Journal of Beijing International Studies University ›› 2024, Vol. 46 ›› Issue (1): 83-98.DOI: 10.12002/j.bisu.499
• Translation Studies • Previous Articles Next Articles
Received:
2023-05-03
Online:
2024-02-29
Published:
2024-02-28
作者简介:
张文煜,上海外国语大学英语学院,200083,研究方向:翻译技术。电子邮箱:zwy3360@126.com基金资助:
CLC Number:
Zhang Wenyu, Zhao Bi. Has Generative AI Opened a New Era for Machine Translation?— A Contrastive Quality Study and Reflections on Translation Education[J]. Journal of Beijing International Studies University, 2024, 46(1): 83-98.
张文煜, 赵璧. 生成式人工智能开创机器翻译的新纪元了吗?——一项质量对比研究及对翻译教育的思考[J]. 北京第二外国语学院学报, 2024, 46(1): 83-98.
源语文本 | 参考译文 | ||
---|---|---|---|
文本类型 | 标题与出处 | 词数 | 标题与出处 |
小说 | The Gift of the Magi (O. Henry,《欧·亨利短篇 小说集》,2009) | 323 | 《麦琪的礼物》 (王晋华译,《麦琪的礼物:欧·亨利短篇小说集》,2020) |
散文 | Virginia Woolf’s Guide to Grieving (HuffPost,2016) | 300 | 《弗吉尼亚·伍尔芙悲伤指南》① (韩子满译,2022) |
学术著作 | The responsibility of intellectuals (Chomsky,The Essential Chomsky,2008) | 328 | 《知识分子的责任》 (李梅译,《乔姆斯基精粹》,2021) |
法律文件 | Charter of the United Nations (联合国官网,2023) | 316 | 《联合国宪章》 (国务院新闻办公室官网,2015) |
新闻报道 | What causes elephant poaching (The Economist,2023) | 328 | 《大象被偷猎的原因是什么》 (每日双语经济学人公众号,2023) |
科普文章 | Mind’s eye (Scientific American,2023) | 284 | 《心灵之眼》 (科学美国人公众号,2023) |
合计 | 1879 |
源语文本 | 参考译文 | ||
---|---|---|---|
文本类型 | 标题与出处 | 词数 | 标题与出处 |
小说 | The Gift of the Magi (O. Henry,《欧·亨利短篇 小说集》,2009) | 323 | 《麦琪的礼物》 (王晋华译,《麦琪的礼物:欧·亨利短篇小说集》,2020) |
散文 | Virginia Woolf’s Guide to Grieving (HuffPost,2016) | 300 | 《弗吉尼亚·伍尔芙悲伤指南》① (韩子满译,2022) |
学术著作 | The responsibility of intellectuals (Chomsky,The Essential Chomsky,2008) | 328 | 《知识分子的责任》 (李梅译,《乔姆斯基精粹》,2021) |
法律文件 | Charter of the United Nations (联合国官网,2023) | 316 | 《联合国宪章》 (国务院新闻办公室官网,2015) |
新闻报道 | What causes elephant poaching (The Economist,2023) | 328 | 《大象被偷猎的原因是什么》 (每日双语经济学人公众号,2023) |
科普文章 | Mind’s eye (Scientific American,2023) | 284 | 《心灵之眼》 (科学美国人公众号,2023) |
合计 | 1879 |
源语文本 | 参考译文 | ||
---|---|---|---|
文本类型 | 标题与出处 | 词数 | 标题与出处 |
小说 | 《围城》(节选) (钱钟书,1991) | 334 | Fortress Besieged(excerpt) (Jeanne Kelly & Nathan K. Mao译,2003) |
散文 | 《匆匆》 (朱自清,1996) | 386 | Rush (张培基译,《散文佳作108篇》,2011) |
学术著作 | 《转型中的地方政府官员激励与 治理》(节选) (周黎安,2021) | 321 | The Transformation of Local Governments(excerpt) (李梅译,待出版)② |
