《翻译修改与译后编辑》书籍推介 3

网址：https://www.routledge.com/Translation-Revision-and-Post-editing-Industry-Practices-and-Cognitive/Koponen-Mossop-Robert-Scocchera/p/book/9781138549715s://langscipress.org/catalog/book/319

（本篇推文源于《翻译修改与译后编辑：行业实践和认知过程》书籍第三章，该书简介详见此篇推文：机器翻译译后编辑 | 《翻译修改与译后编辑：行业实践和认知过程》书籍推介）

Chapter 3

Post-editing Human Translations and Revising Machine Translations:

Impact on efficiency and quality

译后编辑人工译文和修改机器译文：对效率和质量的影响

Joke Daems, Lieve Macken

引言

在本研究中，我们试图确定修改（revision）与译后编辑（post-editing）在现代语境中的区别。基于人工译文和神经网络机器翻译文本，我们比较了两种情形下的干预措施：1）指令与文本来源相匹配（即译者被要求修改人工译文或对机器译文进行译后编辑），2）指令与文本来源不匹配（即译者被要求对人工译文进行译后编辑或者修改机器译文）。

研究问题

（1）当参与者认为自己在进行译后编辑时，与认为自己在进行修改时相比，哪种情形对译文的改动更多？（2）当参与者认为自己在进行译后编辑时，与认为自己在进行修改时相比，哪种情形译文修改的质量更高？

（3）当参与者认为自己在进行译后编辑时，与认为自己在进行修改时相比，哪种情形译文修改的效果最佳，即达到翻译质量与翻译效率的平衡？

实验设计

（1）文本选取

语料来源：荷兰平行语料库（Dutch Parallel Corpus）文本类型：新闻文本1、新闻文本2

源语：英语

目的语：荷兰语

语料词汇量统计：

类别	文本1	文本2
源文本	603	595
人工译文	609	634
机器译文	641	625

备注：经比较Google Translation和DeepL两款机器翻译软件的译文，DeepL质量更高，两篇文本均选取DeepL版本作为机器翻译的译文。

（2）译文错误识别

译文的错误类别按严重程度依此划分为3、2、1、0。3：严重影响译文的准确性和可读性，如关键词错译；

2：对准确性和可读性产生一定影响，如省略副词；

1：不影响准确性和可读性，但存在小错误，如拼写错误；

0：说明或遗漏非必要信息。

“人工译文”和“机器译文”的具体错误类别分布如下图所示：

HT：human translationMT：machine translation

（点击放大图片查看）

（3）参与者

选取8家比利时翻译公司，每家各派2名译员独立完成相同的审校任务。4家翻译公司被告知文本均为人工译文，要进行修改，另外四家公司被告知文本均为机器译文，要进行译后编辑。实际上，待修改的文本共有四种组合，人工译文1+人工译文2；机器译文1+机器译文2；人工译文1+机器译文2；机器译文1+人工译文2。因此，一共存在16种不同的实验情形，参见下图。

（点击放大图片查看）

数据结果

限于篇幅，此处仅简要介绍文中出现的几种主要计量手段，详细内容请参阅原文。

Translation Error Rate（TER）：用于计算编辑修改内容在译文中所占的比例；

Baseline TER: 仅计算对应严重指数为1-3的修改内容在译文中的比例；

Actual TER：用于计算实际编辑修改的内容在译文中的比例。

Intervention optimality：干预优化，由修改质量（Revision quality）和编辑效率（Edit-efficiency）两方面因素共同决定，用于评估修改译文的最佳工作状态。理想状态下，译者应尽量减少修改次数，同时纠正更多的翻译错误。干预优化的计算公式如下：

（点击放大图片查看）

主要结论

（1）译者在进行译后编辑时改动内容偏多的假说不成立，因为在修改机器译文时，译者进行了较多的修订。总体而言，我们发现任何情形下，都存在大量的偏好性修改现象。

（2）就修改质量来说，对人工译文而言，译后编辑的质量高于修改，而对于机器翻译而言，修改的质量高于译后编辑，这主要与更改次数有关。

（3）就干预的最佳效果而言，译后编辑对人工译文显示出更大优势，而对机器译文来说，修改的优势更大。换言之，“当错误理解文本来源时，参与者的表现会更好”。

编后语

借此实验，我们应该进一步思考，是否仍有必要区分revision和post-editing？这不仅仅是第三章作者的主要议题，也正是贯穿Translation Revision and Post-editing: Industry Practices and Cognitive Processes一书的核心问题。随着当下大语言模型的升级和机器翻译水平的不断提高，相信这一问题会得到更多专家学者的关注与解答。

关于Translation Revision and Post-editing: Industry Practices and Cognitive Processes一书的介绍就暂告一段落了，书中还有很多精彩章节，感兴趣的读者可以自行阅读，也欢迎各位老师和同学在后台留言，一起交流阅读的体验与感受。

特别说明：本文仅供学习交流，如有不妥欢迎后台联系小编。

– END –

翻译技术教育与研究——机器翻译译后编辑专题组致力于普及机器翻译译后编辑（MTPE）相关知识，追踪国内外机器翻译译后编辑教学与研究动态！

推文编辑：朱云涛王晨谕

指导/审核：王雪红

Was it helpful ?

还有问题？我们能帮忙吗？