王湘玲 楊艷霞

[摘 要] 機器翻譯近年來受到國內(nèi)譯學(xué)界的普遍關(guān)注。以CNKI收錄的12種外語類核心期刊為數(shù)據(jù)來源，以量化統(tǒng)計結(jié)合質(zhì)性分析的方法，對60年來國內(nèi)譯學(xué)界探索機器翻譯研究的歷程進行了梳理與分析。研究發(fā)現(xiàn)：（1）機器翻譯研究總體態(tài)勢呈四個階段：1950s的萌芽期，1960s-1970s的停滯期，1980s-1990s的緩慢發(fā)展期和2000年以后的快速發(fā)展期;（2）研究主題主要含語義研究，人機翻譯質(zhì)量對比分析和翻譯人才培養(yǎng)等;（3）研究學(xué)者之間、學(xué)科之間合作亟待加強。該研究為梳理我國譯學(xué)界探索機器翻譯研究的歷程提供了參考。

[關(guān)鍵詞] 機器翻譯;可視化分析;翻譯學(xué)

[中圖分類號] H059 ? ?[文獻標(biāo)識碼] A ? [文章編號] 1008—1763（2019）04—0090—07

Abstract：In recent years， machine translation has drawn wide attention in domestic translation studies. This study collected the papers from the 12 Chinese foreign language core journals as the data source and employed quantitative and qualitative methods to analyze the literature on machine translation within 60 years in China. The research findings suggest that （1） machine translation research generally goes through four stages， namely， the germination period in the 1950s， the stagnation period in the 1960s-1970s， the slow development period in the 1980s-1990s， and the rapid development period since the 2000s; （2） the research topics include semantic study， comparative study on human translation quality and machine translation quality， and translator training; （3） limited collaborations are found among scholars and interdisciplinary cooperation needs to be strengthened. The study provides reference for investigating the development of domestic machine translation studies.

Key words： machine translation; visualized analysis; translation studies

一 引 言

機器翻譯（Machine Translation， MT）又稱自動翻譯或計算機翻譯，是涉及詞典編纂學(xué)、語言學(xué)、計算語言學(xué)及計算機科學(xué)基礎(chǔ)的多學(xué)科研究領(lǐng)域。自1949年Weaver正式提出機器翻譯的概念以來，不同研究領(lǐng)域的學(xué)者對機器翻譯提出了不同的定義。Rao認為機器翻譯是研究自然語言之間轉(zhuǎn)換的設(shè)計系統(tǒng)[1]。Koehn提出機器翻譯是使用計算機自動地將一種語言轉(zhuǎn)化為具有完全等同意義的另一種語言的過程[2]。以上的定義內(nèi)容都提到了機器翻譯的重要組成部分，即輸入語（源語）和輸出語（目標(biāo)語），但均忽略了翻譯過程中是否有人工參與的環(huán)節(jié)。Stiegelbauer從人機交互的角度認為機器翻譯是利用先進技術(shù)實施沒有人工參與的自動翻譯[3]。隨著機器翻譯技術(shù)的不斷發(fā)展，機器翻譯方法歷經(jīng)了由生成語言學(xué)為基礎(chǔ)的規(guī)則方法向以數(shù)據(jù)驅(qū)動為基礎(chǔ)的語料庫方法的轉(zhuǎn)變，機器譯文的質(zhì)量和可讀性得到了極大提升與改善。

機器翻譯質(zhì)量的大幅提升及全球化發(fā)展帶來的大量翻譯需求使得機器翻譯在許多場景中成為輔助或替代人工翻譯的有效手段，機器翻譯研究逐漸引起譯學(xué)界的普遍關(guān)注。我國的機器翻譯研究始于1956年[4]，多年來學(xué)者們在機器翻譯的基礎(chǔ)性和應(yīng)用性研究方面取得了豐碩成果。作為翻譯輔助手段之一，機器翻譯深刻影響著翻譯學(xué)的研究范式，并成為翻譯學(xué)研究領(lǐng)域內(nèi)的重要內(nèi)容[5]。近年來，我國譯學(xué)界主要從微觀角度對國外機器翻譯的研究成果作了梳理，如，馮全功等提出譯后編輯的研究焦點，包括譯后編輯評估研究，機器翻譯錯誤識別與譯后編輯工具研發(fā)和譯后編輯能力與譯后編輯者的培養(yǎng)等話題[6]。王湘玲等評介分析了2000年以來國外機器翻譯譯后編輯的研究熱點，含譯后編輯過程及產(chǎn)品評估、譯后編輯效率影響因素、譯后編輯工具與譯后編輯者及人才培養(yǎng)，并進一步指出未來發(fā)展趨勢[7]。國外機器翻譯譯后編輯研究取得的豐富成果應(yīng)對國內(nèi)翻譯學(xué)界產(chǎn)生積極推動作用。本文擬分析國內(nèi)翻譯學(xué)界探索機器翻譯研究的整體性歷程，旨在為我國機器翻譯譯后編輯研究提供啟示。