法律文件 | 《中华人民共和国海洋环境 保护法》 (中国人大网,2023) | 277 | Marine Environment Protection Law of the People’s Republic of China (中国人大网,2023) |
新闻报道 | 《宏观政策为经济保驾护航》 (中国日报网双语财讯栏目,2023) | 348 | Experts see macro policy shield for economy (中国日报网双语财讯栏目,2023) |
科普文章 | 《腾讯启动碳寻计划,推动技术创新,助力减缓气候变化》 (腾讯中文官网,2023) | 340 | Tencent launches the CarbonX Program to advance technology innovation to mitigate climate change (腾讯英文官网,2023) |
合计 | 2006 |
源语文本 | 参考译文 | ||
---|---|---|---|
文本类型 | 标题与出处 | 词数 | 标题与出处 |
小说 | 《围城》(节选) (钱钟书,1991) | 334 | Fortress Besieged(excerpt) (Jeanne Kelly & Nathan K. Mao译,2003) |
散文 | 《匆匆》 (朱自清,1996) | 386 | Rush (张培基译,《散文佳作108篇》,2011) |
学术著作 | 《转型中的地方政府官员激励与 治理》(节选) (周黎安,2021) | 321 | The Transformation of Local Governments(excerpt) (李梅译,待出版)② |
法律文件 | 《中华人民共和国海洋环境 保护法》 (中国人大网,2023) | 277 | Marine Environment Protection Law of the People’s Republic of China (中国人大网,2023) |
新闻报道 | 《宏观政策为经济保驾护航》 (中国日报网双语财讯栏目,2023) | 348 | Experts see macro policy shield for economy (中国日报网双语财讯栏目,2023) |
科普文章 | 《腾讯启动碳寻计划,推动技术创新,助力减缓气候变化》 (腾讯中文官网,2023) | 340 | Tencent launches the CarbonX Program to advance technology innovation to mitigate climate change (腾讯英文官网,2023) |
合计 | 2006 |
错误类型 | 大错计5分 | 小错计1分 | |
---|---|---|---|
准确性 Accuracy | 增译(Addition):译文中出现原文中没有且不必要的元素 | 产生严重后果(如损害原文语义、误导读者、使读者产生理解障碍等) | 不产生严重后果(如不损害原文语义、不误导读者、不造成理解障碍等) |
有歧义(Ambiguity):原文中意义明确但译文有歧义的片段 | |||
错译(Mistranslation):错误理解原文导致翻译错误 | |||
漏译(Omission):原文的重要信息在译文中缺失 | |||
重复(Repetition):译文中出现不正常的重复现象 | |||
语言 Language | 语法(Grammar):出现语法错误 | 产生严重后果(如使读者产生理解障碍、使译文不通顺等) | 不产生严重后果(例如不影响理解的时态错译、单复数错译等) |
拼写(Spelling):出现拼写错误 | 产生严重后果(如使读者产生理解障碍、使译文不通顺等) | 不产生严重后果(例如不影响理解的拼写错误) | |
风格 Style | 不符合目的语表达习惯(Unidiomatic usage):未采用目的语的惯用表达方式 | 产生严重后果(如损害原文语义、误导读者、使读者产生理解障碍等) | 不产生严重后果(如不损害原文语义、不误导读者、不造成理解障碍等) |
风格不一致(Style inconsistency):译文与全文风格不一致,或者译文不符合目的语中该文本类型的风格要求 | |||
死译(Overly literal):译文生硬,字对字翻译特征明显 | |||
语言环境公约(Locale convention):译文没有遵从目的语的文体和格式约定,如没有使用适当的数字格式或者没有使用正确的标点等 | 产生严重后果(例如使读者产生理解障碍、使译文不通顺等) | 不产生严重后果(如不损害原文语义、不误导读者、不造成理解障碍等) | |
术语 Terminology | 术语不一致(Terminology inconsistency):术语表述前后不一致 | 产生严重后果(如损害原文语义、误导读者、使读者产生理解障碍等) | 不产生严重后果(如不损害原文语义、不误导读者、不造成理解障碍等) |
