AIGC背景下機(jī)輔漢法翻譯的譯后編輯問題與對(duì)策研究

摘要：在AIGC技術(shù)浪潮的強(qiáng)勁驅(qū)動(dòng)下，翻譯行業(yè)正步入一個(gè)史無前例的轉(zhuǎn)型階段，計(jì)算機(jī)輔助翻譯領(lǐng)域亦迎來了前所未有的發(fā)展機(jī)遇與復(fù)雜挑戰(zhàn)。恰逢中法建交六十周年這一歷史性時(shí)刻，該文依托在西南地區(qū)開展的《關(guān)于漢法機(jī)輔翻譯工具使用情況的調(diào)研問卷》的深度分析成果，借助DeepL與ChatGPT兩種廣受關(guān)注的計(jì)算機(jī)輔助翻譯工具，結(jié)合政治外交文本的具體翻譯案例與譯后編輯實(shí)踐，系統(tǒng)性地歸納總結(jié)了機(jī)輔漢法翻譯過程中頻繁出現(xiàn)的錯(cuò)誤類型，涉及內(nèi)容與格式兩個(gè)方面。在此基礎(chǔ)上，該文進(jìn)一步提出了切實(shí)可行的譯后編輯優(yōu)化策略，旨在探索并構(gòu)建一種新型的人機(jī)協(xié)同翻譯模式。此研究不僅為當(dāng)前翻譯實(shí)踐模式的革新提供了理論支撐與實(shí)踐指導(dǎo)，更為未來翻譯行業(yè)的發(fā)展開辟了新視野與新路徑。

關(guān)鍵詞：AIGC；計(jì)算機(jī)輔助翻譯；漢法翻譯；政治外交文本；譯后編輯；對(duì)策研究

中圖分類號(hào)：H315.9 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2096-4110（2024）11（a）-0029-06

Research on Post-editing Problems and Countermeasures of Chinese-French Computer-Aided Translation in the Context of AIGC

ZHAO Xiaofan， LI Wenli

（Leshan Normal University， Leshan Sichuan， 614000， China）

Abstract： Driven by the strong wave of AIGC technology， the translation industry is stepping into an unprecedented transformation stage， and the field of Computer-Aided Translation has also ushered in new development opportunities and complex challenges. Coinciding with the 60th anniversary of the establishment of diplomatic relations between China and France， based on the results of THE QUESTIONNAIRE ON THE USE OF CHINESE-FRENCH COMPUTER-AIDED TRANSLATION TOOLS in Southwest China， and with the help of the two popular Computer-Aided Translation tools DeepL and ChatGPT， and in combination with the specific translation cases of political-diplomatic texts and the post-editing practice， this study systematically summarizes the types of common errors in the process of Chinese-French Computer-Aided Translation， which involves both the content and format. On this basis， this study further proposes practical post-editing optimization strategies， aiming at exploring and constructing a new type of human-computer collaborative translation mode. This study not only provides theoretical support and practical guidance for the innovation of the current translation practice mode， but also opens up new horizons and paths for the development of the translation industry in the future.

Key words： AIGC; Computer-Aided Translation; Chinese-French translation; Political-diplomatic texts; Post-editing; Countermeasure research

數(shù)字化與人工智能的快速發(fā)展給翻譯行業(yè)帶來深刻變革，為計(jì)算機(jī)輔助翻譯領(lǐng)域帶來了新的機(jī)遇與挑戰(zhàn)。我國(guó)相繼發(fā)布了《國(guó)家信息化發(fā)展戰(zhàn)略綱要》（2016）、《新文科建設(shè)宣言》（2020）、《提升全民數(shù)字素養(yǎng)與技能行動(dòng)綱要》（2021）等文件，不僅強(qiáng)調(diào)了技術(shù)創(chuàng)新在加強(qiáng)文化交流、提升國(guó)家軟實(shí)力方面的核心地位，亦為計(jì)算機(jī)輔助翻譯的研究與發(fā)展指明了方向。2023年10月召開的全國(guó)宣傳思想文化工作會(huì)議正式提出了習(xí)近平文化思想[1]，強(qiáng)調(diào)要著力加強(qiáng)國(guó)際傳播能力建設(shè)、促進(jìn)文明交流互鑒，為新時(shí)代的國(guó)際傳播工作賦予了新的使命。2024年正值中法建交六十周年，機(jī)輔漢法翻譯研究對(duì)于增進(jìn)兩國(guó)理解，促進(jìn)國(guó)際傳播，加強(qiáng)跨文化交流和政治、經(jīng)濟(jì)合作具有劃時(shí)代意義。

