北京師范大學(xué) 王華樹

1. 引言

縱觀歷史長河，人類社會進(jìn)步和發(fā)展，包括每一次重大社會變革，都與科學(xué)發(fā)現(xiàn)和技術(shù)發(fā)明息息相關(guān)。19世紀(jì)六七十年代開始，以發(fā)電機技術(shù)為代表的科技革命推動人類進(jìn)入了電氣時代；20世紀(jì)四五十年代開始，以電子計算機、網(wǎng)絡(luò)技術(shù)為代表的第三次科技革命，將人類帶入了信息時代。科學(xué)革命是技術(shù)革命和產(chǎn)業(yè)革命的先導(dǎo)和源泉，技術(shù)革命帶來了產(chǎn)業(yè)革命，每一次科技革命都推動了社會生產(chǎn)力的空前發(fā)展。近年來，云計算、物聯(lián)網(wǎng)、大數(shù)據(jù)等顛覆性的技術(shù)不斷涌現(xiàn)，正在改變?nèi)虻慕?jīng)濟、社會發(fā)展以及人類的生產(chǎn)方式。在信息技術(shù)驅(qū)動的變革時代，翻譯技術(shù)迅猛發(fā)展，廣泛應(yīng)用于語言服務(wù)的各個層面，對傳統(tǒng)的手工翻譯模式產(chǎn)生了巨大的沖擊。

2. 計算機輔助翻譯技術(shù)概況

以計算機、網(wǎng)絡(luò)和通信技術(shù)為主體的信息技術(shù)革命，已滲透到社會的各個領(lǐng)域，科技的力量已經(jīng)影響到社會生活的方方面面。長期以來，語言學(xué)家和自然語言處理專家一直致力于追求人工智能的夢想，讓計算機實現(xiàn)全自動化的翻譯技術(shù)，解決與日俱增的語言翻譯和交流的問題，計算機輔助翻譯(Computer Aided Translation，簡稱CAT)技術(shù)和工具應(yīng)運而生。

關(guān)于計算機輔助翻譯的概念，國內(nèi)外諸多學(xué)者均有論述，國外的如Melby(1983), Kay(1997), Kenny(1999), Hutchins(1986), Bowker(2002), Somers(2003), Quah(2006)等，國內(nèi)的如袁亦寧(2002)、徐彬(2004)、張政(2005)、蘇明陽(2007)、錢多秀(2009)、俞敬松和王華樹(2010)、王華樹(2012)等。歸結(jié)起來，大致可分為狹義和廣義。狹義的計算機輔助翻譯技術(shù)通常是指利用翻譯記憶的匹配技術(shù)提高翻譯效率的翻譯技術(shù)。它利用計算機模擬人腦記憶功能的機制，將翻譯過程中簡單、重復(fù)性的記憶活動交給計算機來做，將譯者從機械性的工作中解放出來，以全力關(guān)注翻譯本身的問題。計算機輔助翻譯是以人為主體進(jìn)行的翻譯活動，區(qū)別于全自動化的機器翻譯，前者可以稱為“機助人譯”，后者可以稱為“人助機譯”。國外的SDL Trados、 DéjVu、 Wordfast、 MemoQ、 STAR Transit等主流的計算機輔助翻譯工具，以及國內(nèi)的雅信CAT、傳神TCAT、朗瑞CAT、雪人CAT等工具均屬于此類技術(shù)范疇。廣義的計算機輔助翻譯技術(shù)則不限于此，可以涵蓋譯者在翻譯過程中可能用到的提高翻譯效率的信息技術(shù)，例如，譯前的編碼處理、可譯資源提取、字?jǐn)?shù)統(tǒng)計、任務(wù)分析、術(shù)語提取等；譯中的片段復(fù)用、搜索驗證、術(shù)語識別、進(jìn)度監(jiān)控；譯后的格式轉(zhuǎn)換、模糊匹配、自動化質(zhì)量保證、語言資產(chǎn)管理等；以及語料自動對齊、機器翻譯、語音輸入、語音翻譯等技術(shù)。本文主要探討翻譯記憶、翻譯質(zhì)量控制、格式處理、翻譯協(xié)作以及現(xiàn)代翻譯管理等代表性的技術(shù)應(yīng)用。