规范性(Standardization):与官方或大众普遍认可的术语不一致,包括术语错译、术语漏译、自创术语等 | |||
文化 Culture | 译文包含的源语文化令读者无法理解 | 文化类均计为大错 | 无 |
错误类型 | 大错计5分 | 小错计1分 | |
---|---|---|---|
准确性 Accuracy | 增译(Addition):译文中出现原文中没有且不必要的元素 | 产生严重后果(如损害原文语义、误导读者、使读者产生理解障碍等) | 不产生严重后果(如不损害原文语义、不误导读者、不造成理解障碍等) |
有歧义(Ambiguity):原文中意义明确但译文有歧义的片段 | |||
错译(Mistranslation):错误理解原文导致翻译错误 | |||
漏译(Omission):原文的重要信息在译文中缺失 | |||
重复(Repetition):译文中出现不正常的重复现象 | |||
语言 Language | 语法(Grammar):出现语法错误 | 产生严重后果(如使读者产生理解障碍、使译文不通顺等) | 不产生严重后果(例如不影响理解的时态错译、单复数错译等) |
拼写(Spelling):出现拼写错误 | 产生严重后果(如使读者产生理解障碍、使译文不通顺等) | 不产生严重后果(例如不影响理解的拼写错误) | |
风格 Style | 不符合目的语表达习惯(Unidiomatic usage):未采用目的语的惯用表达方式 | 产生严重后果(如损害原文语义、误导读者、使读者产生理解障碍等) | 不产生严重后果(如不损害原文语义、不误导读者、不造成理解障碍等) |
风格不一致(Style inconsistency):译文与全文风格不一致,或者译文不符合目的语中该文本类型的风格要求 | |||
死译(Overly literal):译文生硬,字对字翻译特征明显 | |||
语言环境公约(Locale convention):译文没有遵从目的语的文体和格式约定,如没有使用适当的数字格式或者没有使用正确的标点等 | 产生严重后果(例如使读者产生理解障碍、使译文不通顺等) | 不产生严重后果(如不损害原文语义、不误导读者、不造成理解障碍等) | |
术语 Terminology | 术语不一致(Terminology inconsistency):术语表述前后不一致 | 产生严重后果(如损害原文语义、误导读者、使读者产生理解障碍等) | 不产生严重后果(如不损害原文语义、不误导读者、不造成理解障碍等) |
规范性(Standardization):与官方或大众普遍认可的术语不一致,包括术语错译、术语漏译、自创术语等 | |||
文化 Culture | 译文包含的源语文化令读者无法理解 | 文化类均计为大错 | 无 |
文本类型 | 有道翻译 | DeepL翻译 | ChatGPT |
---|---|---|---|
小说 | 0.6988 | 0.6527 | 0.6805 |
散文 | 0.6024 | 0.5579 | 0.5891 |
学术著作 | 0.7412 | 0.8140 | 0.7819 |
法律文件 | 0.7996 | 0.8294 | 0.6839 |
新闻报道 | 0.8714 | 0.8404 | 0.7903 |
科普文章 | 0.7999 | 0.8093 | 0.7615 |
平均值 | 0.752 | 0.751 | 0.715 |
标准差 | 0.086 | 0.107 | 0.071 |
文本类型 | 有道翻译 | DeepL翻译 | ChatGPT |
---|---|---|---|
小说 | 0.6988 | 0.6527 | 0.6805 |
散文 | 0.6024 | 0.5579 | 0.5891 |
学术著作 | 0.7412 | 0.8140 | 0.7819 |
法律文件 | 0.7996 | 0.8294 | 0.6839 |
新闻报道 | 0.8714 | 0.8404 | 0.7903 |
科普文章 | 0.7999 | 0.8093 | 0.7615 |
平均值 | 0.752 | 0.751 | 0.715 |
标准差 | 0.086 | 0.107 | 0.071 |
文本类型 | 有道翻译 | DeepL翻译 | ChatGPT |
---|---|---|---|
小说 | 0.2610 | 0.1761 | 0.1733 |
散文 | 0.2843 | 0.2462 | 0.2060 |
学术著作 | 0.3685 | 0.4036 | 0.3349 |
法律文件 | 0.3067 | 0.2493 | 0.1747 |
新闻报道 | 0.7593 | 0.5274 | 0.4324 |
科普文章 | 0.4930 | 0.5459 | 0.5125 |
平均值 | 0.412 | 0.358 | 0.306 |
标准差 | 0.173 | 0.143 | 0.132 |
文本类型 | 有道翻译 | DeepL翻译 | ChatGPT |
---|---|---|---|
小说 | 0.2610 | 0.1761 | 0.1733 |
