交替?zhèn)髯g課堂測(cè)試流利板塊得分的影響變量對(duì)比

劉雨鳳

(四川大學(xué) 外國語學(xué)院，四川 成都 61000)

內(nèi)容完整度、表達(dá)流利度、語言質(zhì)量是評(píng)估學(xué)生口譯表現(xiàn)的重要指標(biāo)。其中，流利度難把捏，主觀性強(qiáng)，歷來是學(xué)者們的重點(diǎn)研究對(duì)象。在評(píng)價(jià)口譯表現(xiàn)時(shí)，對(duì)流利度的考量有時(shí)遠(yuǎn)超對(duì)語言質(zhì)量的考量。比如，Altman認(rèn)為學(xué)生譯員和職業(yè)口譯員的最大區(qū)別是流利度的區(qū)別；[1]26Pio認(rèn)為“流利度”和“意義傳達(dá)”平分秋色。[2]69二語習(xí)得的專家們把流利度分為語速、停頓和自我修正，如Chehr Azad, Farrokhi & Zohrabi等。[3]隨后口譯研究也延用了該類別的區(qū)分。然而，盡管許多研究者預(yù)測(cè)：語速、停頓和自我修正等變量都能影響口譯學(xué)生流利度的得分，如Riccardic、Mead、Tissi、Han，[4-7]且已有研究者通過實(shí)證研究表明停頓與口譯流利度板塊的得分顯著相關(guān)如Cecot、Mead、Pradas Macías、Tohyama & Matsubara、Tissi，[6-11]然而目前還未有實(shí)證研究表明自我修正對(duì)學(xué)生口譯考試的流利度得分有著和停頓同等程度的影響。

據(jù)此，本研究采取定量和定性結(jié)合的辦法，收集某高校翻譯專業(yè)大四學(xué)生《交替?zhèn)髯g》課上的考試音頻，對(duì)音頻材料進(jìn)行轉(zhuǎn)寫、分析，借助SPSS軟件得出相關(guān)系數(shù)，探討自我修正是否與停頓相同，與口譯流利度得分之間存在顯著相關(guān)性。最后，通過調(diào)查問卷，驗(yàn)證并解釋SPSS得出的定量數(shù)據(jù)。本研究的一大優(yōu)勢(shì)是，兩種變量的相關(guān)數(shù)據(jù)均在同一真實(shí)的環(huán)境中收集，具有很強(qiáng)的可比性并減少了相關(guān)誤差。

一、相關(guān)研究回顧

事實(shí)上，如前所述對(duì)流利度的研究并非先發(fā)于口譯領(lǐng)域，而是心理學(xué)領(lǐng)域，如Oleron & Nanpon及二語習(xí)得領(lǐng)域， 如Lennon、Kormos & Denes、Lautamus、Nerbonne & Wiersma、張文忠。[12-16]20世紀(jì)50年代伊始，口譯研究才得以萌發(fā)，但關(guān)于流利度的探索一直貫穿口譯研究的發(fā)展，從早期的Goldman-Eisler、Gerver、Kirchhoff到21世紀(jì)的Yagi、Cecot、Pio、Mead、Pradas Macías、Bakti、Yin、Han。[17-22]筆者對(duì)這些研究進(jìn)行了大致的梳理，按照相關(guān)變量、口譯模式、口譯語種及方向、研究環(huán)境、受試進(jìn)行分類。其中，自我修正包括開口錯(cuò)誤、替換、重組；停頓包括有聲停頓和無聲停頓。