國內(nèi)譯學(xué)界探索機器翻譯研究的動態(tài)是怎樣的？機器翻譯在翻譯學(xué)中的研究熱點及趨勢如何？本文將對這些問題展開系統(tǒng)分析與討論，并借助科學(xué)計量分析工具CiteSpace著力分析60年來（1956-2016）在外語類核心期刊上發(fā)表的有關(guān)機器翻譯研究的文獻，繪制關(guān)鍵詞共現(xiàn)知識圖譜，以量化和可視的方式呈現(xiàn)機器翻譯在譯學(xué)界的研究動態(tài)和熱點。同時，本文還結(jié)合了近兩年的研究發(fā)現(xiàn)展望了機器翻譯在翻譯學(xué)研究中的應(yīng)用及發(fā)展趨勢。

二 數(shù)據(jù)來源及研究方法

（一）數(shù)據(jù)來源及選取依據(jù)

本文選取CNKI收錄的外語類核心期刊作為數(shù)據(jù)來源，這是因為與研究報告、專著、教材和學(xué)位論文等文獻相比，期刊論文通常可以較快和全面地揭示某一研究領(lǐng)域的前沿和熱點。同時，基于本文旨在分析國內(nèi)譯學(xué)界對機器翻譯研究的探索，為了保證數(shù)據(jù)的可靠性和權(quán)威性，選取依據(jù)為翻譯類專業(yè)期刊和外語類設(shè)有翻譯研究欄目的期刊，經(jīng)過初步篩選，選定《外語研究》《外語電化教學(xué)》《外國語》《外語學(xué)刊》《外語界》《外語教學(xué)與研究》《外語與外語教學(xué)》《中國外語》《解放軍外國語學(xué)院學(xué)報》《中國翻譯》《中國科技翻譯》和《上海翻譯》12種刊物。這些刊物均為外語類核心刊物，所刊發(fā)的論文質(zhì)量經(jīng)過了嚴格審核把關(guān)，可以在一定程度上代表國內(nèi)翻譯學(xué)界對機器翻譯研究的探索歷程。

我國的機器翻譯研究始于1956年，在后來的《科學(xué)發(fā)展綱要》、“六五”“七五”“八五”和“863計劃”中機器翻譯均被列為重點發(fā)展項目[8]。因此，我們在登錄CNKI平臺時，將時間區(qū)間設(shè)定為1956-2016年，以分析60年來譯學(xué)界就機器翻譯開展的相關(guān)研究，檢索主題詞為“機器翻譯”，實施全文檢索。隨后，我們對檢索到的文獻進行數(shù)據(jù)篩選，剔除了會議通知、刊發(fā)目錄、期刊動態(tài)、會議簡訊、期刊征稿和廣告等非論文性信息，再通過閱讀摘要的方式剔除重復(fù)性或不相關(guān)信息，最終獲取有效文獻114篇。

（二）研究方法

本文采用具有文獻識別與可視化圖譜呈現(xiàn)功能的軟件CiteSpace進行文獻分析。該軟件繪制的科學(xué)知識圖譜可以顯示知識單元或知識群之間的結(jié)構(gòu)、互動、交叉、演化或衍生等諸多隱含的復(fù)雜關(guān)系，同時又可以將一個知識領(lǐng)域的演進歷程集中展現(xiàn)在引文網(wǎng)絡(luò)圖譜上，并把圖譜上作為知識基礎(chǔ)的引文節(jié)點文獻和共引聚類所表征的演進前沿自動標(biāo)識出來[9]。知識圖譜作為文獻內(nèi)容可視化的科學(xué)計量方法之一，已經(jīng)成為研究科學(xué)共同體結(jié)構(gòu)與發(fā)展的主流方法，并被廣泛應(yīng)用于各學(xué)科領(lǐng)域的可視化研究中[10]。