散文 | 0.2843 | 0.2462 | 0.2060 |
学术著作 | 0.3685 | 0.4036 | 0.3349 |
法律文件 | 0.3067 | 0.2493 | 0.1747 |
新闻报道 | 0.7593 | 0.5274 | 0.4324 |
科普文章 | 0.4930 | 0.5459 | 0.5125 |
平均值 | 0.412 | 0.358 | 0.306 |
标准差 | 0.173 | 0.143 | 0.132 |
翻译工具 | 错误数量 | 错误分值 | ||
---|---|---|---|---|
英译汉 | 汉译英 | 英译汉 | 汉译英 | |
有道翻译 | 79 | 53 | 187 | 137 |
DeepL翻译 | 85 | 72 | 188 | 153 |
ChatGPT | 78 | 41 | 166 | 70 |
总计 | 242 | 166 | 541 | 360 |
标准差 | 3.09 | 12.70 | 10.10 | 35.95 |
翻译工具 | 错误数量 | 错误分值 | ||
---|---|---|---|---|
英译汉 | 汉译英 | 英译汉 | 汉译英 | |
有道翻译 | 79 | 53 | 187 | 137 |
DeepL翻译 | 85 | 72 | 188 | 153 |
ChatGPT | 78 | 41 | 166 | 70 |
总计 | 242 | 166 | 541 | 360 |
标准差 | 3.09 | 12.70 | 10.10 | 35.95 |
翻译工具 | 散文 (错误数量/错误分值) | 小说 (错误数量/错误分值) | 学术著作 (错误数量/错误分值) | 法律文件 (错误数量/错误分值) | 科普文章 (错误数量/错误分值) | 新闻报道 (错误数量/错误分值) |
---|---|---|---|---|---|---|
有道翻译 | 15/27 | 12/24 | 12/28 | 14/22 | 15/51 | 11/35 |
DeepL翻译 | 13/17 | 20/60 | 7/7 | 17/25 | 20/59 | 8/20 |
ChatGPT | 10/22 | 14/38 | 12/24 | 18/26 | 15/27 | 9/29 |
翻译工具 | 散文 (错误数量/错误分值) | 小说 (错误数量/错误分值) | 学术著作 (错误数量/错误分值) | 法律文件 (错误数量/错误分值) | 科普文章 (错误数量/错误分值) | 新闻报道 (错误数量/错误分值) |
---|---|---|---|---|---|---|
有道翻译 | 15/27 | 12/24 | 12/28 | 14/22 | 15/51 | 11/35 |
DeepL翻译 | 13/17 | 20/60 | 7/7 | 17/25 | 20/59 | 8/20 |
ChatGPT | 10/22 | 14/38 | 12/24 | 18/26 | 15/27 | 9/29 |
评价分类 | 有道翻译 | DeepL翻译 | ChatGPT | |||
---|---|---|---|---|---|---|
错误数量 | 错误分值 | 错误数量 | 错误分值 | 错误数量 | 错误分值 | |
准确性 | 3 | 11 | 2 | 6 | 2 | 6 |
语言 | 0 | 0 | 0 | 0 | 0 | 0 |
风格 | 7 | 15 | 11 | 31 | 6 | 14 |
术语 | 5 | 25 | 7 | 22 | 7 | 7 |
文化 | 0 | 0 | 0 | 0 | 0 | 0 |
总计 | 15 | 51 | 20 | 59 | 15 | 27 |
评价分类 | 有道翻译 | DeepL翻译 | ChatGPT | |||
---|---|---|---|---|---|---|
错误数量 | 错误分值 | 错误数量 | 错误分值 | 错误数量 | 错误分值 | |
准确性 | 3 | 11 | 2 | 6 | 2 | 6 |
语言 | 0 | 0 | 0 | 0 | 0 | 0 |
风格 | 7 | 15 | 11 | 31 | 6 | 14 |
术语 | 5 | 25 | 7 | 22 | 7 | 7 |
文化 | 0 | 0 | 0 | 0 | 0 | 0 |
总计 | 15 | 51 | 20 | 59 | 15 | 27 |
翻译工具 | 散文 (错误数量/错误分值) | 小说 (错误数量/错误分值) | 学术著作 (错误数量/错误分值) | 法律文件 (错误数量/错误分值) | 科普文章 (错误数量/错误分值) | 新闻报道 (错误数量/错误分值) |
---|---|---|---|---|---|---|
有道翻译 | 24/52 | 11/43 | 6/14 | 3/7 | 3/11 | 6/10 |
DeepL翻译 | 36/65 | 17/57 | 2/2 | 5/9 | 2/6 | 10/14 |
ChatGPT | 18/18 | 7/20 | 3/7 | 3/3 | 3/11 | 7/11 |