表1 相關(guān)文獻(xiàn)分類

從上述分類圖表中可以看出，前人的研究主要關(guān)注同聲傳譯中的停頓變量，且研究方法多為語言實(shí)驗(yàn)；有關(guān)漢語的口譯研究也多是英譯漢或者漢譯英的單向研究；受試多為職業(yè)譯員，而非學(xué)生譯員。據(jù)此，本研究關(guān)注對(duì)象為學(xué)生譯員，考慮他們?cè)谟h、漢英交替?zhèn)髯g中的表現(xiàn)，探究自我修正與他們的口譯得分之間是否存在顯著關(guān)聯(lián)性。本研究中自我修正變量包括三個(gè)小變量：每分鐘錯(cuò)誤開口數(shù)量(the number of false start per min，即NFS(pm))、每分鐘替換數(shù)量(the number of replacement per min，即NRepl (pm))、每分鐘重組數(shù)量(the number of reformulation per min，即NRefo (pm))。停頓變量包括四個(gè)小變量：每分鐘有聲停頓數(shù)量(the number of filled pause per min，即NFP (pm))、每分鐘無聲停頓數(shù)量(the number of unfilled pause per min，即NUP (pm))、有聲停頓平均時(shí)長( mean length of filled pause ，即MLFP)、無聲停頓平均時(shí)長(mean length of unfilled pause，即MLUP)。最后包括流利度得分(Fluency of delivery ratings，即FluDel ratings)變量。

口譯研究中中自我修正的研究相對(duì)較少，相關(guān)定義也較單一，對(duì)該術(shù)語進(jìn)行定義的口譯領(lǐng)域研究者主要包括Tissi，[6]Pio，[2]Han。[7]盡管像Fox Tree等二語習(xí)得領(lǐng)域的研究者也曾研究過自我修正，[27]但這里不進(jìn)行贅述。錯(cuò)誤開口被“定義為說話者在沒有完成一句完整的表達(dá)前又開始了一個(gè)新的句子，Tissi[6]被Pio定義為：“口譯員在翻譯一句話的最開始打斷自己，然后又重組語言”。[2]77替換和重組被Tissi合并為“結(jié)構(gòu)重組(restructuring)”，[6]114包括：1)“更正說話者的說話內(nèi)容，包括一個(gè)短語、詞語甚至一個(gè)詞語的部分”；2)“說話者決定用另一種語言結(jié)構(gòu)表達(dá)他原本想要表達(dá)的意思”，分別對(duì)應(yīng)替換和重組。韓潮也對(duì)替換和重組作了區(qū)分，[7]認(rèn)為重組沒有改變譯者想要表達(dá)的含義，而替換相反。這些定義均適用于本研究，以下為例子(均取自于本研究中的真實(shí)素材)：

表2 英漢交替?zhèn)髯g中自我修正統(tǒng)計(jì)樣本

表3 漢英交替?zhèn)髯g中自我修正統(tǒng)計(jì)樣本

(注：鑒于研究目的，“重復(fù)”不在考慮范圍內(nèi)，且錯(cuò)誤開口的數(shù)量=替換數(shù)量+重組數(shù)量。)

關(guān)于停頓的分類略有不同。其中，語言學(xué)領(lǐng)域中，關(guān)于停頓的定義最充分、研究最豐富。

表4 語言學(xué)領(lǐng)域中關(guān)于停頓的研究分類

可見，語言學(xué)領(lǐng)域中，停頓主要為fillers和silence，又稱vocalized fillers和silent pauses。口譯領(lǐng)域中稱為filled pause和unfilled pause或者silence(Maclay & Osgood )。[37]本研究沿用口譯領(lǐng)域的術(shù)語名稱，稱其為有聲停頓(filled pause)和無聲停頓(unfilled pause)。有聲停頓定義為英文中的“uh” “um” “en” “e” (Miller & Hewgill；[33]Clark & Fox Tree[34])，以及中文中的“嗯”、“呃”等出現(xiàn)在句子中無語言意義的發(fā)聲。而關(guān)于無聲停頓，語言學(xué)領(lǐng)域并未詳細(xì)介紹其長度標(biāo)準(zhǔn)，口譯領(lǐng)域中主要的長度標(biāo)準(zhǔn)為大于等于0.2秒、0.25秒和0.3秒。本研究以0.25秒為標(biāo)準(zhǔn)，任何大于等于0.25秒的“無聲區(qū)”即為一個(gè)停頓。

表5 口譯領(lǐng)域中關(guān)于無聲停頓長度的標(biāo)準(zhǔn)表

歸納起來，NFS (pm)=錯(cuò)誤開口數(shù)量/口譯時(shí)長(秒)＊60；NRepl (pm)=替換數(shù)量/口譯時(shí)長(秒)＊60；NRefo (pm)=重組數(shù)量/口譯時(shí)長(秒)＊60；NFP (pm)=有聲停頓數(shù)量/口譯時(shí)長(秒)＊60；NUP (pm)=無聲停頓數(shù)量/口譯時(shí)長(秒)＊60；MLFP=有聲停頓總時(shí)長(秒)/有聲停頓的數(shù)量；無聲停頓平均時(shí)長(MLUP)=無聲停頓總時(shí)長(秒)/無聲停頓的數(shù)量。FluDel ratings=流利板塊評(píng)分人員評(píng)分總和/評(píng)分人員數(shù)量。

