1.译者伦理与文化间性理论的应用研究
翻译领域的文化间性理论由Anthony Pym(1989)提出。文化间性理论认为,翻译是跨文化交流的一种形式,并认为译者处于“间性文化”之中。“间性文化”是一种处于源语文化及目的语文化之间的中间文化,指出译者处于“交互文化空间(intercultural space)之中。在上述认识的基础上,皮姆提出译者应该遵循的五项原则:(1)译者从开始承担翻译任务起,就要对他的译作负责(2)译者只对其翻译职业负责,只需遵守职业规则和程序规范;(3)翻译不能沦为文化对抗的工具,译者归属于“交互文化空间”,不能使自己的翻译行为仅仅服从于某一个单一文化的标准;(4)翻译所产生的交易成本不能超过改善两种文化之间的关系所带来的收益(5)译者的工作应该促进两种文化之间的长期稳定的合作。
1.1国外研究现状
国外译界对于皮姆的翻译伦理研究起步较早,呈现出一种积极且深入的态势。学者们从不同角度对皮姆的理论进行了广泛探讨,并结合具体案例进行了实证研究。例如,Racz(2017)对皮姆的翻译伦理理论进行了系统的梳理和评价,认为该理论为翻译实践提供了新的视角和指导,认为皮姆的翻译伦理理论突破了传统翻译理论的局限,强调了译者在跨文化交流中的主体性和责任。Dennis Duncan(2011)对皮姆翻译伦理理论与其他翻译理论的关系进行了比较和研究,通过对皮姆的翻译伦理理论与描述性翻译研究的关系进行的深入剖析,认为两者可以相互借鉴和补充。他们发现,皮姆的翻译伦理理论与其他翻译理论存在互补和融合的可能,共同推动了翻译研究的发展。
综上所述,国外对于安东尼·皮姆翻译伦理理论的研究现状呈现出积极且深入的态势。学者们从不同的角度对该理论进行了探讨和评价,并结合具体案例进行了实证分析。这些研究不仅丰富了翻译伦理理论的研究内容,也为翻译实践提供了有益的指导和启示。随着全球化进程的加速和跨文化交流的增多,皮姆的翻译伦理理论将继续发挥重要作用,推动翻译研究的深入发展。
1.2国内研究现状
国内译界对于皮姆的文化间性理论研究起步较晚,但对皮姆翻译伦理理论的研究情况呈现出日益增长的趋势。近年来,越来越多的学者开始关注皮姆的翻译伦理思想,并将其应用于具体的翻译实践分析中。例如,张新菊(2017)基于皮姆的文化间性理论,以《红楼梦》的多个英译本为例,深入分析了译者在翻译过程中如何运用皮姆的翻译伦理观来控制翻译成本、管理翻译风险。她指出,译者在处理文化负载词和文学意象时,不仅需要考虑语言的准确性和流畅性,还需要在保持原文文化特色的同时,照顾到目标语读者的阅读习惯和期待。通过对比不同译者的翻译策略和译文质量,张新菊揭示了译者在跨文化交际中的选择和妥协,并评价了这些选择对译文质量的影响。谷亚峰(2017)在《皮姆翻译伦理理论视角下的<孙子兵法>英译研究》一文中,以《孙子兵法》的英译为例,探讨了译者在翻译古典文献时如何运用皮姆的翻译伦理理论来指导实践。他详细分析了译者在处理古汉语特有的句式、词汇和文化元素时的策略选择,并指出了译者在实现跨文化交际有效性方面的努力和成果。
这些实证研究不仅丰富了皮姆翻译伦理理论的应用实践,也为翻译研究提供了新的视角和思考。通过这些研究,我们可以更深入地理解译者在翻译过程中的决策机制,以及如何在不同文化背景下实现有效的跨文化交际。同时,这些研究也为提升译文的跨文化交际能力提供了有益的参考和启示。
综上所述,国内学者在实证研究方面对皮姆翻译伦理理论的应用进行了广泛而深入的探讨,通过具体翻译文本的分析和比较,展示了该理论在指导翻译实践中的可行性和价值。这些研究不仅有助于推动翻译伦理理论的发展和完善,也为翻译实践提供了有益的指导和借鉴。
2.生成式人工智能翻译
机器翻译经历了四个时期的变化: 基于规则的机器翻译,语料库辅助机器翻译,基于混合策略的机器翻译和计算机辅助翻译。此外,由机器翻译演变而来的人工智能翻译在近年来开始流行。生成式人工智能翻译,作为生成式人工智能在翻译领域的应用,通过深度学习技术,能够从大量语料中学习和模仿人类的翻译模式,生成高质量、自然的译文。这种翻译方式的出现,不仅改变了传统的翻译流程,而且为全球化交流提供了更为高效和便捷的解决方案。
2.1国外研究现状
在国际上,Benjamin Screen (2017, pp. 119-42)发现,与人工翻译相比,翻译技术的使用并没有对翻译质量产生负面影响,或者它的使用实际上提高了最终的质量。Peter A. Schmitt和Lee Jahnke Hannelore (2017) 指出人工智能是由数据和算法驱动的,同声传译从业者所拥有的人类智能仍然是不可替代的。Shivkaran Singh (2018)将神经机器翻译应用于英语-旁遮普语语言对的研究,开发了一种基于注意力机制的机器翻译系统。
综上所述,在国外研究中,与人工智能翻译或口译相关的研究在多方面进行,包括对人工智能翻译特征的研究,对人工智能与翻译课程的结合的研究,以及对翻译人员如何利用人工智能的研究。虽然越来越多的学者支持人工智能的翻译质量水平足以与专业翻译员相媲美,但人工智能翻译是否会取代人工翻译一直存在激烈的争论仍然持续。
2.2国内研究现状
生成式人工智能翻译,作为生成式人工智能在翻译领域的应用,通过深度学习技术,能够从大量语料中学习和模仿人类的翻译模式,生成高质量、自然的译文。这种翻译方式的出现,不仅改变了传统的翻译流程,而且为全球化交流提供了更为高效和便捷的解决方案。在国内外研究中较为热门。
国内关于生成式人工智能翻译的研究现状呈现出蓬勃发展的态势,吸引了众多学者和研究机构的关注。随着生成式人工智能技术的不断进步,其在翻译领域的应用也日益广泛,取得了显著的研究成果。