翻译工具 | 散文 (错误数量/错误分值) | 小说 (错误数量/错误分值) | 学术著作 (错误数量/错误分值) | 法律文件 (错误数量/错误分值) | 科普文章 (错误数量/错误分值) | 新闻报道 (错误数量/错误分值) |
---|---|---|---|---|---|---|
有道翻译 | 24/52 | 11/43 | 6/14 | 3/7 | 3/11 | 6/10 |
DeepL翻译 | 36/65 | 17/57 | 2/2 | 5/9 | 2/6 | 10/14 |
ChatGPT | 18/18 | 7/20 | 3/7 | 3/3 | 3/11 | 7/11 |
评价分类 | 有道翻译(散文/小说) | DeepL翻译(散文/小说) | ChatGPT(散文/小说) | |||
---|---|---|---|---|---|---|
错误数量 | 错误分值 | 错误数量 | 错误分值 | 错误数量 | 错误分值 | |
准确性 | 14/8 | 34/36 | 10/9 | 34/37 | 2/4 | 2/12 |
语言 | 8/3 | 16/7 | 24/3 | 29/7 | 16/1 | 16/1 |
风格 | 2/0 | 2/0 | 2/5 | 2/13 | 0/2 | 0/7 |
术语 | 0/0 | 0/0 | 0/0 | 0/0 | 0/0 | 0/0 |
文化 | 0/0 | 0/0 | 0/0 | 0/0 | 0/0 | 0/0 |
总计 | 24/11 | 52/43 | 36/17 | 65/57 | 18/7 | 18/20 |
评价分类 | 有道翻译(散文/小说) | DeepL翻译(散文/小说) | ChatGPT(散文/小说) | |||
---|---|---|---|---|---|---|
错误数量 | 错误分值 | 错误数量 | 错误分值 | 错误数量 | 错误分值 | |
准确性 | 14/8 | 34/36 | 10/9 | 34/37 | 2/4 | 2/12 |
语言 | 8/3 | 16/7 | 24/3 | 29/7 | 16/1 | 16/1 |
风格 | 2/0 | 2/0 | 2/5 | 2/13 | 0/2 | 0/7 |
术语 | 0/0 | 0/0 | 0/0 | 0/0 | 0/0 | 0/0 |
文化 | 0/0 | 0/0 | 0/0 | 0/0 | 0/0 | 0/0 |
总计 | 24/11 | 52/43 | 36/17 | 65/57 | 18/7 | 18/20 |
[1] | ANAZAWA R, ISHIKAWA H & TAKAHIRO K. Evaluation of online machine translation by nursing users[J]. CIN:Computers,Informatics,Nursing,2013(8):382-387. |
[2] | ARIF T B, MUNAF U & UL-HAQUE I. The future of medical education and research:Is ChatGPT a blessing or blight in disguise?[J/OL]. Medical Education Online, 2023(1): 2181052[2023-05-01]. https://doi.org/10.1080/10872981.2023.2181052. |
[3] | CHATZIKOUMI E. How to evaluate machine translation:A review of automated and human metrics[J]. Natural Language Engineering, 2020(2):137-161. |
[4] | COOPER G. Examining science education in ChatGPT:An exploratory study of generative artificial intelligence[J]. Journal of Science Education and Technology, 2023(3):444-452. |
[5] | COTTON D R E, COTTON P A & SHIPWAY J R. Chatting and cheating:Ensuring academic integrity in the era of ChatGPT[J/OL]. Innovations in Education and Teaching International, 2023[2023-05-01]. https://www.tandfonline.com/doi/full/10.1080/14703297.2023.2190148. |