AIGC賦能下的機(jī)輔翻譯工具，如DeepL、ChatGPT等，顯著提升了翻譯效率。然而，由于術(shù)語庫資源相對(duì)匱乏，機(jī)輔翻譯在語義精準(zhǔn)度與表達(dá)自然性上仍存在一定的局限，譯文質(zhì)量與水平仍有待提高，尚達(dá)不到完全替代譯員的程度[2]。鑒于此，本文聚焦機(jī)輔漢法翻譯中政治外交文本的錯(cuò)誤類型，通過案例分析與譯后編輯實(shí)踐，提出切實(shí)可行的譯后編輯策略，探索人機(jī)協(xié)同的新型翻譯工作模式，以推動(dòng)機(jī)輔翻譯在漢法翻譯領(lǐng)域的深入應(yīng)用與高質(zhì)量發(fā)展。

1 AIGC背景下的機(jī)輔漢法翻譯概述

1.1 AIGC的起源與發(fā)展

人工智能是計(jì)算機(jī)科學(xué)的一個(gè)分支，是研究開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)[3]。AIGC，作為人工智能的重要分支，指利用人工智能技術(shù)，通過已有數(shù)據(jù)模型尋找規(guī)律，并進(jìn)行適當(dāng)?shù)姆夯芰ι上嚓P(guān)內(nèi)容[4]。2017年，Transformer架構(gòu)的問世將AIGC推向新高度，特別是OpenAI發(fā)布的GPT系列模型，以其卓越的文本生成能力，在對(duì)話系統(tǒng)、文本創(chuàng)作及機(jī)輔翻譯等領(lǐng)域展現(xiàn)出巨大潛力，引發(fā)了全球?qū)IGC技術(shù)與應(yīng)用的廣泛關(guān)注。

隨著算法進(jìn)步和大規(guī)模數(shù)據(jù)集的應(yīng)用，AIGC技術(shù)發(fā)展迅猛，在全球范圍內(nèi)掀起了AIGC模型互動(dòng)模式的研究熱潮。AIGC技術(shù)在翻譯領(lǐng)域的應(yīng)用日益廣泛，涵蓋計(jì)算機(jī)輔助翻譯、跨模態(tài)翻譯及定制化翻譯等多個(gè)方面，深刻改變了翻譯行業(yè)的實(shí)踐路徑與研究方向。

1.2 計(jì)算機(jī)輔助翻譯的內(nèi)涵與特征

計(jì)算機(jī)輔助翻譯是翻譯人員借助計(jì)算機(jī)輔助翻譯技術(shù)或工具進(jìn)行的一種翻譯模式[5]，具有高效快速的特點(diǎn)。根據(jù)中國(guó)翻譯協(xié)會(huì)發(fā)布的《2024中國(guó)翻譯行業(yè)發(fā)展報(bào)告》，在參與調(diào)研的翻譯企業(yè)中，52.90%的項(xiàng)目使用了機(jī)輔翻譯[6]。在大規(guī)模翻譯項(xiàng)目中，機(jī)輔翻譯的應(yīng)用有效提升了翻譯質(zhì)量和效率。根據(jù)中國(guó)外文局翻譯院智能翻譯實(shí)驗(yàn)室發(fā)布的《關(guān)于計(jì)算機(jī)輔助翻譯使用情況的調(diào)研問卷》的研究結(jié)果顯示，超95.00%的受訪翻譯企業(yè)管理者認(rèn)為，機(jī)輔翻譯軟件對(duì)企業(yè)收益增長(zhǎng)幫助較大[7]。通過研究機(jī)輔翻譯，推動(dòng)翻譯行業(yè)數(shù)字化、智能化升級(jí)，符合時(shí)代潮流和客觀需要。