3. 計算機輔助翻譯技術(shù)的主要作用

現(xiàn)代翻譯項目動輒幾十萬上百萬字，涉及多語種、多領(lǐng)域以及多學(xué)科，而手工作坊式的翻譯模式存在一系列問題(如資源分配、風(fēng)格統(tǒng)一及術(shù)語一致性等)，翻譯效率極其低下，不適應(yīng)時代的發(fā)展。隨著翻譯技術(shù)突飛猛進(jìn)，翻譯工具的功能不斷改善，在一個追求效率的產(chǎn)業(yè)化時代，計算機輔助翻譯技術(shù)在現(xiàn)代翻譯工作中的作用日益凸顯。

3.1 復(fù)用語言資產(chǎn)

在計算機輔助翻譯環(huán)境下，對于翻譯過程中重復(fù)出現(xiàn)的內(nèi)容，翻譯記憶系統(tǒng)會自動識別并插入譯文區(qū)，節(jié)省了重復(fù)輸入和語言組織的時間。這在翻譯產(chǎn)品文檔、客戶支持指南等包含有大量重復(fù)性內(nèi)容的文本時可以極大地節(jié)約時間。在實際使用過程中，翻譯記憶庫從原有的翻譯數(shù)據(jù)庫中提供“100%匹配內(nèi)容”(完全匹配內(nèi)容)或“模糊匹配內(nèi)容”(相似但不相同的匹配內(nèi)容)來幫助譯者進(jìn)行翻譯。不完全匹配的內(nèi)容會以其他顏色標(biāo)注出來。當(dāng)不匹配內(nèi)容為數(shù)字時，可以自動替換成新數(shù)字使其完全匹配。對于同一個類型的項目來說，在翻譯記憶庫中存儲的內(nèi)容越多，翻譯后續(xù)內(nèi)容的速度將越快。在非文學(xué)翻譯過程中，存在著大量的重復(fù)翻譯，CAT工具能夠取代大量非必要的人力重復(fù)勞動，效率的提升可以直接帶來收入的增加。此外，利用語料對齊技術(shù)(如 SDL Trados WinAlign)，可批量回收雙語語料，將配對后的平行語料導(dǎo)入翻譯記憶庫中，在遇到相關(guān)文本時，可調(diào)用原有的翻譯，重復(fù)利用語言資產(chǎn)節(jié)省翻譯的時間與成本。

3.2 控制翻譯質(zhì)量

在翻譯質(zhì)量控制花費時間越多，翻譯成本就越高。在當(dāng)今全球化競爭日益激烈，規(guī)模較大的語言服務(wù)提供商已經(jīng)深刻認(rèn)識到這種兩難選擇，借助CAT技術(shù)，可在很大程度上實現(xiàn)翻譯質(zhì)量檢查的自動化。在翻譯過程中，系統(tǒng)會自動進(jìn)行拼寫檢查、語法檢查、數(shù)字、單位、日期、縮略語、標(biāo)簽以及多種格式檢查等。在翻譯之后，對于校對量非常大的稿件，比如客戶要求每天校對 30 種語言1000頁的文字，如果完全由人工校對，所花費的時間成本和人員投入成本，將非常之高。利用自動化校對工具，如SDL QA Checker、 QA Distiller等工具，可在很短時間內(nèi)完成大型項目的自動化檢查。

影響譯文質(zhì)量的一個關(guān)鍵因素是術(shù)語統(tǒng)一的問題。如果術(shù)語表中總詞條在幾十個之內(nèi)，由人工來校對，還是可能保證的，但是如果客戶提供的術(shù)語表高達(dá)數(shù)千條，很難依靠人工進(jìn)行術(shù)語校對。加載術(shù)語庫之后，可以在翻譯過程中，保持術(shù)語在同一個文章或同一個項目中的一致性。(王華樹2013：24)