[6] | DWIVEDI Y K, KSHETRI N, HUGHES L, et al. Opinion paper:“So what if ChatGPT wrote it?” Multidisciplinary perspectives on opportunities,challenges and implications of generative conversational AI for research,practice and policy[J/OL]. International Journal of Information Management, 2023(71): 102642[2023-05-01]. https://doi.org/10.1016/j.ijinfomgt.2023.102642. |
[7] | KASNECI E, SESSLER K, KÜCHEMANN S, et al. ChatGPT for good? On opportunities and challenges of large language models for education[J/OL]. Learning and Individual Differences, 2023(103): 102274[2023-05-01]. http://doi.org/10.1016/j.lindif.2023.102274. |
[8] | KOHNKE L, MOORHOUSE B L & ZOU D. ChatGPT for language teaching and learning[J]. RELC Journal, 2023(2):537-550. |
[9] | PAPINENI K, ROUKOS S, WARD T, et al. BLEU:A Method for Automatic Evaluation of Machine Translation[R]. Yorktown Heights: IBM T. J. Watson Research Center, 2001. |
[10] | ROSPIGLIOSI P. Artificial intelligence in teaching and learning:What questions should we ask of ChatGPT?[J]. Interactive Learning Environments, 2023(1):1-3. |
[11] | WREDE O, MUNKOVA D, BANIK T, et al. Zur Erforschung von Korrelationen zwischen verschiedenen Fehlertypen bei der maschinellen Übersetzung aus dem Deutschen ins Slowakische[J]. Lebende Sprachen, 2022(2):432-456. |
[12] | 储节旺, 杜秀秀, 李佳轩. 人工智能生成内容对智慧图书馆服务的冲击及应用展望[J]. 情报理论与实践, 2023(5):6-13. |
[13] | 崔宇红, 白帆, 张蕊芯. ChatGPT在高等教育领域的应用、风险及应对[J]. 重庆理工大学学报(社会科学版), 2023(5):16-25. |
[14] | 戴光荣, 刘思圻. 神经网络机器翻译:进展与挑战[J]. 外语教学, 2023(1):82-89. |
[15] | 方兴东, 顾烨烨, 钟祥铭. ChatGPT的传播革命是如何发生的?——解析社交媒体主导权的终结与智能媒体的崛起[J]. 现代出版, 2023(2):33-50. |
[16] | 冯雨奂. ChatGPT在教育领域的应用价值、潜在伦理风险与治理路径[J]. 思想理论教育, 2023(4):26-32. |
[17] | 高奇琦. GPT技术与国家治理现代化:基于秩序、赋权与创新的框架[J]. 山东大学学报(哲学社会科学版), 2023(5):147-156. |
[18] | 郭望皓, 胡富茂. 神经机器翻译译文评测及译后编辑研究[J]. 北京第二外国语学院学报, 2021(5):66-82. |
[19] | 李奉栖. 人工智能时代人机英汉翻译质量对比研究[J]. 外语界, 2022(4):72-79. |
[20] | 李良友, 贡正仙, 周国栋. 机器翻译自动评价综述[J]. 中文信息学报, 2014(3):81-91. |
[21] | 李荣, 吴晨生, 董洁, 等. ChatGPT对开源情报工作的影响及对策[J]. 情报理论与实践, 2023(5):1-5. |
[22] | 吕东莹. 基于人机交互的汉英翻译质量比较评估——以城市规划设计文本为例[D]. 北京: 北京外国语大学, 2020. |
[23] | 秦颖. 基于神经网络的机器翻译质量评析及对翻译教学的影响[J]. 外语电化教学, 2018(2):51-56. |
[24] | 汪波, 牛朝文. 从ChatGPT到GovGPT:生成式人工智能驱动的政务服务生态系统构建[J/OL]. 电子政务, 2023:1-14[2023-05-01]. http://kns.cnki.net/kcms/detail/11.5181.TP.20230425.0901.004.html. |