在術(shù)語庫和翻譯記憶庫的支持下，機(jī)輔翻譯能夠基本保障譯文質(zhì)量的可控性與術(shù)語的一致性。此外，它還具有較強(qiáng)的協(xié)同性，便于翻譯、編輯和校對(duì)等環(huán)節(jié)的團(tuán)隊(duì)協(xié)作，尤其在應(yīng)對(duì)大規(guī)模翻譯任務(wù)時(shí)，能夠有效減輕譯員的重復(fù)勞動(dòng)。然而，機(jī)輔翻譯的語言理解與創(chuàng)造力欠缺，無法達(dá)到人類智能語言的層級(jí)，難以靈活處理復(fù)雜語境以傳達(dá)原文情感。

1.3 機(jī)輔漢法翻譯工具的應(yīng)用現(xiàn)狀

針對(duì)機(jī)輔翻譯工具在漢法翻譯中語義精準(zhǔn)度和表達(dá)自然性不足等問題，本團(tuán)隊(duì)設(shè)計(jì)了《關(guān)于漢法機(jī)輔翻譯工具使用情況的調(diào)研問卷》，并面向西南地區(qū)法語學(xué)習(xí)者與從業(yè)者開展問卷調(diào)查，共回收有效問卷126份，其中，74.13%為法語專業(yè)學(xué)生，其余為法語教師和翻譯從業(yè)者。

調(diào)查結(jié)果顯示，法語助手、有道翻譯、百度翻譯、DeepL和ChatGPT等機(jī)輔翻譯工具被廣泛使用，主要應(yīng)用于學(xué)術(shù)研究、日常交流、新聞閱讀等多個(gè)領(lǐng)域，顯著提升了翻譯效率，減輕了工作負(fù)擔(dān)。受訪者中，有42.06%的人每日使用機(jī)輔翻譯工具，有38.89%的人每周使用未超5次，13.49%的人僅在特定場(chǎng)合下使用。面對(duì)機(jī)輔翻譯工具在復(fù)雜句式處理、術(shù)語精準(zhǔn)度和文化內(nèi)涵傳達(dá)等方面的缺陷，67.46%的受訪者表示在初譯后，需花費(fèi)較長(zhǎng)時(shí)間進(jìn)行校對(duì)和修改。受訪者期望機(jī)輔翻譯工具能夠提升專業(yè)術(shù)語翻譯的準(zhǔn)確度和上下文理解能力，提供更多的文化背景參考，并改進(jìn)語法處理能力。同時(shí)，調(diào)查結(jié)果也反映出受訪者對(duì)于隱私保護(hù)、國(guó)家安全和知識(shí)產(chǎn)權(quán)的重視。雖然機(jī)輔翻譯能基本滿足譯者需要，譯文的可用性逐漸得到行業(yè)認(rèn)可，但當(dāng)下人工智能和機(jī)輔翻譯都還處在發(fā)展的初級(jí)階段[8]，機(jī)輔翻譯在情感表達(dá)、意圖理解和意境營(yíng)造等方面仍存不足，需大量的人工編輯和譯后調(diào)整，方達(dá)“知情意”的國(guó)際傳播要求。

2 機(jī)輔漢法翻譯實(shí)例分析

鑒于中法語言特性及文化差異，機(jī)輔翻譯在應(yīng)用中常因語料庫資源匱乏、語境處理困難而導(dǎo)致語意割裂、文化內(nèi)涵誤傳等問題。2024年，正值中法建交六十周年，《費(fèi)加羅報(bào)》發(fā)表的《傳承中法建交精神 共促世界和平發(fā)展》一文生動(dòng)展現(xiàn)了中法兩國(guó)深厚的歷史淵源與文明交流互鑒的豐碩成果，堪為政治外交文本研究范例。DeepL與ChatGPT作為當(dāng)前應(yīng)用最廣泛的機(jī)輔翻譯工具，分別代表了傳統(tǒng)機(jī)器翻譯技術(shù)和新興人工智能對(duì)話模型，二者在處理復(fù)雜語境時(shí)具有典型性。鑒于此，為有效提升機(jī)輔翻譯的精準(zhǔn)度，促進(jìn)中國(guó)文化的國(guó)際傳播與交流，本文以《傳承中法建交精神 共促世界和平發(fā)展》為例，依托DeepL與ChatGPT，從內(nèi)容精準(zhǔn)度與格式規(guī)范性兩個(gè)維度，深入剖析機(jī)輔翻譯的常見問題，旨在探索其在政治外交文本翻譯中的實(shí)際應(yīng)用效果及改進(jìn)路徑。