我們將獲取的有效文獻按照操作程序依次導(dǎo)入CiteSpace III軟件平臺，選擇時間跨度（Time Slicing）為1956-2016，時間分區(qū)（Year Per Slice）設(shè)定為1年，主題來源（Term Source）選擇“Title，Abstract，Author Keywords，Keywords Plus”，節(jié)點類型（Node Types）選擇“keyword”，選擇標(biāo)準(zhǔn)（Selection Criteria）中選擇閾值30，采用最小剪枝法進行剪裁，最后生成作者知識圖譜，關(guān)鍵詞共現(xiàn)和時間軸圖譜。

三 研究結(jié)果與分析

（一）發(fā)文量統(tǒng)計

由圖1折線圖可見，我國譯學(xué)界對機器翻譯的研究基本經(jīng)歷了四個階段，即20世紀50年代的萌芽期，20世紀60-70年代的停滯期，20世紀80-90年代的緩慢發(fā)展期和2000年以后的快速發(fā)展期。1954年IBM公司與美國喬治城大學(xué)合作研發(fā)的第一代俄英自動翻譯系統(tǒng)公開亮相。1958年中國科學(xué)院語言研究所與計算技術(shù)研究所研制出我國第一臺基于詞典和語法規(guī)則的俄漢機器翻譯系統(tǒng)。1959年北京外國語學(xué)院俄語系俄漢機器翻譯研究組在《外語教學(xué)與研究》上發(fā)表“俄漢機器翻譯中的語言分析問題”一文[11]。據(jù)統(tǒng)計，這是外語類核心期刊上刊發(fā)的第一篇有關(guān)機器翻譯研究的文章，文中詳細闡述了俄漢翻譯系統(tǒng)的架構(gòu)及組成部分。可見，我國的機器翻譯研究起步較早，幾乎與國外研究保持同步。由于第一代翻譯系統(tǒng)主要是基于詞典詞條，設(shè)計較為粗糙和原始，翻譯效果較差。1964年美國政府成立了語言自動處理咨詢委員會（Automatic Language Processing Advisory Committee，ALPAC）對機器翻譯進行了全面的調(diào)查分析與測試評價，并于1966年發(fā)布報告全面否定了機器翻譯的可行性，這使得機器翻譯研究在隨后的數(shù)年內(nèi)陷入了停滯狀態(tài)[12]。由圖1可見我國的機器翻譯研究在20世紀60-70年代也基本上處于停滯不前的狀態(tài)。80-90年代機器翻譯研究逐步得到恢復(fù)，美國，俄羅斯和日本的研究學(xué)者們相繼開發(fā)出REVERSO，SYSTRAN和ALLAS2等一系列機器翻譯系統(tǒng)。與此同時，我國的機器翻譯研究也進入了重要的發(fā)展時期，在1987年和1992年分別研制成功“KY-1”（科譯1號）英漢機譯系統(tǒng)和“IMT/EC863”英漢機譯系統(tǒng)[13]。這一時期譯學(xué)界共發(fā)表相關(guān)論文29篇。與20世紀60-70年代相比，80-90年代的發(fā)文量有所增加，但增幅不大。2000年以來，機器翻譯技術(shù)快速發(fā)展，以谷歌公司為代表的統(tǒng)計機器翻譯系統(tǒng)，日本京都大學(xué)研發(fā)的基于實例的MBT1和MBT2翻譯系統(tǒng)，以及我國清華大學(xué)和哈爾濱工業(yè)大學(xué)聯(lián)合開發(fā)的計算機寫作和翻譯集成的“達雅”系統(tǒng)等得到了廣泛應(yīng)用[14]。這一期間機器翻譯相關(guān)研究蓬勃發(fā)展，國內(nèi)譯學(xué)界共發(fā)表學(xué)術(shù)文章81篇，年平均發(fā)表量達到5篇左右，約占到總發(fā)文量的70%。