3.3 簡化翻譯格式

在傳統(tǒng)翻譯模式下，對于文檔中的分欄、文本框、頁眉、頁腳、腳注等復(fù)雜格式編輯，以及INDD、FM、PDF、HTML等各種格式類型轉(zhuǎn)換等方面，需要耗去譯者大量的時間。傳統(tǒng)的方式處理圖文并茂的PowerPoint格式文件，通常采用單純的刪除原文后再鍵入譯文的模式，在編輯與排版上就浪費了大量的時間。借助CAT軟件，譯者主要關(guān)注翻譯的是文字內(nèi)容，基本上不涉及太多格式。例如，利用SDL Trados Studio 處理PPT文件，原文中的文字被自動提取出來，大段文字被分割成一目了然的短句，以一個一個翻譯單元的形式井然有序地排列在原文區(qū)。在譯文區(qū)輸入對應(yīng)的漢語翻譯時，SDL Trados會基本上自動保持與原文相同的字體和字號，對于特殊格式的文字，原文中會出現(xiàn)紫色的標(biāo)簽，翻譯時只需要按順序?qū)?biāo)簽插入譯文中對應(yīng)的位置即可。在翻譯過程中，SDL Trados Studio還可智能處理如時間、數(shù)字、網(wǎng)址、單位等非譯元素，譯員無需手動輸入，減少了勞動量。諸如SDL Passolo、 Alchemy Catalyst等本地化工具，會自動解析軟件程序中的可譯元素，保留非譯元素，譯者在翻譯過程中，只需翻譯可譯元素，不會破壞源程序，不用進(jìn)行重新編譯。翻譯完成之后可直接導(dǎo)出原文格式的文件，省去了文檔類型轉(zhuǎn)換的麻煩，減少了譯者非生產(chǎn)性的工作時間。

3.4 輔助翻譯協(xié)作

許多現(xiàn)代的翻譯記憶系統(tǒng)，不僅能幫助單個的譯者保持術(shù)語一致，還能幫助翻譯機構(gòu)保持大型翻譯團隊術(shù)語一致，即便這個團隊成員之間的地理距離十分遙遠(yuǎn)，借助網(wǎng)絡(luò)技術(shù)，也可以共享同一份術(shù)語表。(徐彬 2010： 32)

現(xiàn)代化的項目通常需要很多譯者協(xié)作，而且同一文檔中還會有很多重復(fù)的內(nèi)容，不同譯者很難做到翻譯的結(jié)果完全一致，同一譯者前后的翻譯也很有可能出現(xiàn)差別。科技、法律、金融等含有大量專有名詞的文本對術(shù)語及文風(fēng)等方面的一致性要求極為嚴(yán)格，風(fēng)格和術(shù)語的不一致將導(dǎo)致譯文返稿，項目失敗。

利用C/S或B/S架構(gòu)的協(xié)同輔助翻譯系統(tǒng)，全球各地譯員可同時協(xié)作翻譯一個項目，給譯文和術(shù)語的一致性提供了有力的保障。在諸如Lingotek、 Wordfast Anywhere、 XTM等在線CAT系統(tǒng)中，不同譯員分配到不同的任務(wù)，但是任務(wù)之間有緊密的聯(lián)系。第一個譯員翻譯某個在下文復(fù)現(xiàn)的句子之后，并添加到在線記憶庫中，那么其他譯員在下文遇到此句話的時候，翻譯記憶窗口就會提供已有譯文，可直接采用，同樣的內(nèi)容只有唯一的一種翻譯，確保內(nèi)容的一致性。通常，翻譯記憶庫和術(shù)語庫可以存儲在網(wǎng)絡(luò)服務(wù)器上，系統(tǒng)對斷句規(guī)則、翻譯記憶、術(shù)語庫以及雙語文檔進(jìn)行協(xié)同處理，可實現(xiàn)實時共享和更新。大型項目周期短，工作量大，為了按時保質(zhì)完成任務(wù)，通常需要翻譯和審校同步，借助上述系統(tǒng)，譯員翻譯完一個片段之后，審校可在后臺進(jìn)行校對，或者譯者和審校及時溝通，確保譯文的質(zhì)量，極大地提升了翻譯效率。

3.5 輔助翻譯管理

在現(xiàn)代語言服務(wù)行業(yè)中，翻譯管理能力是翻譯從業(yè)人員必備的核心能力，能力的高低直接影響翻譯項目的成敗。(王華樹2014： 54)在非計算機輔助翻譯環(huán)境中，要處理字?jǐn)?shù)分析和報價、重復(fù)率計算、工作量統(tǒng)計、文檔合并拆分、流程管理與進(jìn)度控制等多項任務(wù)，需要耗費大量的時間。借助SDL Trados 2011等CAT工具，可快速實現(xiàn)項目分析、重復(fù)率計算、文件切分、資源分配、項目打包、工作流程控制等功能，可優(yōu)化工作流程，提高譯者的翻譯管理效率。