2.1 內(nèi)容層面

2.1.1 范疇詞多譯

范疇詞指表示行為、現(xiàn)象、屬性等概念所屬領(lǐng)域的名詞[9]，常用于標(biāo)示事物的類別或?qū)傩浴Ｋ鼈兇蠖酂o實(shí)際意義，但并非“廢詞”，能夠使句子更加流暢，刪除后會(huì)影響語感。作為漢語特有的表達(dá)手段，范疇詞的廣泛性和抽象性在機(jī)輔翻譯中常導(dǎo)致詞匯冗余或語義缺失等問題。常見的名詞性范疇詞有態(tài)度、情況等，而動(dòng)詞性范疇詞常以“在……背景下”“解決……問題”等搭配形式出現(xiàn)。

例1：

原文：在冷戰(zhàn)正酣的背景下

DeepL：dans le contexte de la guerre froide en cours

ChatGPT：dans un contexte de Guerre froide où les tensions étaient vives

官方譯文：en pleine guerre froide

對(duì)于“在……背景下”這一范疇詞，DeepL和ChatGPT均因采用直譯法，造成詞匯冗余。官方譯文則巧妙地省略了這一范疇詞，將翻譯重點(diǎn)放在“冷戰(zhàn)正酣”上，強(qiáng)調(diào)統(tǒng)一性與整體性，簡(jiǎn)潔準(zhǔn)確地傳達(dá)了原意。

2.1.2 時(shí)政新詞核心詞義模糊

隨著新時(shí)代中國(guó)特色社會(huì)主義實(shí)踐的不斷深化，時(shí)政新詞層出不窮，然而因機(jī)輔翻譯庫的文化背景參考不足，往往無法理解時(shí)政新詞的核心概念和關(guān)鍵要素，難以傳達(dá)其核心詞義。

例2：

原文：新質(zhì)生產(chǎn)力

DeepL：une nouvelle productivité de qualité

ChatGPT：de nouvelles forces productives

官方譯文：des forces productives de nouvelle qualité

“新質(zhì)生產(chǎn)力”是在2023年提出的一個(gè)新概念。其核心在于“生產(chǎn)力”，特點(diǎn)是創(chuàng)新，關(guān)鍵在質(zhì)優(yōu)。ChatGPT直接忽視了“質(zhì)量”這一關(guān)鍵要素，DeepL的譯文雖涉及“新質(zhì)”，卻未能準(zhǔn)確傳達(dá)“生產(chǎn)力”與“新質(zhì)”之間的內(nèi)在聯(lián)系。

2.1.3 動(dòng)賓搭配不當(dāng)

機(jī)輔翻譯在處理復(fù)雜的動(dòng)賓搭配時(shí)，容易片面地理解動(dòng)賓關(guān)系，導(dǎo)致內(nèi)涵缺失、語義狹窄等現(xiàn)象，使讀者對(duì)原文產(chǎn)生偏差或混淆，造成信息傳遞不準(zhǔn)確。

例3：

原文：傳承中法建交精神

DeepL：transmettre l’esprit des relations diplomatiques entre la Chine et la France

ChatGPT：poursuivre l’esprit de l’établissement des relations diplomatiques sino-fran?aises

官方譯文：faire rayonner l’esprit présidant à l’établissement des relations diplomatiques entre la Chine et la France