此外，我們還對比分析了期刊的發(fā)文量以了解各期刊對機器翻譯研究的關(guān)注度。梳理分析發(fā)現(xiàn)刊發(fā)機器翻譯相關(guān)研究的刊物主要為翻譯類專業(yè)期刊?！吨袊g》和《中國科技翻譯》的刊載量達到總統(tǒng)計量的56%，幾乎相當(dāng)于其它十種期刊的發(fā)文量總和。作為綜合類外語期刊，《外語研究》《外國語》和《外語電化教學(xué)》發(fā)表的有關(guān)機器翻譯研究的論文分別占總發(fā)表量的10%，6%和5%，刊發(fā)量緊隨《中國翻譯》與《中國科技翻譯》，如圖2所示。

（二）作者知識圖譜

作者知識圖譜有助于了解某一學(xué)科領(lǐng)域內(nèi)作者群之間的合作關(guān)系及核心研究群體。由CiteSpace III生成的作者知識圖譜（圖3）中共包含節(jié)點138個，每一節(jié)點代表一位研究者，節(jié)點間的連線表示存在合作關(guān)系。節(jié)點越大，作者的影響力越大。由圖3可見，馮志偉、張政、黃人杰、吳康迪、馮全功和崔啟亮等人的節(jié)點較大，表明這些作者在推動國內(nèi)機器翻譯研究和發(fā)展上做出了重要貢獻。不過，圖3中各節(jié)點分布較為分散，之間連線較少，說明學(xué)者之間的合作研究還較少。學(xué)者之間，以及學(xué)界與行業(yè)界之間尚需進一步加強合作交流，以促進機器翻譯研究的跨學(xué)科發(fā)展，推動科研成果的增長和創(chuàng)新。

（三）關(guān)鍵詞共現(xiàn)知識圖譜

關(guān)鍵詞既體現(xiàn)研究主題，又高度概括了研究內(nèi)容，分析論文關(guān)鍵詞可了解該領(lǐng)域的研究熱點[15]。關(guān)鍵詞知識圖譜中每個節(jié)點代表一個關(guān)鍵詞，節(jié)點大小與該關(guān)鍵詞的出現(xiàn)頻次成正比。關(guān)鍵詞出現(xiàn)頻次越多，節(jié)點越大，反之則越小。關(guān)鍵詞節(jié)點之間的連線表示關(guān)鍵詞之間的共現(xiàn)關(guān)系，連線越粗表明關(guān)鍵詞共現(xiàn)頻次越高。圖4展示了1956-2016年來國內(nèi)翻譯學(xué)界探索機器翻譯研究的熱點，以“機器翻譯”這個最大節(jié)點為中心構(gòu)成一個基于高頻關(guān)鍵詞的共現(xiàn)網(wǎng)絡(luò)知識圖譜。圖中出現(xiàn)頻次較多的關(guān)鍵詞依次是“機器翻譯”“機器翻譯研究”“譯后編輯”“計算語言學(xué)”“語料庫”“譯文質(zhì)量”“自然語言處理”“統(tǒng)計機器翻譯”“句法分析”“科技翻譯”“翻譯系統(tǒng)”“翻譯技術(shù)”和“翻譯記憶”等。這些關(guān)鍵詞代表了1956-2016年間國內(nèi)翻譯學(xué)界普遍關(guān)心的核心話題，見表1。

關(guān)鍵詞頻次和中心度是用來探測某一知識領(lǐng)域研究熱點的重要指標(biāo)[16]。中心度值反映了關(guān)鍵詞在整個網(wǎng)絡(luò)中作為媒介的能力，即占據(jù)其它兩個節(jié)點之間最短路徑的能力，如果沒有這個節(jié)點，其它兩個節(jié)點就無法交流。因此，中心度在整個網(wǎng)絡(luò)中具有戰(zhàn)略性的中介作用，一個關(guān)鍵詞的中心度越高，意味著它控制的關(guān)鍵詞之間的信息流越多[17]。結(jié)合關(guān)鍵詞的中心度和關(guān)鍵詞知識圖譜，我們發(fā)現(xiàn)機器翻譯相關(guān)研究主要集中在：機器翻譯方法，機器翻譯工具和機器翻譯質(zhì)量評估等方面。