根據(jù)國際知名翻譯社區(qū)Proz.com(2012)發(fā)布的《2012年自由譯者報告》數(shù)據(jù)顯示，在促進(jìn)譯者效率提高方面，計算機輔助翻譯技術(shù)發(fā)揮的作用高達(dá)65.3%。又據(jù)SDL(2013)的統(tǒng)計，利用自動化的輔助翻譯技術(shù)，可降低30%到50%的翻譯成本，翻譯內(nèi)容市場投放時間可縮短 50% 以上。2009年，國際語言服務(wù)調(diào)查機構(gòu)Common Sense Advisory調(diào)查顯示，利用HAMT(Human Aided Machine Translation)技術(shù)，翻譯效率比純粹人工翻譯提高了兩倍，成本降低了45%。計算機輔助翻譯技術(shù)的作用不限于上述討論，在翻譯實踐中，配合其他文本處理技術(shù)、翻譯管理系統(tǒng)以及內(nèi)容管理系統(tǒng)等，計算機輔助翻譯技術(shù)可發(fā)揮更大的作用。

4. 計算機輔助翻譯技術(shù)的發(fā)展趨勢

信息技術(shù)飛速發(fā)展為翻譯技術(shù)和工具的發(fā)展插上了騰飛的翅膀，語言市場的全球化和商業(yè)化進(jìn)一步加大了對翻譯技術(shù)的龐大需求，翻譯技術(shù)和工具得到長足發(fā)展，在最近5年出現(xiàn)了重大變化(Choudhury & McConnell 2014： 12)，云翻譯、語聯(lián)網(wǎng)、敏捷翻譯等新型商業(yè)模式和生產(chǎn)方式隨之涌現(xiàn)。(崔啟亮2013：38)

4.1 計算機輔助翻譯工具功能不斷整合

計算機輔助翻譯工具從最初基本的模糊匹配和編輯功能，發(fā)展到譯中自動文本輸入和自動拼寫檢查，到譯后的批量質(zhì)量保證，再到翻譯項目切分、項目打包、財務(wù)信息統(tǒng)計、過程監(jiān)控、語言資產(chǎn)管理等，功能越來越多，呈現(xiàn)出整合的趨勢。如當(dāng)前的Across、 SDL Trados、 XTM等CAT工具，不再局限于翻譯本身，其功能涵蓋技術(shù)寫作、術(shù)語管理、文檔管理、內(nèi)容管理以及翻譯和產(chǎn)品發(fā)布等環(huán)節(jié)，體現(xiàn)了將翻譯技術(shù)同翻譯流程各個環(huán)節(jié)整合的趨勢。

4.2 計算機輔助翻譯技術(shù)可視化程度越來越高

計算機輔助翻譯工具利用標(biāo)簽技術(shù)將待譯文檔的格式信息隱藏起來，因為格式越復(fù)雜，預(yù)覽效果越差，甚至不能預(yù)覽翻譯結(jié)果，會影響譯者判斷和翻譯的速度，于是可視化(What You See Is What You Get，簡稱WYSIWYG)翻譯技術(shù)應(yīng)運而生。例如，在Alchemy Catalyst和SDL Passolo及其類似的翻譯工具中，譯者關(guān)注的是“文本”本身，并可在翻譯同時很直觀地看到本地化的界面和功能效果(張霄軍等 2013： 114)。未來，更多的技術(shù)提供商會將可視化翻譯技術(shù)無縫整合到翻譯流程中，從翻譯過程到項目管理，從本地化工程到測試過程，整個過程中實現(xiàn)無阻力的可視化，為翻譯人員提供各種便利，全面優(yōu)化翻譯環(huán)節(jié)，節(jié)省成本，增強公司的競爭?？梢暬镜鼗夹g(shù)的發(fā)展已經(jīng)成為國際本地化軟件工具的一種訴求，未來可視化技術(shù)的發(fā)展前景廣闊。