“傳承”指將前輩累積的經(jīng)驗(yàn)與智慧系統(tǒng)性地傳授與承接，并在此基礎(chǔ)上進(jìn)行發(fā)揚(yáng)與創(chuàng)新。DeepL從物理角度考量，選用了“傳遞”作為動(dòng)詞，該詞常搭配實(shí)物為賓語，而此處的賓語卻是抽象的精神遺產(chǎn)，導(dǎo)致動(dòng)詞與賓語搭配不當(dāng)。ChatGPT選用“延續(xù)”一詞，雖在動(dòng)賓搭配上更顯貼切，卻未充分捕捉原文強(qiáng)調(diào)的“發(fā)揚(yáng)”這一精神實(shí)質(zhì)的深層意蘊(yùn)，在一定程度上削弱了信息傳播的效果。

2.1.4 動(dòng)詞時(shí)態(tài)使用不當(dāng)

漢語缺乏法語所特有的時(shí)態(tài)體系，即漢語動(dòng)詞無法借助自身的形態(tài)變化來明確時(shí)間概念。因此，機(jī)輔漢法翻譯難以僅憑動(dòng)詞的形態(tài)直接判定句子的時(shí)態(tài)特征。相反，它必須依賴于時(shí)間助詞、時(shí)間短語或上下文語境來解析和提取時(shí)間信息。這一機(jī)制常導(dǎo)致其時(shí)態(tài)識(shí)別與表達(dá)混亂，影響翻譯的準(zhǔn)確性和流暢性。

例4：

原文：2023年中國(guó)經(jīng)濟(jì)增長(zhǎng)5.2%，2024年的目標(biāo)是5%左右。

DeepL：L’économie chinoise conna?tra une croissance de 5，2 % en 2023， avec un objectif d’environ 5% en 2024

ChatGPT：En 2023， la croissance économique de la Chine a été de 5，2 %， et l’objectif pour 2024 est d’environ 5 %，

官方譯文：Son économie a enregistré une croissance de 5，2% en 2023 et vise pour 2024 une croissance d’environ 5%，

原文前半句描述的是2023年已經(jīng)發(fā)生的經(jīng)濟(jì)增長(zhǎng)數(shù)據(jù)，后半句是2024年的目標(biāo)預(yù)期，因此在進(jìn)行翻譯時(shí)，前半句應(yīng)使用過去時(shí)態(tài)，后半句則需使用現(xiàn)在時(shí)。DeepL前后兩句均使用簡(jiǎn)單將來時(shí)，與原文時(shí)態(tài)不符。ChatGPT的譯文則基本符合原文時(shí)態(tài)。

2.1.5 古籍用語的句意割裂

全球化背景下，中國(guó)古籍用語在國(guó)際交流中的應(yīng)用日益增多。中華五千年文明綿延不絕，古籍用語，如典故、成語、詩詞等，蘊(yùn)含豐富的文化歷史信息，在法語中無完全對(duì)應(yīng)的詞匯。因此，機(jī)輔翻譯多傾向于字面翻譯，忽視原文深層的文化內(nèi)涵，導(dǎo)致譯文句意割裂、語義破碎、生澀難懂，且難以兼顧語言格式的工整性和美學(xué)性。

例5：

原文：“君子和而不流，強(qiáng)哉矯；中立而不倚，強(qiáng)哉矯”。

DeepL："Un gentleman est fort en harmonie mais pas en flux; il est fort en neutralité mais pas en penchant".

ChatGPT："Un gentilhomme est harmonieux sans se prostituer， quelle force ！Il est impartial sans se pen- cher d’un c?té， quelle force ！"

官方譯文：Le sage cultive l’harmonie dans la diversité et se tient dans le juste milieu sans incliner d’un c?té ou de l’autre. Que sa fermeté est courageuse ！

DeepL將“和而不流”直譯為“不在流動(dòng)之中”，未能傳達(dá)君子和諧而不隨波逐流之意，造成句意割裂。ChatGPT則譯為“不出賣自己”，與原文意思大相徑庭。對(duì)于“中立而不倚”，機(jī)翻譯文生硬，未能流暢表達(dá)“不偏不倚”之意。盡管二者在語言格式工整性方面表現(xiàn)良好，但在傳達(dá)文化內(nèi)涵和準(zhǔn)確性上仍有待改進(jìn)。