CiteSpace生成的科學(xué)知識圖譜不僅通過節(jié)點大小向我們形象地展示了關(guān)鍵詞的受關(guān)注度，同時每個節(jié)點由多個年輪構(gòu)成，年輪（時間分區(qū)）對應(yīng)該關(guān)鍵詞出現(xiàn)的時間，由內(nèi)到外，年輪對應(yīng)的時間由遠及近。為了進一步明確每個時間段范圍內(nèi)的研究熱點，我們還繪制了關(guān)鍵詞時間軸圖譜，見圖5。

由圖5可知，20世紀50年代的機器翻譯相關(guān)研究主要以語言分析為代表，80年代逐漸轉(zhuǎn)向以句法分析為主，期間主要探討機器翻譯系統(tǒng)和機器詞典的研制與開發(fā)。90年代人機翻譯質(zhì)量的對比研究得以關(guān)注。2000年以后，機器翻譯研究轉(zhuǎn)向翻譯工具，譯后編輯和翻譯人才培養(yǎng)等方面。由此可見，機器翻譯研究的維度不斷擴大。

自20世紀60年代起，語言學(xué)家逐漸認識到要真正了解語言的本質(zhì)和功能，語言發(fā)展的規(guī)律，以及語言與思維和行為的聯(lián)系，必須深入研究語言的語義[18]。因此，70-80年代的研究主要集中在機器翻譯系統(tǒng)中的句法語義方面。王德春指出70年代世界各國的語言學(xué)流派都十分重視語義學(xué)的研究，小至微觀層次的義素分析，大至宏觀結(jié)構(gòu)的話語意義分析[19]。80年代的計算機自動分析語義模式促進了機器翻譯和人機對話的發(fā)展。這種講究客觀，注重源語文本意義，追求準(zhǔn)確性的思想為當(dāng)時的機器翻譯發(fā)展提供了理論上的指導(dǎo)。同時，語義研究的探索與深化也為后期機器翻譯方法的改進提供了扎實的理論基礎(chǔ)與實踐參考。

90年代的研究重心逐漸轉(zhuǎn)向機器翻譯與人工翻譯質(zhì)量的比較。潘幼博[20]首先提出了人工翻譯是否會被機器翻譯所替代的問題，他認為機器翻譯適用于科技資料的翻譯，但當(dāng)時投放市場的機器翻譯系統(tǒng)或機輔翻譯系統(tǒng)的翻譯質(zhì)量仍是極不理想的，需要經(jīng)過譯前預(yù)處理，譯中人工參與和譯后錯誤修正三道工序，其中譯后工作量最大。這一觀點得到許多學(xué)者的認同，諸如，許建平[21]認為機器翻譯的前景并不像大多數(shù)人想象的那么樂觀，機譯的可讀性和準(zhǔn)確率較低，對詞性、詞義的識別能力較差，常常產(chǎn)生誤譯和漏譯等現(xiàn)象。吳康迪提出一個完善的機器翻譯系統(tǒng)應(yīng)該有原文自動讀入、校對、譯前編輯、翻譯幫助、正式翻譯、拼寫檢查、語法檢查和排版等環(huán)節(jié)[22]。機器翻譯可以提高句式簡單和專業(yè)術(shù)語較多的文本翻譯效率，但其譯文質(zhì)量與人工翻譯質(zhì)量相比仍存在較大的差距。由90年代的研究可見，人們以較為客觀的態(tài)度看待機器翻譯與人工翻譯之間的關(guān)系，認識到機器翻譯的弊端與不足。基于機器翻譯效果的不盡人意，在發(fā)展機器翻譯技術(shù)的同時，如何輔以人工進一步提升機器譯文的質(zhì)量成為值得關(guān)注的話題。