4.3 開源計算機輔助翻譯技術(shù)異軍突起

市場需求的變化必定導(dǎo)致對翻譯工具需求的變化，如何在成本范圍之內(nèi)提高效率是很多用戶首先考慮的問題?；ヂ?lián)網(wǎng)和計算機技術(shù)的突飛猛進(jìn)，開源社區(qū)蓬勃發(fā)展，人們對開源 CAT 系統(tǒng)的關(guān)注越來越多，一大批開源工具如Anaphraseus、 Okapi、 OmegaT、 Open Language Tools、 Pootle、 Translate Toolkit、 Transolution和Virtaal涌現(xiàn)到翻譯和本地化市場。由于其成本低，靈活可靠，安全性高，而且沒有許可證引起的麻煩，自由和開放源碼軟件(FOSS)在翻譯和本地化行業(yè)越來越受歡迎。同商業(yè)的 CAT 系統(tǒng)相比，用戶幾乎不需要花費任何代價，可以節(jié)省購買翻譯工具的成本；開源的 CAT 系統(tǒng)具備商業(yè)的 CAT 系統(tǒng)的基本功能，如兼容 TMX 標(biāo)準(zhǔn)、模糊匹配、術(shù)語管理等，而且這些功能同封閉性的商用 CAT 系統(tǒng)相比具有明顯的優(yōu)勢(張霄軍等 2013：293)。從某種程度來看，開源的工具已經(jīng)趕上并正在超趕商用的 CAT 系統(tǒng)。2010年，IBM將多年來僅供公司內(nèi)部使用的 TM/2開源化，并改名為 Open TM2，兼容標(biāo)準(zhǔn)TMX格式，進(jìn)一步增強了開源翻譯技術(shù)陣營，給自由譯者更多的選擇，很大程度上打破了昂貴的商業(yè)CAT工具壟斷的壁壘，進(jìn)一步促進(jìn)了翻譯行業(yè)生產(chǎn)效率的提高。

4.4 “CAT+MT+PE”模式將會廣泛應(yīng)用

信息化時代促進(jìn)了機器翻譯的快速發(fā)展，機器翻譯在商業(yè)翻譯中廣泛應(yīng)用。機器翻譯的主要優(yōu)勢體現(xiàn)在其批量翻譯速度上，最大的不足之處是不能很好地理解自然語言，所以高質(zhì)量的翻譯仍需要人來主導(dǎo)。作為機器翻譯的必要補充，譯后編輯(Post-Editing)是提高機器翻譯質(zhì)量的重要途徑。越來越多CAT工具提供商開始將機器翻譯引擎內(nèi)置于CAT工具之中。當(dāng)翻譯記憶庫中沒有匹配的時候，翻譯記憶系統(tǒng)會自動調(diào)用內(nèi)置的機器翻譯引擎，翻譯引擎快速提供備選譯文，譯者再根據(jù)初始譯文進(jìn)行編輯和加工，修改確認(rèn)之后的內(nèi)容可及時進(jìn)入翻譯記憶庫，供后續(xù)循環(huán)使用。如SDL TRADOS 2011、 WordfastPro、 DéjVu X2、 MemoQ 6、 Fluency Translation Suite等CAT工具已經(jīng)將Google、 Bing、 Systran、 Microsoft MT等主流機器翻譯引擎內(nèi)置在系統(tǒng)當(dāng)中，為譯者提供了非常有用的參考。Google Translator Toolkit是此種模式的典型代表，它不僅可用Google機器翻譯直接翻譯，還可支持翻譯記憶和術(shù)語庫，譯員上傳的術(shù)語庫可以干涉和改善機器翻譯的結(jié)果。2012年全球自由譯者報告顯示，54%的譯者繼續(xù)以某種形式在其翻譯項目和與翻譯有關(guān)的項目中使用機器翻譯，其中32.8%是為譯后編輯產(chǎn)生翻譯初稿。(Proz 2012)