二、研究問題

本文探討的是自我修正、停頓與口譯流利板塊得分之間的關(guān)系，力圖用實(shí)證研究說明自我修正在口譯評(píng)分中的地位，回答“口譯評(píng)分中，自我修正是否與停頓享有同等影響力”這一問題。據(jù)此，本文有以下六個(gè)具體研究問題：

問題一:英漢交替?zhèn)髯g中NFS (pm)、NRepl (pm)、NRefo (pm)與FluDel ratings是否存在顯著相關(guān)關(guān)系？

問題二:英漢交替?zhèn)髯g中NFP (pm)、NUP (pm)、MLFP、MLUP與FluDel ratings是否與前人研究得出的結(jié)果相同，與FluDel ratings呈顯著負(fù)相關(guān)？

問題三: 上述兩種關(guān)系是否存在不同，為什么？

問題四:漢英交替?zhèn)髯g中NFS (pm)、NRepl (pm)、NRefo (pm)與FluDel ratings是否存在顯著相關(guān)關(guān)系？

問題五:漢英交替?zhèn)髯g中NFP (pm)、NUP (pm)、MLFP、MLUP與FluDel ratings存在顯著相關(guān)關(guān)系嗎？

問題六:上述兩種關(guān)系是否存在不同，為什么？

三、研究設(shè)計(jì)

本研究的受試是某高?！督惶?zhèn)髯g》課上的26名大四學(xué)生，包括23名女生和3名男生，平均年齡21歲，母語為漢語，英語為第二語言。26名學(xué)生至少有一年的口譯課經(jīng)驗(yàn)，其中15名同學(xué)已有CATTI三級(jí)口譯資格證書。

評(píng)分人員包含兩名口譯教師、四名助教(已有CATTI二級(jí)口譯資格證書，從該校MTI口譯專業(yè)畢業(yè)的研究生，目前已從事口譯員工作一年零六個(gè)月)，其中兩名男性，四名女性。漢語為母語，英語為第二語言。兩名口譯教師平均年齡35歲，四名助教平均年齡26歲。他們互相熟絡(luò)，有利于開展討論。他們將對(duì)每一位同學(xué)的口譯表現(xiàn)根據(jù)評(píng)分表進(jìn)行評(píng)分，最終評(píng)分結(jié)果取平均值。

《交替?zhèn)髯g》課第一周，任課教師向全班學(xué)生說明考試要求，并借用韓潮的口譯評(píng)分表，[7]向?qū)W生解釋將會(huì)按照該評(píng)分表對(duì)每位同學(xué)的口譯表現(xiàn)打分。評(píng)分表主要包含三個(gè)模塊：內(nèi)容完整性(completeness of contents)、表達(dá)流利度(fluency of delivery)和目標(biāo)語質(zhì)量(target language quality)，本研究不考慮內(nèi)容完整性和目標(biāo)語質(zhì)量，只考慮表達(dá)流利度，其評(píng)分細(xì)則如下(Han[7])：

表6 流利板塊評(píng)分細(xì)則

在評(píng)分前，口譯老師對(duì)評(píng)分人員進(jìn)行一次培訓(xùn)。同時(shí)，每位評(píng)分人員獲得一張?jiān)u分表，口譯老師詳細(xì)解釋評(píng)分表，其它評(píng)分人員提出問題進(jìn)行討論，統(tǒng)一標(biāo)準(zhǔn)。每位評(píng)分人員先獨(dú)立完成評(píng)分，最后一起討論。評(píng)分過程盡量保證標(biāo)準(zhǔn)統(tǒng)一，減少誤差。評(píng)分人員分別對(duì)內(nèi)容完整性、表達(dá)流利度和目標(biāo)語質(zhì)量進(jìn)行打分，每位同學(xué)的最終口譯得分取三部分得分的平均值。但鑒于研究目的，此處只取表達(dá)流利度得分的平均值作為每位同學(xué)的流利度得分。

