教育创新 | 技术时代面向语言服务市场的语料库笔译教学模式研究

本研究的教学以培养学生的翻译能力为目标。笔者根据实际的学生情况（中文母语的英汉笔译方向专业一年级学生），将翻译能力细化为翻译规范能力、翻译技术能力、源语理解能力、译语表达能力、译后审校能力、知识管理能力和项目实战能力。教学设计中的各模块按照上述能力展开，并以提升上述能力为教学目标。

课程的教学活动基于Colina(2003)提出的翻译课程八大要件，即线上讨论组、课堂讨论、理论、翻译工具、翻译作业包(portfolio)、翻译活动、审校、项目操作。学期伊始，参加教学实验的班级师生在教务的协助下建立软件聊天群，并在“译学家”平台创建账户。24名学生被分为四个小组，参与线上和线下的翻译项目练习与讨论。

教师首先根据语料库中精标注的背景信息向学生介绍当前翻译项目的译前准备工作，并在平台中“布置”项目作业。以源语理解能力的教学模块为例，教学中使用的是Veeva网站新闻语料。在译前准备阶段，教师可根据语料库的标注向学生指出，这是一个为全球生命科学企业服务的云技术公司，项目领域包含计算机科学与生物医药。原项目的委托日期为2014年，语料的主要呈现形式是在线网页，译文读者是其潜在客户与投资人。这些详尽的标注也在一定程度上立体还原了项目复杂的交际目的。

学生了解这些信息后，即可从“译学家”平台的客户端登录。该客户端为学生提供了与主流CAT工具相似的用户界面，翻译作业的内容以项目管理的形式在界面的上方按日期排序，而作业的原文则以句对齐的形式呈现，支持当前句子高亮与全文信息查看。此外，学生在翻译过程中进行的查证工作和形成译文的思考与推理线索，都可以在“说明”框中进行输入，作为教师对其翻译质量判定的依据之一。

作业最后提交期限一到，系统将自动回收全班作业供教师批改。在教师端的批改界面，系统将学生可能发生的错误分为基础性问题、可读性问题、语用性问题、准确性问题和术语专业性问题等维度（支持错误维度自定义），每个维度下又可进一步细分，如准确性问题包括逻辑关系错误、添加冗余信息、遗漏必要信息等情况，语用性问题包括交流效果不佳、文风不当、语域不当等情况。

在批改过程中，教师以“错误类型”对学生在翻译过程中发生的各类偏离、错误进行标注。对于需要进一步指出问题细节的，或学生在完成作业时有提问的句段，教师可在“点评”框内输入详细的评语，做到更为精准和有针对性的教学指导。随着语料的使用次数增多，教师也会积累可观的“点评语料库”，方便后续的教学工作。

教师在批改学生作业的同时，可以通过勾选框选择是否针对该生的译文错误在课堂上进行讲解。这样，在同一界面中教师既完成了批改，备课工作也能够平行开展。这在一定程度上节省了传统备课环节中极其耗时的收集学生错误案例的过程。平台也在后续的讲课环节中为教师设置了“整理”功能，批改时如有遗漏的典型案例，可以在此进行“再选”操作。

在课堂讲解环节，系统提供了句段、段落、篇章三种显示模式。对于学生的译文，系统提供教师点评、错误详情、多学生平行展示的界面。上课时，教师可根据学生的共性化或个性化错误，在这些显示模式之间切换，进行针对性讲解。学生在听讲的同时，可在自己的客户端查看批改结果，并根据学习情况进一步与教师交流。

在传统教学模式中，教师所作的评价往往基于批改过程中遇到的某一类翻译错误，是一种印象式的评价，即使有教师会给作业打分，但这样的打分很难全面反映学生作业中的问题。在“译学家”平台，教师能够汇总每个项目作业的批改详情，对标注的错误类型或翻译问题进行一定加权后，统计学生各维度的综合表现。教师通过语料库系统将学生不同维度的表现痕迹完整记录下来，能让教学评价更具客观性。

根据学生错误情况打造个性化训练方案

图1展示了参与教学实验的班级中三名学生在某次作业中的表现，通过对比，教师能够迅速看出每名学生在五个子能力维度上的表现，并定位出他们在翻译技能方面的薄弱环节。

• 学生 01 的“基础性” 表现较好，但译文“可读性” 仍有提高的空间，而译文的“准确性”则是影响这位学生翻译的最大问题，在后续的教学环节中，教师可以推送以“准确性”为训练重点的文本给这名学生；
  
  

根据学生错误纵向对比情况进行考评

图2显示了一名学生在商务类文本分类下的连续五轮练习后的错误统计情况，从图中可见该生在历次作业的训练过程中错误发生率呈总体下降趋势。其中，下降趋势最为明显的就是“术语专业性”，结合其文本表现，可知巩固训练取得了预期的成效，该名学生对文本的“领域意识”得到了加强，其查证能力也在训练中得到提高。在后续的教学中，教师也能按照上述方法，在获取学生翻译表现的同时，展开针对其他子能力的训练。在学期末，教师可以通过该系统绘制一张学生综合表现分布图，观察每个人的学期总体表现，给出总评成绩。

图2 学生历次作业中的错误情况统计（纵比）