高数据安全和隐私保护意识；要保持低调谦逊心态，增强技术赋能意识，在技术实践中实现自我进化。
四、翻译技术推动翻译研究范式的创新
翻译技术的发展拓展了翻译研究的边界，引入了计算机辅助翻译、机器翻译、本地化等一系列新概念，也促进了研究视角和方法的创新。语料库翻译学、认知翻译学、生态翻译学等交叉学科不断涌现，数据驱动、证据导向的实证研究范式日益成熟，当代翻译研究呈现出从现象到本质、从理论到实践、从思辨到实证的多元化特征，体现了人文社科研究数字化、智能化、开放化、协作化的发展趋势。未来，跨学科、跨领域的协同创新将成为主流并推动＂道、法、术、器＂的系统集成和融合升华，开拓翻译认知新境界。翻译研究应立足于人的全面发展，在批判反思技术异化的基础上，推动人文精神与科技创新的交融，为人类现代化发展贡献智慧。
五、翻译技术系列工作为全球治理贡献中国智慧
我国高度重视翻译行业发展和对外话语体系构建。中国外文局翻译院秉持开放包容的理念，推动政产学研协同创新发展机制，努力消除技术发展带来的＂数字鸿沟＂，牵头成立中国外文局翻译院智能翻译实验室，旨在整合行业资源、营造良好技术生态、提升从业者素养、推动标准规范建设、引领行业高质量发展，并积极协同中国翻译协会翻译技术委员会为广大翻译从业者及师生搭建交流和学习平台。全国翻译技术大赛的举办也是希望通过赛事达到以赛促学、以赛促研、以赛促建的目的。
总之，翻译技术的跨语言、跨文化、跨领域属性，体现了人类共创共享知识的理念追求，我国为提升全民数字素养、促进全球知识公平所开展的系列工作也必将为全球语言治理和文明交流互鉴贡献中国智慧。
首期培训练习题
01
下列关于机器翻译技术范式表述有误的一项是？
A． 基于规则的机器翻译（Rule-Based Machine Translation, RBMT）依赖人工编写的词汇、句法和语义规则进行翻译，但质量受限于规则的复杂性和不完备性。
B． 统计机器翻译（Statistical Machine Translation, SMT）根据已有的翻译实例进行匹配和模板生成，但受限于翻译实例数量和质量。
C． 神经机器翻译（Neural Machine Translation, NMT）利用深度学习和神经网络技术进行端到端翻译建模，在翻译质量和流畅度方面取得显著突破。
D． 神经网络虽然可以理解句子细微的语言特征，但它需要大量的语料，而且如黑箱一般难以了解其内情，一旦出现错误也难以纠正，需要“深度学习”更多正确语料来进行改善。
02
下列关于知识服务模式表述有误的一项是？
A． PaaS（平台即服务）模式下，用户可以通过云平台获取相关工具，从而加快应用程序的开发和部署速度，降低开发成本。
B． SaaS（软件即服务）模式下，用户通过云平台获取所需的应用程序，降低了技术使用门槛。
C． MaaS（模型即服务）模式下，用户无需自行构建机器学习模型，只需通过云平台即可使用预训练模型进行分析和预测。
D． 知识服务模式发展变化的路径为：PaaS（平台即服务）→SaaS（软件即服务）→MaaS（模型即服务）
03
翻译记忆库（Translation Memory, TM)的主要功能是？
A. 将机器翻译转化为人工翻译
B. 存储已经翻译过的句子以便以后复用
C. 识别并标记文档中的术语
D. 自动生成术语表
04
下列翻译技术工具分类有误的一项是？
A． 计算机辅助翻译工具：Trados、DeepL、YiCAT、SmartCAT
B． 编辑校对工具：Grammarly、Hemingway Editor、ProWritingAid
C． 术语管理工具：Termium Plus、SDL Multiterm、Wordbee Term
D． 本地化工具：SDL Passolo、Alchemy Catalyst、RC-WinTrans
05
下列哪项不属于 ISO17100中的翻译技术范畴？
A. 项目管理软件
B. 编辑校对工具
C. 语音文字识别软件
D. 应用程序编程接口
06
下列哪个不是CAT工具的常见功能？
A． 术语库管理
B． OCR识别
C． 翻译记忆库
D． 机器翻译
07
下列关于机器翻译技术发展方向的陈述错误的是？
A． 机器翻译译文质量仍然需要持续提升。
B． 机器翻译鲁棒性和容错能力需进一步降低。
C． 低资源语言机器翻译能力仍有待突破。
D． 多模态融合的机器翻译技术仍需进一步探索。
08
下列关于知识内容形态描述正确的是？
A． 一般认为，互联网内容有三种形态，即专家生成内容（PGC）、用户生成内容（UGC）和人工智能生成内容（AIGC）。
B． 在高质量和可信度要求较高的领域，专家生成内容（PGC）仍是重要来源，主要来源于专业人士，但更新速度较慢。
C． 用户生成内容（UGC）可以了解社会大众的看法和思考，但是要谨慎对待其可信度，可能存在虚假信息和误导性内容。
D． 人工智能生成内容（AIGC）可帮助进行自动化知识生成和整合，提高知识管理效率。
09
下列对当前机器翻译整体发展状况的描述错误的是？
A． 机器翻译在某些特定领域和语言对上已经达到或接近人类水平。
B． 神经网络机器翻译取得显著进步，成为主流方法。
C． 机器翻译在通用领域的表现已经超越人工翻译，成为首选方案。
D． 缺乏高质量的平行语料库仍然是制约机器翻译发展的主要瓶颈。
10
下列对翻译技术生命周期描述错误的是？
A． 翻译技术生命周期是指一项翻译技术从研发到被市场淘汰的整个过程，通常包括研发、成长、成熟、衰退四个阶段。
B． 开源社区和技术共享虽然会加速翻译技术的传播，但对翻译技术生命周期的影响微乎其微。
C． 翻译技术生命周期会受到多种因素的影响，包括技术创新、市场竞争、用户需求和政策法规等。
D． 翻译技术的生命周期只取决于其自身的技术特性，与宏观技术环境无关。
关注视频号，预约培训直播
第二期讲座将在本周六19：00举办，讲座主题为计算机辅助翻译与翻译项目管理，欢迎大家预约观看！