2.1.6 隱喻修辭冗長(zhǎng)

在政治外交文本中，隱喻修辭尤為常見，多借助“是”“成”等詞，通過直接將本體說成喻體，或通過喻體來暗示本體，將某一事物比擬成與其相似的另一事物，巧妙有力地表達(dá)政治立場(chǎng)、傳遞政治信息。然而，機(jī)輔翻譯常因忽視語境而硬譯或直譯，導(dǎo)致譯文冗長(zhǎng)，影響信息的精準(zhǔn)傳達(dá)。

例6：

原文：中國(guó)是和平共處五項(xiàng)原則的忠實(shí)實(shí)踐者。

DeepL：La Chine est un fidèle praticien des cinq principes de la coexistence pacifique.

ChatGPT：La Chine est un défenseur loyal et praticien des cinq principes de coexistence pacifique.

官方譯文：La Chine applique fidèlement les Cinq Principes de la Coexistence pacifique.

例6中，“中國(guó)”是本體，“忠實(shí)實(shí)踐者”是喻體，強(qiáng)調(diào)中國(guó)堅(jiān)定執(zhí)行和遵循和平共處五項(xiàng)原則。DeepL和ChatGPT均選擇直譯，保留了“忠實(shí)實(shí)踐者”的表述，導(dǎo)致譯文冗長(zhǎng)，不符合法語表達(dá)習(xí)慣。官方譯文則摒棄了暗喻形式，改用意譯法，調(diào)整句式結(jié)構(gòu)，強(qiáng)調(diào)中國(guó)對(duì)原則的忠實(shí)執(zhí)行，更加簡(jiǎn)潔自然，貼近法語表達(dá)習(xí)慣。

2.1.7 重大歷史時(shí)間節(jié)點(diǎn)直譯

政治外交文本中常提及某些具有里程碑意義的歷史事件及其時(shí)間，這些時(shí)間節(jié)點(diǎn)承載著深遠(yuǎn)的歷史意蘊(yùn)和政治象征價(jià)值。然而，機(jī)輔翻譯在處理此類文本時(shí)，由于缺乏對(duì)相應(yīng)文化背景的深刻理解，傾向于采用機(jī)械的直譯法，嚴(yán)重削弱了政治外交信息的傳播效果和戰(zhàn)略影響力。

例7：

原文：70年前，周恩來總理首次完整提出……和平共處五項(xiàng)原則。

DeepL：Il y a 70 ans， le premier ministre Zhou Enlai a présenté pour la première fois les cinq principes de la coexistence pacifique.

ChatGPT：Il y a 70 ans， le Premier ministre Zhou Enlai a présenté pour la première fois de manière complète les Cinq Principes de la Coexistence Pacifique.

官方譯文：En 1954， le Premier Ministre Zhou Enlai a avancés les Cinq Principes de la Coexistence pacifique pour la première fois.

DeepL和ChatGPT在處理“70年”這一表述時(shí)，未能準(zhǔn)確識(shí)別出該表述指向一個(gè)具有特定背景的歷史事件，僅將其字面化地譯為“數(shù)字+年”的形式。官方譯文則根據(jù)上下文語境選擇將其轉(zhuǎn)譯為“1954年”，準(zhǔn)確還原了歷史指涉，有效提升了中國(guó)在國(guó)際舞臺(tái)上的影響力，增強(qiáng)了政治外交文本的權(quán)威性。

2.2 格式層面

2.2.1 大小寫混淆

機(jī)輔翻譯在處理包含人名、身份、組織名、地名等專有名詞時(shí)，常暴露出大小寫使用不規(guī)范、普通名詞與專有名詞混用等問題，影響譯文的準(zhǔn)確性和流暢性。

例8：

原文：戴高樂將軍

DeepL：le général de Gaulle

ChatGPT：le général de Gaulle

官方譯文：le Général de Gaulle

DeepL和ChatGPT的翻譯內(nèi)容基本正確，但將“將軍”的首字母小寫，未遵循專有名詞大寫的規(guī)范。這種翻譯方式在非正式語境中較為常見，但在外交場(chǎng)合等正式莊重的場(chǎng)合，表示職位或頭銜的名詞通常需要大寫，以突出其正式性和重要性。