本次口譯測(cè)試的英文材料含250詞，即430個(gè)音節(jié)，主題為日益增長的中國貿(mào)易；中文材料含400詞，主題為中國的旅游業(yè)。中英文材料均由口譯老師提前錄制。兩段材料之間間隔15分鐘，以供考生休息。每段材料分為兩到三個(gè)小節(jié)進(jìn)行播放?？荚嚥捎肗ew Class系統(tǒng)，同時(shí)錄入原聲道和學(xué)生聲道。

首先，運(yùn)用Cool Edit Pro 2.0對(duì)音頻進(jìn)行編輯。去掉原聲道，只留下譯語聲道，同時(shí)去掉小節(jié)之間的空白。第二步，對(duì)音頻進(jìn)行轉(zhuǎn)寫。轉(zhuǎn)寫要求精確，口譯中出現(xiàn)的一切情況都需記錄，包括呼吸聲、有意咳嗽和未完成的音節(jié)。第三步，利用Cool Edit Pro 2.0計(jì)算音頻總時(shí)長(秒)、找出所有無聲停頓和有聲停頓，要求記錄停頓開始時(shí)間和持續(xù)時(shí)長(秒)，將其總數(shù)和每個(gè)停頓的長度(秒)統(tǒng)計(jì)在Microsoft Excel中。第四步，對(duì)轉(zhuǎn)寫材料進(jìn)行錯(cuò)誤開口、替換、重組的統(tǒng)計(jì)。將所有的數(shù)據(jù)統(tǒng)計(jì)到表格中后，用公式算出NFS (pm)，NRepl (pm), NRefo (pm), NFP (pm), NUP (pm), MLFP, MLFP。根據(jù)6名評(píng)分人員的打分表算出每位同學(xué)表達(dá)流利度部分的平均分作為FluDel ratings。最后，核查轉(zhuǎn)寫材料和數(shù)據(jù)。

筆者在得出NFS (pm), NRepl (pm), NRefo (pm), NFP (pm), NUP (pm), MLFP, MLFP的數(shù)值后做了如下工作：1)算出平均值(mean)和標(biāo)準(zhǔn)差(standard deviation)；2)運(yùn)用IBM SPSS Statistics 21算出變量之間的相關(guān)系數(shù)；3)通過相關(guān)系數(shù)分析參數(shù)之間的兩兩關(guān)聯(lián)性；4)對(duì)比自我修正、停頓與評(píng)分之間的相關(guān)程度；5)解釋差異的原因和意義。本研究主要參看皮爾森相關(guān)系數(shù)數(shù)值，進(jìn)行分析。顯著水平ρ值小于0.05說明相關(guān)性顯著，小于0.01說明相關(guān)性異常顯著。相關(guān)系數(shù)r小于0，說明兩者呈正相關(guān)；小于0，呈負(fù)相關(guān)；等于0，不相關(guān)。

四、研究結(jié)果

本研究得出各變量個(gè)方向的描述性數(shù)據(jù)如表7、表8，相關(guān)性矩陣如表9、表10、表11、表12。表7和表8中的平均值和標(biāo)準(zhǔn)差均由Excel表算出。從表中可以看出，英漢交替?zhèn)髯g中NFS(pm)、NRepl(pm)、NUP (pm)、NFP (pm)的標(biāo)準(zhǔn)差較大，說明學(xué)生關(guān)于這四種變量的個(gè)體差異相對(duì)較大；NRfor(pm)、MLUP、MLFP、FluDel ratings標(biāo)準(zhǔn)差數(shù)值較小，說明數(shù)據(jù)之間差異不大。漢英交替?zhèn)髯g中情況類似，NFS(pm)、NRepl(pm)、NUP (pm)、NFP (pm)的標(biāo)準(zhǔn)差較大，說明學(xué)生關(guān)于這四種變量的個(gè)體差異相對(duì)較大；NRfor(pm)、MLUP、MLFP、FluDel ratings標(biāo)準(zhǔn)差數(shù)值較小，說明數(shù)據(jù)之間差異不大。其中，NUP (pm)、NFP (pm)標(biāo)準(zhǔn)差數(shù)值最大，且多出其它數(shù)值一半，因此這兩個(gè)變量不如MLFP、MLUP平穩(wěn)，驗(yàn)證了加入MLFP和MLUP的科學(xué)性。