4.5 智能語言識別與翻譯技術(shù)發(fā)展迅猛

在未來Web 3.0時代，語音識別和即時語音翻譯技術(shù)將會極大發(fā)展，智能語音翻譯及應(yīng)答系統(tǒng)等如雨后春筍迅速蔓延移動應(yīng)用市場，如Siri、 Vocre、 SayHi Translate，以及百度語音助手、搜狗語音助手、訊飛靈犀語音助手等已經(jīng)深入人們的移動生活，幫助人們甩掉復(fù)雜的鍵盤，通過識別語音中的要求、請求、命令或詢問做出正確的響應(yīng)，既可克服人工鍵盤輸入速度慢，極易出差錯的缺點，又有利于縮短系統(tǒng)的反應(yīng)時間。2012年10月，微軟研究院主席瑞克·拉希德在“21世紀(jì)的計算大會”上演示了即時英譯漢口譯系統(tǒng)，利用“深層神經(jīng)網(wǎng)絡(luò)”(Deep Neural Network)技術(shù)，模擬人腦，可以將英語口語翻譯成中文口語，同時也會保留語調(diào)和節(jié)奏，翻譯準(zhǔn)確率維持在80%-90%之間，這可謂是智能語音翻譯發(fā)展的方向。國際上知名企業(yè)，如AT&T、Google、日本NTT DoCoMo等都在進(jìn)行相似的語音識別和翻譯軟件開發(fā)項目。隨著人工智能技術(shù)、語音識別和自動翻譯系統(tǒng)不斷整合，機器和人之間的交流將會更加自然，智能語音翻譯將在信息網(wǎng)絡(luò)查詢、醫(yī)療服務(wù)、銀行服務(wù)等領(lǐng)域以及移動翻譯工作中大顯身手。

4.6 云翻譯技術(shù)前景廣闊

隨著翻譯信息化程度日益深入，云計算技術(shù)迅速得到應(yīng)用，對翻譯行業(yè)產(chǎn)生了重要的影響(Muzii 2014)。云計算技術(shù)應(yīng)用于現(xiàn)代語言服務(wù)行業(yè)，催生了云翻譯技術(shù)。以云計算為依托，可快速搭建定制化的機器翻譯系統(tǒng)，并且實現(xiàn)跨系統(tǒng)、跨設(shè)備、無安裝的互聯(lián)網(wǎng)服務(wù)訪問。目前國內(nèi)外很多機器翻譯項目已經(jīng)利用了云計算，如Google Translate Toolkit、 Microsoft Bing、 Microsoft Translator Hub、 EU LetsMT！、 Xcelerator KantanMT、 Lionbridge GeoFluent、 SDL BeGlobal等等。基于云計算的語聯(lián)網(wǎng)技術(shù)，集成了基于云計算的計算機輔助翻譯和機器翻譯引擎的翻譯管理平臺，將“私有云”、云計算接口(API)、云共享資源平臺和云語言服務(wù)產(chǎn)業(yè)鏈整合，能大幅度提升翻譯生產(chǎn)效率，降低成本(韋忠和 2013)。云計算同智能機器翻譯技術(shù)相結(jié)合，融合基于大數(shù)據(jù)建構(gòu)的語義信息和深層語言學(xué)知識，將會大幅度地提升機器翻譯的質(zhì)量，是未來翻譯技術(shù)發(fā)展強勁的驅(qū)動力。

5. 結(jié)語

現(xiàn)代翻譯技術(shù)正在以自己的方式“挑釁”著傳統(tǒng)的翻譯世界。計算機輔助翻譯技術(shù)的問世與發(fā)展，加快了翻譯速度，優(yōu)化了翻譯流程，降低了翻譯成本，提升了行業(yè)整體翻譯生產(chǎn)效率，傳統(tǒng)的手工翻譯模式以及落后的生產(chǎn)工具即將被信息技術(shù)的洪流淹沒，逐漸退出翻譯的歷史舞臺。信息技術(shù)風(fēng)起云涌，在云計算和大數(shù)據(jù)的驅(qū)動之下，一場新的語言技術(shù)革命浪潮已經(jīng)來臨，將會重塑語言服務(wù)產(chǎn)業(yè)鏈經(jīng)濟結(jié)構(gòu)和語言服務(wù)產(chǎn)業(yè)增長模式。

此外，根據(jù)許鈞、穆雷(2009)、文軍和任艷(2011)等人的統(tǒng)計，我們發(fā)現(xiàn)研究者對翻譯信息化的諸多現(xiàn)象和特點不甚關(guān)注，對計算機輔助翻譯技術(shù)研究的深度和廣度遠(yuǎn)遠(yuǎn)不夠。在信息技術(shù)發(fā)展迅猛的今天，翻譯的對象、流程、環(huán)境、技術(shù)等都發(fā)生了巨大的變化，翻譯理論要全面發(fā)展就必須與時俱進(jìn)。作為信息化時代發(fā)展的產(chǎn)物，計算機輔助翻譯為當(dāng)代譯學(xué)注入了新鮮的血液，是現(xiàn)代翻譯理論創(chuàng)新和發(fā)展的一個著眼點。計算機輔助翻譯技術(shù)的深入研究，對于進(jìn)一步認(rèn)識翻譯的本質(zhì)，擴大翻譯研究視野，拓展翻譯研究范圍，完善現(xiàn)代翻譯學(xué)科建設(shè)等都具有極其重要的意義。

Bowker, L. 2002.Computer-AidedTranslationTechnology:APracticalIntroduction[M]. Ottawa: University of Ottawa Press.