2000年以來學(xué)者們開始尋求提升機器翻譯質(zhì)量的方式和手段。譯后編輯（Post Editing， PE）是普遍認可的用于提升機器翻譯質(zhì)量的主要方式。譯后編輯指通過人工評審和編輯以提高譯文質(zhì)量和適用性的過程。翻譯題材的多元化，用戶要求的多樣性及翻譯效率和翻譯質(zhì)量的高要求決定了譯后編輯的必要性和編輯程度[23]。有關(guān)譯后編輯的前期研究多集中在譯后編輯工具的設(shè)計開發(fā)和譯后編輯的自動化處理技術(shù)等方面[24]。近年來，隨著機器翻譯技術(shù)的進一步發(fā)展，譯后編輯能力逐漸成為翻譯學(xué)研究領(lǐng)域內(nèi)的新話題。馮全功等[25]曾提出包含認知維度、知識維度和技能維度的譯后編輯能力三維模型。但機器翻譯譯后編輯能力的具體內(nèi)涵是什么，目前國內(nèi)尚無定論。譯后編輯與人工翻譯相比，是否存在優(yōu)勢也是學(xué)界關(guān)心的話題。盧植等采用眼動實驗對比了高、低水平譯者在對不同文本進行人工翻譯和譯后編輯時的認知加工情況。研究發(fā)現(xiàn)譯后編輯明顯快于人工翻譯，提高了翻譯效率，減少了譯者在原文理解及譯文生成過程中的認知努力[26]， 盡管如此，當(dāng)前將譯后編輯應(yīng)用于翻譯實踐的實證性研究仍然較少。此外，與機器翻譯相關(guān)的翻譯記憶（Translation Memory）也引起了學(xué)者們的關(guān)注。翻譯記憶是利用計算機程序部分參與翻譯過程的一種翻譯策略，不過該技術(shù)只是協(xié)助譯者翻譯，還無法像機器翻譯自動地全部或部分地將源語轉(zhuǎn)化為目的語[27]。目前很多教學(xué)管理單位和翻譯類公司采用的機輔翻譯系統(tǒng)如Trados， Déjà vu 和MemoQ等都廣泛采用了翻譯記憶技術(shù)。將機器翻譯，翻譯記憶與譯后編輯相結(jié)合是提高翻譯效率，降低勞動強度和翻譯成本的有效措施[28]。2016年谷歌發(fā)布了基于神經(jīng)網(wǎng)絡(luò)的機器翻譯系統(tǒng)（Neural Machine Translation， NMT），機器翻譯質(zhì)量得到了大幅提升。趙碩以Systran PNMT為例，分析了基于神經(jīng)網(wǎng)絡(luò)的機器翻譯質(zhì)量與傳統(tǒng)機器翻譯質(zhì)量相比較的優(yōu)勢，并進一步闡明與認知結(jié)合的翻譯技術(shù)對翻譯實踐的輔助作用[29]。與此同時，由于翻譯技術(shù)的飛速發(fā)展在一定程度上削弱了譯者的主體性地位，如何理性看待技術(shù)工具也引起了部分學(xué)者的關(guān)注。李彥等呼吁要突出“人”在翻譯過程中的主體地位和作用，彰顯技術(shù)的“人文性”[30]。翻譯技術(shù)的突飛猛進使得翻譯技術(shù)在翻譯人才培養(yǎng)中的重要性逐漸得到認可，崔維霞等[31]從培養(yǎng)目標(biāo)、教學(xué)體系、教學(xué)模式、師資和資源建設(shè)等方面提出了翻譯碩士人才培養(yǎng)的建議。“機器翻譯+機輔工具+譯后編輯”的模式已成為普遍認可的做法[32]。因此，在傳統(tǒng)翻譯教學(xué)中植入翻譯技術(shù)類課程是翻譯教學(xué)研究不可回避的任務(wù)。然而，當(dāng)前的翻譯教學(xué)仍面臨著翻譯技術(shù)教學(xué)意識薄弱、課程體系缺失、教學(xué)資源匱乏和專業(yè)師資欠缺等問題[33]，機器翻譯在翻譯教學(xué)中的應(yīng)用仍然任重而道遠。