表7 NFS(pm), NRepl(pm), NRefo(pm) , FluDel ratings的描述性數(shù)據(jù)

方向數(shù)據(jù)/數(shù)值NFS(pm)NRepl(pm)NRefo(pm)FluDel ratings英-漢平均值2.852.450.413.56標(biāo)準(zhǔn)差1.571.260.541.15漢-英平均值4.324.110.022.96標(biāo)準(zhǔn)差3.403.270.441.13

表8 NUP(pm),MLUP NFP(pm), MLFP, FluDel ratings描述性數(shù)據(jù)

方向數(shù)據(jù)/數(shù)值NUP(pm)MLUPNFP(pm)MLFPFluDel ratings英-漢平均值21.180.783.250.243.56標(biāo)準(zhǔn)差4.570.234.090.201.15漢-英平均值24.860.913.540.242.96標(biāo)準(zhǔn)差3.200.284.780.321.13

表9 NFS(pm), NRepl(pm), NRfor(pm)和FluDel ratings相關(guān)矩陣(英-漢)

NFS(pm)NRepl(pm)NRfor(pm)FluDel ratingsNFS(pm)1.956**.729**-.074.000.000.71826262626NRepl(pm).956**1.500**-.050.000.009.80926262626NRfor(pm).729**.500**1-.089.000.009.66726262626

表10 NUP(pm), MLUP, NFP(pm), MLFP和FluDel ratings (英-漢)

No_UP_per_min_0.25sMean_length_UP_0.25sNo_FP_per_min_0;25sMean_length_FP_0.25sFluDel_rat-ingsNo_UP_per_min_0.25s1-.161-.074.189.046.433.719.356.8252626262626Mean_length_UP_0.25s-.1611.078-.116-.631**.433.706.572.0012626262626No_FP_per_min-.074.0781.573**-.493*.719.706.002.0112626262626Mean_length_FP.189-.116.573**1-.279.356.572.002.1682626262626

(注：**p<0.01,*p<0.05)

表9和表10展示了英漢交替?zhèn)髯g中自我修正與口譯流利度評(píng)分、停頓與口譯流利度評(píng)分的相關(guān)系數(shù)r和顯著水平ρ。NFS(pm)和FluDel ratings之間的r (25) = -0.074, ρ > 0.05； NRepl(pm)和FluDel ratings之間的 r (25) = -0.050, ρ > 0.05，NRor(pm)和FluDel ratings之間的r (25) = -0.089, ρ > 0.05，說明兩兩之間盡管略微負(fù)相關(guān)，但是相關(guān)性并不顯著。NUP(pm)和FluDel ratings之間的r (25) = 0.46, ρ > 0.05； MLUP和FluDel ratings之間的r (25) = -0.631, ρ =0.01；NFP(pm)和FluDel ratings r (25) = -0.493, ρ < 0.05且趨近0.01；MLFP和FleDel ratings之間的r (25) = -0.279, ρ > 0.05。這說明在英漢交替?zhèn)髯g中自我修正并非與停頓一樣，在口譯得分中起著顯著的負(fù)相關(guān)作用。相反，自我修正與口譯得分之間并無任何顯著相關(guān)關(guān)系，但數(shù)據(jù)再次印證無聲停頓的長短以及有聲停頓的個(gè)數(shù)對(duì)口譯流利度的得分起著決定性的作用，無聲停頓越長或有聲停頓越多，得分就越低(Mead 2000; Cecot 2001; Pradas Macías 2006; Tohyama & Matsubara 2006, etc.)。

表11 NFS(pm), NRepl(pm), NRfor(pm)和FluDel ratings相關(guān)矩陣(漢-英)

NFS(pm)NRepl(pm)NRfor(pm)FluDel ratingsNFS(pm)1.992**.361-.312.000.070.12126262626NRepl(pm).992**1.241-.343.000.236.08626262626NRfor(pm).361.2411.124.070.236.54726262626