2.2.2 標(biāo)點(diǎn)符號(hào)使用不當(dāng)

法語中的標(biāo)點(diǎn)符號(hào)與中文并非一一對(duì)應(yīng)，如法語引號(hào)“??”常用于直接引語或表示強(qiáng)調(diào)，中文的書名號(hào)“《》”雖與之形式相似，卻主要用于標(biāo)示書籍、文章等出版物。機(jī)輔翻譯在處理特定語境下的標(biāo)點(diǎn)符號(hào)時(shí)，因缺乏對(duì)人類語言深層次理解和語境感知的能力，往往難以準(zhǔn)確把握標(biāo)點(diǎn)符號(hào)在原文中的確切含義和用法，常導(dǎo)致標(biāo)點(diǎn)直譯、多譯、錯(cuò)譯，影響翻譯質(zhì)量。

例9：

原文：“昆明—蒙特利爾全球生物多樣性框架”

DeepL：le Cadre mondial pour la biodiversité Kunming-Montréal

ChatGPT：le Cadre mondial de la biodiversité Kunming-Montréal

官方譯文：le Cadre mondial de la biodiversité de Kunming-Montréal

“昆明—蒙特利爾全球生物多樣性框架”是一項(xiàng)國(guó)際協(xié)議。DeepL未能恰當(dāng)使用介詞來連接限定成分，ChatGPT的譯文則存在標(biāo)點(diǎn)符號(hào)的過度使用問題，誤用法語引號(hào)，這不僅與法語的書寫習(xí)慣不符，也會(huì)引起讀者的困惑。

2.2.3 文體排版不規(guī)范

政治外交文本在排版上有特定格式要求，如標(biāo)題、段落、引用等。然而，機(jī)輔翻譯難以保持原文的排版格式，如標(biāo)題未大寫、段落換行錯(cuò)誤等，使譯文在視覺上顯得雜亂無章，影響譯文的可讀性。

3 機(jī)輔翻譯的譯后編輯策略

基于機(jī)輔翻譯實(shí)踐與研究，本文提煉出5條譯后編輯準(zhǔn)則，既充分發(fā)揮了機(jī)輔翻譯技術(shù)在提升翻譯效率與保障譯文質(zhì)量方面的獨(dú)特優(yōu)勢(shì)，還深度融合了譯者的主體性作用，倡導(dǎo)在人機(jī)協(xié)作中不斷探索和優(yōu)化翻譯模式，以確保譯文精準(zhǔn)、流暢地傳達(dá)原文的意圖與情感。

3.1 人機(jī)互譯，協(xié)同高效

機(jī)輔翻譯便捷高效，譯者深諳中法文體風(fēng)格差異及其語法知識(shí)，二者結(jié)合事半功倍。譯者需熟悉中法標(biāo)點(diǎn)符號(hào)的對(duì)照規(guī)則，結(jié)合語境靈活使用。同時(shí)，可借助排版軟件優(yōu)化譯文排版，提升譯文美觀性。

3.2 更新術(shù)語，精準(zhǔn)匹配

翻譯工具的開發(fā)者應(yīng)不斷完善并實(shí)時(shí)更新時(shí)政術(shù)語庫，擴(kuò)大庫容量，核對(duì)專有名詞，提高匹配正確率。同時(shí)，語料庫應(yīng)基于中法歷史文化背景知識(shí)，精析時(shí)政新詞核心義，增補(bǔ)引申義。還需優(yōu)化讀者反饋機(jī)制，進(jìn)一步提升機(jī)輔翻譯的精準(zhǔn)度。

3.3 逐字修正，逐句潤(rùn)色

譯者需精確對(duì)比原文與譯文，識(shí)別出所有可能的翻譯誤差，逐字逐句調(diào)整潤(rùn)色。譯者還需深入理解原文語境，分析句子之間的邏輯關(guān)系，調(diào)整句子結(jié)構(gòu)，優(yōu)化語序。