四 結(jié)束語

本文采用科學(xué)知識圖譜軟件CiteSpace對國內(nèi)12種外語類核心期刊60年間發(fā)表的有關(guān)機器翻譯的研究論文進行了梳理與分析，繪制出機器研究的關(guān)鍵詞共現(xiàn)知識圖譜。研究發(fā)現(xiàn)國內(nèi)譯學(xué)界對機器翻譯研究的態(tài)勢總體呈現(xiàn)為1950s的萌芽期，1960s-1970s的停滯期，1980s-1990s的緩慢發(fā)展期和2000年以后的快速發(fā)展期。研究的階段性態(tài)勢主要與機器翻譯技術(shù)的階段性發(fā)展相關(guān)，技術(shù)的發(fā)展已經(jīng)深刻影響到傳統(tǒng)翻譯學(xué)的研究內(nèi)容。從核心作者群來看，盡管國內(nèi)譯學(xué)界已形成一批有影響力的研究人員，但學(xué)者之間的合作研究還較少，學(xué)科間的合作交流尚需進一步加強。在研究主題演變上，隨著機器翻譯技術(shù)的不斷發(fā)展，機器翻譯研究主題歷經(jīng)了語義研究，人機翻譯質(zhì)量對比分析和譯后編輯等。機器翻譯技術(shù)的不斷發(fā)展促發(fā)了學(xué)者們對機器翻譯在翻譯教學(xué)中應(yīng)用的思考，諸如機器翻譯背景下的翻譯教學(xué)模式，翻譯能力和翻譯人才培養(yǎng)研究等。該研究通過系統(tǒng)梳理我國譯學(xué)界60年間在機器翻譯研究上取得的豐碩成果及研究主題的演進過程，可在一定程度上體現(xiàn)了我國譯學(xué)界學(xué)者在機器翻譯及其相關(guān)研究中的探索歷程。盡管機器翻譯技術(shù)取得了長足發(fā)展，機器翻譯質(zhì)量得到了大幅提升，但是與人工翻譯質(zhì)量相比，機器譯文質(zhì)量尚存在較大差距，機器翻譯還面臨著許多挑戰(zhàn)與問題。

本文也存在一些不足并將在后續(xù)研究中予以完善。首先，文章旨在分析國內(nèi)譯學(xué)界對機器翻譯及其相關(guān)的研究探索，以列舉的12種外語類核心期刊作為文獻數(shù)據(jù)的主要來源，未有囊括國內(nèi)學(xué)者發(fā)表在國際翻譯學(xué)期刊或國內(nèi)非外語類期刊上的研究數(shù)據(jù)，如涉及機器翻譯研究的計算機類期刊等，數(shù)據(jù)分析難免掛一漏萬，對研究動態(tài)的理解存在局限性。其次，文章未與同期的國外機器翻譯研究文獻進行對比分析，研究熱點及趨勢的差異性對比體現(xiàn)不明顯。因此，我們將在后續(xù)的研究中進一步擴大文獻數(shù)據(jù)來源，包括計算機類期刊和國際翻譯學(xué)期刊等，通過不同學(xué)科間和國內(nèi)外研究文獻的橫縱向?qū)Ρ确治鲞M一步探尋機器翻譯研究的發(fā)展和應(yīng)用趨勢。

[參 考 文 獻]

[1] Rao D D. Machine translation[J]. Resonance，1998（7）：61-70.

[2] Koehn P. Statistical machine translation[M]. Cambridge University Press， 2010.

[3] Stiegelbauer L P. Automatic translation versus human translations in nowadays world[J]. Procedia Social and Behavioral Sciences，2013（70）：1768-1777.

[4] 張文. 機器翻譯研究最新進展——介紹“863智能型英漢機譯系統(tǒng)”[J]. 中國翻譯，1993（5）：56-57.

[5] Holmes J. The name and nature of translation studies[C]. Lawrence Venuti. The Translation Reader： Second Edition. New York and London： Routledge， 1972/2000.

[6] 馮全功，崔啟亮. 譯后編輯研究：焦點透析與發(fā)展趨勢[J]. 上海翻譯，2016（6）：67-73.

[7] 王湘玲，賈艷芳. 21世紀國外機器翻譯譯后編輯實證研究[J]. 湖南大學(xué)學(xué)報（社會科學(xué)版），2018（2）：82-87.

[8] 盧文林. 機器翻譯發(fā)展概況[J]. 農(nóng)業(yè)圖書情報學(xué)刊，2002（4）：24-25.

[9] 陳悅， 陳超美，劉則淵，等. CiteSpace知識圖譜的方法論功能[J]. 科學(xué)學(xué)研究，2015（2）：242-252.