表12 NUP(pm), MLUP, NFP(pm), MLFP and FluDel ratings相關(guān)矩陣(漢-英)

No_UP_per_min_0.25sMean_length_UP_0.25sNo_FP_per_min_0;25sMean_length_FP_0.25sFluDel_ratingsNo_UP_per_min_0.25s1-.712**.353-.201.218.000.076.324.2862626262626Mean_length_UP_0.25s-.712**1-.456*.062-.544**.000.019.763.0042626262626No_FP_per_min.353-.456*10.368-0.243.076.019.064.2312626262626Mean_length_FP-.201.0620.3681-.289.324.763.064.1532626262626

表11和12展示了漢英交替?zhèn)髯g中自我修正與口譯流利度評(píng)分、停頓與口譯流利度評(píng)分的相關(guān)系數(shù)r和顯著水平ρ。NFS(pm)和FluDel ratings之間的r (25) = -0.312, ρ > 0.05； NRepl(pm)和FluDel ratings之間的 r (25) = -0.343, ρ > 0.05，NRor(pm)和FluDel ratings之間的r (25) = 0.124, ρ > 0.05，說明自我修正與口譯得分之間無顯著相關(guān)關(guān)系。NUP(pm)和FluDel ratings之間的r (25) = 0.218, ρ > 0.05；MLUP和FluDel ratings之間的r (25) = -0.544, ρ < 0.05；NFP(pm)和FluDel ratings r (25) = -0.243, ρ > 0.05；MLFP和FleDel ratings之間的r (25) = -0.289, ρ > 0.05。這說明在英漢交替?zhèn)髯g中，自我修正并非與停頓一樣，在口譯得分中起著顯著的負(fù)相關(guān)作用。相反，自我修正與口譯得分之間并無任何顯著相關(guān)關(guān)系，但數(shù)據(jù)再次印證無聲停頓的長短對(duì)口譯流利度的得分起著決定性的作用，無聲停頓越長，得分就越低。然而，漢英交替?zhèn)髯g中，每分鐘有聲停頓的數(shù)量卻與口譯得分沒有顯著相關(guān)性，這與英漢交替?zhèn)髯g有所不同。

五、SPSS數(shù)據(jù)補(bǔ)充

利用SPSS得出的數(shù)據(jù)表明，學(xué)生英漢漢英交替?zhèn)髯g中的流利度得分與每分鐘錯(cuò)誤開口數(shù)量、每分鐘替換數(shù)量、每分鐘重組數(shù)量無顯著相關(guān)性，這與部分研究者(Riccardic；[4]Mead；[5]Tissi；[6]Han等[41])的預(yù)測(cè)并不符合，也脫離口譯課師生的一般看法，即自我修正和停頓一樣，能對(duì)口譯得分造成顯著影響。同時(shí)，結(jié)果也再次證實(shí)英漢漢英交替?zhèn)髯g中無聲停頓的平均時(shí)長對(duì)口譯得分有顯著的負(fù)相關(guān)關(guān)系；盡管在英漢交替?zhèn)髯g中每分鐘有聲停頓的數(shù)量與口譯流利度得分呈顯著負(fù)相關(guān)關(guān)系，但是在漢英交替?zhèn)髯g中，兩者無顯著關(guān)系，這也與一般認(rèn)知有所不同。因此，本研究決定再次向評(píng)分人員做問卷調(diào)查，收集相關(guān)數(shù)據(jù)，力圖摸清緣由。

圖1 評(píng)分人員評(píng)分過程中遵從評(píng)分表的程度

問卷共有8道題目，其中5道選擇題，3道開放式問答題。做問卷時(shí)，所有評(píng)分人員均未獲得SPSS得出的數(shù)據(jù)。問卷結(jié)果表明6名評(píng)分人員均嚴(yán)格遵從評(píng)分表細(xì)則對(duì)學(xué)生的口譯表現(xiàn)進(jìn)行打分(如圖1)。圖2和圖3表明，6名評(píng)分人員均認(rèn)為英漢漢英交替?zhèn)髯g中每分鐘錯(cuò)誤開口數(shù)量，每分鐘替換數(shù)量、每分鐘重組數(shù)量、每分鐘無聲停頓數(shù)量、每分鐘有聲停頓數(shù)量、無聲停頓平均時(shí)長、有聲停頓平均時(shí)長均會(huì)影響學(xué)生的口譯得分。而圖4表明，2名評(píng)分人員認(rèn)為前三種變量的影響程度更深，4名評(píng)分人員認(rèn)為后四種變量的影響程度更甚，分別約占總?cè)藬?shù)的33.33%和66.7%。