首先,从研究内容来看,国内学者对生成式人工智能翻译的多个方面进行了深入研究。于蕾(2024)在《外语教学与研究》上发表的《ChatGPT翻译的词汇多样性和句法复杂度研究》一文中,探讨了ChatGPT在翻译过程中的词汇选择和句法构造特点,为提升翻译质量提供了新的思路。文旭、田亚灵(2024)在《上海翻译》上发表的《ChatGPT应用于中国特色话语翻译的有效性研究》中,则重点关注了ChatGPT在翻译中国特色话语时的表现,为跨文化交流提供了有益参考。
其次,在研究方法上,国内学者也进行了多种尝试和创新。周忠良(2023)在《北京第二外国语学院学报》上发表的《ChatGPT在翻译教学中的应用:变革、挑战与应对》中,详细分析了ChatGPT在翻译教学中的应用潜力及其面临的挑战,为教学改革提供了新的视角。王律、王湘玲(2023)在《外语电化教学》上发表的《ChatGPT时代机器翻译译后编辑能力培养模式研究》中,则探讨了在ChatGPT时代如何培养译后编辑能力,以适应机器翻译快速发展的需求。
此外,国内学者还关注到了生成式人工智能翻译在实际应用中的效果和问题。耿芳、胡健(2023)在《中国外语》上发表的《人工智能辅助译后编辑新方向——基于ChatGPT的翻译实例研究》中,通过实例分析探讨了ChatGPT在辅助译后编辑方面的优势和局限性。朱光辉、王喜文(2023)在《新疆师范大学学报(哲学社会科学版)》上发表的《ChatGPT的运行模式、关键技术及未来图景》中,则从技术层面对ChatGPT的运行机制和关键技术进行了深入分析,展望了其未来的发展方向。
参考文献:
[1]王莉娜.译事有则,译者有道——析翻译伦理的四种模式[J].复旦外国语言文学论丛,2008(02):166-172.
[2]Pym, Anthony.Pour une éthique du traducteur [M]. Arras: Artois Presses University,1997.
[3]Duncan D .Anthony Pym, Miriam Shlesinger and Daniel Simeoni (eds), Beyond Descriptive Translation Studies: Investigations in Homage to Gideon Toury (Amsterdam and Philadelphia: John Benjamins, 2008). xii and 417 pp., ISBN 978-90-272-1684-7, euro;110.[J].Comparative Critical Studies,2011,8(2-3):358-361.
[4]Racz .Anthony Pym. Translation Solutions for Many Languages: Histories of a Flawed Dream[J].Translation Review,2017,98(1):73-77.
[5]许祖芸.皮姆翻译伦理视角下俄译汉与俄译英翻译策略研究[D].北京外国语大学, 2019.
[6]张新菊.从安东尼·皮姆译者伦理角度评价《英韵三字经》[D]. 北京林业大学, 2017.
[7]谷亚峰.安东尼·皮姆翻译伦理理论下的《天堂蒜薹之歌》英译本研究[D]. 四川外国语大学, 2017.
[8]管兴忠.安东尼·皮姆翻译思想研究[J].解放军外国语学院学报,2012,35(02):86-91.
[9]Schmitt, Peter A & Lee Jahnke Hannelore.(2017). Simultaneous Interpreting (SI): the Holy Grail of Artificial Intelligence—An Sl Practitioner 's Perspective.Lebende Sprachen, 253-268.
[10]Screen,Benjamin.(2017). Productivity and quality when editing machine translation and translation memory outputs: an empirical analysis of English to Welsh translation. Studia Celtica Posnaniensia, Vol2(1),119-142.
[11]Singh,Shivkaran.(2018). Attention-based English to Punjabi neural machine translation.Journal of Intelligence & Fuzzy Systems,1551-1559.
[12]于蕾. ChatGPT翻译的词汇多样性和句法复杂度研究 [J]. 外语教学与研究, 2024, 56 (02): 297-307+321.
[13]文旭, 田亚灵. ChatGPT应用于中国特色话语翻译的有效性研究 [J]. 上海翻译, 2024, (02): 27-34+94-95.
[14]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, 45 (05): 134-146.
[15]王律, 王湘玲. ChatGPT时代机器翻译译后编辑能力培养模式研究 [J]. 外语电化教学, 2023, (04): 16-23+115.
[16]耿芳, 胡健. 人工智能辅助译后编辑新方向——基于ChatGPT的翻译实例研究 [J]. 中国外语, 2023, 20 (03): 41-47.
[17]朱光辉, 王喜文. ChatGPT的运行模式、关键技术及未来图景 [J]. 新疆师范大学学报(哲学社会科学版), 2023, 44 (04): 113-122.
[18]赵月. 目的论视角下人工智能翻译的质量评估[D].上海外国语大学,2020.