[25] | 西桂权, 谭晓, 靳晓宏, 等. 挑战与应对:大型语言模型(ChatGPT)的多样态安全风险归因及协同治理研究[J]. 新疆师范大学学报(哲学社会科学版), 2023(6):131-139. |
[26] | 游俊哲. ChatGPT类生成式人工智能在科研场景中的应用风险与控制措施[J]. 情报理论与实践, 2023(6):24-32. |
[27] | 张峰, 陈玮. ChatGPT与高等教育:人工智能如何驱动学习变革[J]. 重庆理工大学学报(社会科学版), 2023(9):26-33. |
[28] | 张慧, 佟彤, 叶鹰. AI 2.0时代智慧图书馆的GPT技术驱动创新[J]. 图书馆杂志, 2023(5):4-8. |
[29] | 郑满宁. 人工智能技术下的新闻业:嬗变、转向与应对——基于ChatGPT带来的新思考[J]. 中国编辑, 2023(4):35-40. |
[30] | 周忠良. ChatGPT在翻译教学中的应用:变革、挑战与应对[J]. 北京第二外国语学院学报, 2023(5):134-146. |
[1] | Li Zuowen. ChatGPT for Empowering Foreign Language Teaching: Scenarios and Strategies [J]. Journal of Beijing International Studies University, 2024, 46(1): 109-118. |
[2] | Song Fei, Guo Jiahui, Qu Chang. The Application System and Practice of ChatGPT in Teaching Chinese as a Foreign Language [J]. Journal of Beijing International Studies University, 2023, 45(6): 110-128. |
[3] | Zhou Zhongliang. The Application of ChatGPT in Translation Teaching: Changes, Challenges and Countermeasures [J]. Journal of Beijing International Studies University, 2023, 45(5): 134-146. |
[4] | Wang Huashu, Liu Shijie. Prospects for and Development Paths in Translation Education: A Metaverse Perspective [J]. Journal of Beijing International Studies University, 2022, 44(4): 96-107. |
[5] | Wang Huashu, Chen Nie’ao. A Survey of the Application of Machine Translation Post-editing in Chinese Language Service Providers [J]. Journal of Beijing International Studies University, 2021, 43(5): 23-37. |
[6] | Xiao Zhiqing. A Study of the Training Model of Post-editing Competence Driven by Book Translation Projects [J]. Journal of Beijing International Studies University, 2021, 43(5): 38-51. |
[7] | Zhou Xinghua, Li Yiyang. Research on the Post-editing Features of Computer-Aided Translation Tools [J]. Journal of Beijing International Studies University, 2021, 43(5): 52-65. |
[8] | Guo Wanghao, Hu Fumao. A Study of the Assessment of Translations and Post-editing in Neural Machine Translation [J]. Journal of Beijing International Studies University, 2021, 43(5): 66-82. |
[9] | DIAO Hong. An Overview of China’s Translation Technology Studies [J]. Journal of Beijing International Studies University, 2017, 39(6): 69-81. |
Viewed | ||||||
Full text |
|
|||||
Abstract |
|
|||||