3.4 緊跟時(shí)政，堅(jiān)定立場(chǎng)

譯者需密切關(guān)注國(guó)內(nèi)外時(shí)政熱點(diǎn)，保持對(duì)政治動(dòng)態(tài)的敏銳洞察力。在譯后編輯時(shí)，堅(jiān)定政治立場(chǎng)，確保翻譯內(nèi)容符合國(guó)家立場(chǎng)。同時(shí)，要注重翻譯準(zhǔn)確、客觀、公正，以免造成文化誤解。

3.5 持續(xù)學(xué)習(xí)，提升素養(yǎng)

譯者需持續(xù)學(xué)習(xí)新知，培養(yǎng)歷史文學(xué)素養(yǎng)和跨文化交際能力，以準(zhǔn)確傳達(dá)中國(guó)智慧和中國(guó)方案。譯者還需持續(xù)提升機(jī)輔翻譯工具和計(jì)算機(jī)的使用能力。

4 結(jié)束語

機(jī)輔翻譯水平隨AIGC研究的深入而大幅提升，但仍處初級(jí)階段，無法完全替代譯員，“機(jī)輔翻譯＋譯后編輯”的人機(jī)協(xié)作工作模式將長(zhǎng)期存在。本研究聚焦AIGC浪潮下的機(jī)輔漢法翻譯，通過問卷調(diào)研、案例分析及譯后編輯實(shí)踐，對(duì)政治外交文本在機(jī)輔漢法翻譯中的常見錯(cuò)誤類型進(jìn)行了系統(tǒng)歸納，并在此基礎(chǔ)上提出了切實(shí)可行的譯后編輯策略。新時(shí)代的翻譯研究者，需直面機(jī)輔翻譯的譯后編輯挑戰(zhàn)，持續(xù)優(yōu)化技術(shù)，不斷完善策略，提升譯后編輯效率與質(zhì)量，為推動(dòng)翻譯行業(yè)的數(shù)字化轉(zhuǎn)型和翻譯人才培養(yǎng)貢獻(xiàn)力量。

參考文獻(xiàn)

[1] 新華網(wǎng).第一觀察丨習(xí)近平文化思想首次提出[EB/OL]．（2023-10-08）[2024-10-08]．http：//www.news.cn/2023-10/08/c_1129905812.htm．

[2] 王華樹，陳涅奧.中國(guó)語言服務(wù)企業(yè)機(jī)器翻譯與譯后編輯應(yīng)用調(diào)查研究[J].北京第二外國(guó)語學(xué)院學(xué)報(bào)，2021，43（5）：23-37.

[3] 周志敏，紀(jì)愛華．人工智能[M]．北京：人民郵電出版社，2017.

[4] 肖豐佳. AIGC技術(shù)在軟件測(cè)試中的應(yīng)用探討[J].工業(yè)控制計(jì)算機(jī)，2024，37（4）：82-84.

[5] 中國(guó)翻譯協(xié)會(huì).2024中國(guó)翻譯行業(yè)發(fā)展報(bào)告[R]. 2024.

[6] 中國(guó)外文局翻譯院智能翻譯實(shí)驗(yàn)室.關(guān)于計(jì)算機(jī)輔助翻譯使用情況的調(diào)研問卷[Z].中國(guó)外文局翻譯院智能翻譯實(shí)驗(yàn)室，2024.

[7] 潘學(xué)權(quán)，崔啟亮. 計(jì)算機(jī)輔助翻譯教程[M].2版.合肥：安徽大學(xué)出版社，2020.

[8] 馮志偉.機(jī)器翻譯與人工智能的平行發(fā)展[J].外國(guó)語（上海外國(guó)語大學(xué)學(xué)報(bào)），2018，41（6）：35-48.

[9] 習(xí)近平. 傳承中法建交精神 共促世界和平發(fā)展[N].費(fèi)加羅報(bào)，2024-05-05.

[10]王詩帆.漢法交替?zhèn)髯g中對(duì)中文“范疇詞”的處理策略[D].上海：上海外國(guó)語大學(xué)，2021.