圖2 自我修正是否影響口譯得分

圖3 停頓是否影響口譯得分

圖4 自我修正和停頓誰的影響程度更大

在開放式問答題中的答案中，兩名評(píng)分人員認(rèn)為，自我修正對(duì)口譯得分的影響更甚的原因是，學(xué)生譯員不斷改口將影響譯語內(nèi)容的整體理解，而確保評(píng)分人員對(duì)內(nèi)容的理解是重中之重。但剩余四名評(píng)分人員表示，無聲停頓造成多次譯語空白將大大降低評(píng)分人員對(duì)學(xué)生譯者的好感度，且無聲停頓和有聲停頓數(shù)量多便意味著錯(cuò)誤開口、替換、重組的數(shù)量也多，因此停頓的影響程度更甚。

六、結(jié) 語

通過對(duì)比SPSS算出的各變量的相關(guān)系數(shù)，筆者發(fā)現(xiàn)自我修正并未如部分研究者預(yù)測(cè)一般，和停頓相同，對(duì)口譯得分起著關(guān)鍵的反向作用。相反，無論是英漢還是漢英的交替?zhèn)髯g中，自我修正與學(xué)生譯員的口譯得分之間并不存在顯著相關(guān)關(guān)系。在確保實(shí)驗(yàn)設(shè)計(jì)、數(shù)據(jù)無誤后，筆者再次利用問卷調(diào)查，對(duì)6名評(píng)分人員進(jìn)行了調(diào)查。問卷結(jié)果表明，6名評(píng)分人員均表示自我修正和停頓都能對(duì)口譯得分產(chǎn)生影響，且其中4名評(píng)分人員認(rèn)為停頓的影響程度更甚于自我修正的影響程度，原因是無聲停頓造成的大段空白最能拉低評(píng)分人員對(duì)學(xué)生譯員的好感度，且停頓越多、越長，越可能導(dǎo)致錯(cuò)誤開口、替換、重組的發(fā)生。而盡管自我修正一定程度上影響譯文的整體流暢度，但在評(píng)分過程中并無顯著相關(guān)性。據(jù)此，口譯教師在評(píng)分過程中是否應(yīng)該繼續(xù)堅(jiān)持該評(píng)分原則，還是應(yīng)該做出調(diào)整，對(duì)自我修正引起一定重視，這是一個(gè)嚴(yán)峻的問題，因?yàn)檎n堂教師的打分會(huì)對(duì)學(xué)生的學(xué)習(xí)起反波作用。若是教師打分比實(shí)際培養(yǎng)目標(biāo)更寬松，那么是否會(huì)一定程度影響學(xué)生的學(xué)習(xí)呢？這仍需進(jìn)行更深層次的研究。此外，任課教師及其他助理教師盡管在問卷調(diào)查中的態(tài)度觀點(diǎn)與SPSS實(shí)際得出的相關(guān)系數(shù)明顯不同，這一定程度上說明單一的定性研究不盡可靠。未來的口譯研究趨勢(shì)一如韓潮所說，將是定性和定量結(jié)合。[42]

但本研究仍存在局限：1)只有26名被試者，數(shù)量不夠大且性別分布并不平衡；2)所有被試者來自同一學(xué)校同一班級(jí)，不能代表全國不同高校學(xué)生的情況；3)盡管評(píng)分人員均宣稱嚴(yán)格遵從評(píng)分表進(jìn)行打分，但仍然可能存在較大的差異。上訴局限在實(shí)際操作過程中難以完全杜絕，尤其是口譯相對(duì)筆譯還需要進(jìn)行大量的轉(zhuǎn)寫工作，耗時(shí)巨大。但假以時(shí)日，若能建成一個(gè)全面而大型的高校口譯考試語料庫，那么得出更具有概括性的結(jié)論將不再是“黃粱一夢(mèng)”。