[10] 郭文斌. 知識圖譜：教育文獻內(nèi)容可視化研究新技術(shù)[J]. 華東師范大學(xué)學(xué)報，2016（1）：45-50.

[11] 北京外國語學(xué)院俄語系俄漢機器翻譯研究組. 俄漢機器翻譯中的語言分析問題[J]. 外語教學(xué)與研究，1959（6）：365-374.

[12] 張劍，吳際，周明. 機器翻譯評測的新進展[J]. 中文信息學(xué)報，2003（6）：1-8.

[13] 宗成慶，高慶獅. 中國語言技術(shù)進展[J]. 中國計算機學(xué)會通訊，2008（8）：39-48.

[14] 馮志偉. 基于語料庫的機器翻譯系統(tǒng)[J].術(shù)語標(biāo)準(zhǔn)化與信息技術(shù)，2010（1）：28-34.

[15] 羅良針，余正臺. 基于CiteSpace的國內(nèi)積極心理學(xué)研究演進路徑分析[J]. 西南民族大學(xué)學(xué)報（人文社會科學(xué)版），2017（2）：214-220.

[16] 王娟，陳世超，王林麗，等. 基于CiteSpace的教育大數(shù)據(jù)研究熱點與趨勢分析[J]. 現(xiàn)代教育技術(shù)，2016，2（2）：5-13.

[17] Small H. The synthesis of specialty narratives from cocitation clusters[J]. Journal of the American Society for Information Science，1986.

[18] 沐莘. 淺談?wù)Z義及其類型[J]. 外國語（上海外國語學(xué)院學(xué)報），1985（4）：57-63.

[19] 王德春. 論語義的邏輯演算[J]. 外國語（上海外國語學(xué)院學(xué)報），1982（3）：47-51.

[20] 潘幼博. 人工翻譯是否將被機器替代？[J]. 中國科技翻譯，1990（1）：19-23.

[21] 許建平. 試論機器翻譯的準(zhǔn)確度與可讀性[J]. 中國翻譯，1998（5）：48-50.

[22] 吳康迪. 機譯系統(tǒng)及所面臨的幾個問題[J]. 中國科技翻譯，1998（4）：28-31.

[23] 崔啟亮. 論機器翻譯的譯后編輯[J]. 中國翻譯，2014（6）：68-73.

[24] 李梅，朱錫明. 譯后編輯自動化的英漢機器翻譯新探索[J]. 中國翻譯，2013（4）：83-87.

[25] 馮全功，劉明. 譯后編輯能力三維模型構(gòu)建[J]. 外語界，2018（3）：55-61.

[26] 盧植，孫娟. 人工翻譯和譯后編輯中認知加工的眼動實驗研究[J]. 外語教學(xué)與研究，2018（5）：760-769.

[27] 李英軍. 機器翻譯與翻譯技術(shù)研究的現(xiàn)狀與展望——伯納德·馬克·沙特爾沃思訪談錄[J]. 中國科技翻譯，2014（1）：24-27.

[28] 孔令然，崔啟亮. 論信息技術(shù)對翻譯工作的影響[J]. 北京第二外國語學(xué)院學(xué)報，2018（3）：44-56.

[29] 趙碩. 翻譯認知視角下的神經(jīng)網(wǎng)絡(luò)翻譯研究——以Systran PNMT為例[J]. 中國翻譯，2018（4）：79-85.

[30] 李彥，肖維青. 翻譯技術(shù)的理性批判：工具理性與價值理性的沖突與融合[J]. 上海翻譯，2018（5）：1-5.

[31] 崔維霞，王均松. 翻譯技術(shù)與MTI人才培養(yǎng)：問題與反思[J]. 中國科技翻譯，2018（4）：23-25.

[32] 徐彬，郭紅梅. 基于計算機翻譯技術(shù)的非技術(shù)文本翻譯實踐[J]. 中國翻譯，2015（1）：71-76.

[33] 王華樹，李德鳳，李麗青. 翻譯專業(yè)碩士（MTI）翻譯技術(shù)教學(xué)研究：問題與對策[J]. 外語電化教學(xué)，2018（181）：76-81.