Choudhury, R. & B. McConell. 2014. Translation Technology Landscape Report [OL]. [04-28]. https://www.taus.net/reports/taus-translation-technology-landscape-report.

Hutchins, J. 1986.MachineTranslation:Past,Present,Future[M]. Chichester: Ellis Horwood Limited.

Joseph, D. 2013. White House challenges translation industry to innovate [OL]. [09-28]. http://www.businessweek.com/innovate/content/oct2009/id2009101_196515.htm.

Kay, M. 1997. The proper place of men and machines in language translation [J].MachineTranslation12(1-2): 3-23.

Kenny, D. 1999. CAT tools in an academic environment: What are they good for? [J].Target11(1): 65-82.

Melby, A. 1983. Computer-assisted translation system: The standard design and a multi-level design [A]. Association for Computational Linguistics (ed.).ProceedingsoftheFirstConferenceonAppliedNaturalLanguageProceedings[C]. 174-177.

Muzii, L. 2014. Cloud translation [OL]. [07-24]. http://www.slideshare.net/muzii/cloud-translation.

Proz.com. 2014. State of the industry: Freelance translators in 2012 [OL]. [07-24]. http://www.proz.com/industry-report/2012.

Quah, C. K. 2006.TranslationandTechnology[M]. Hampshire/New York: Palgrave Macmillan.

SDL. 2013. SDL公司收購Language Weaver公司 [OL]. [09-28]. http://www.giltworld.com/E_ReadNews.asp?NewsID=689.

Somers, H. (ed.). 2003.ComputersandTranslation:ATranslator’sGuide[M]. Amsterdam/Philadelphia: John Benjamins Publishing Company.

崔啟亮. 2013. 產(chǎn)業(yè)化的語言服務(wù)新時代[J]. 中國翻譯(增刊)： 33-39.

錢多秀. 2009. “計算機輔助翻譯”課程教學(xué)思考[J]. 中國翻譯(4)： 49-53.

蘇明陽. 2007. 翻譯記憶系統(tǒng)的現(xiàn)狀及其啟示[J]. 外語研究(5)： 70-74.

王華樹. 2014. MTI“翻譯項目管理”課程構(gòu)建[J]. 中國翻譯(4)： 54-58.

王華樹. 2012. 信息化時代背景下的翻譯技術(shù)教學(xué)實踐[J]. 中國翻譯(3)： 57-62.

王華樹. 2013. 語言服務(wù)技術(shù)視角下的MTI技術(shù)課程體系建設(shè)[J]. 中國翻譯(6)： 23-28.

韋忠和. 2013. 語聯(lián)網(wǎng)到底是什么？[EB/OL]. [09-28]. http://blog.sina.com.cn/s/blog_76476f1401019f3y.html.

文 軍，任 艷. 2011. 國內(nèi)計算機輔助翻譯研究綜述[J]. 外語電化教學(xué)(5)： 58-62.

徐 彬. 2010. 翻譯新視野——計算機輔助翻譯研究[M]. 濟南: 山東教育出版社.

徐 彬. 2004. 計算機技術(shù)在翻譯實踐中的應(yīng)用及其影響[D]. 碩士學(xué)位論文. 山東師范大學(xué).

許 鈞，穆 雷. 2009. 中國翻譯學(xué)研究30年(1978—2007)[J]. 外國語(1)： 77-87.

俞敬松，王華樹. 2010. 計算機輔助翻譯碩士專業(yè)教學(xué)探討[J]. 中國翻譯(3)： 38-42.

袁亦寧. 2002. 國外計算機翻譯的發(fā)展和近況[J]. 上?？萍挤g(2)： 58-59.

張霄軍等. 2013. 計算機輔助翻譯： 理論與實踐[M]. 西安： 陜西師范大學(xué)出版社.

張 政. 2005. 計算機翻譯研究[M]. 北京： 清華大學(xué)出版社.