人工智能发展背景下口译教学方式的新探究-2019年精选文档

1、人工智能发展背景下口译教学方式的新探究随着科技的发展， 未来的若干年后， 人工智能有可能会打破现阶段存在的语言障碍， 实现随时随地的交流， 这必然会对翻译行业尤其是口译工作造成巨大冲击。 现阶段国际、 国内大型企业都相继推出了自动翻译机器， 其语音识别水平和翻译准确度有了大幅度的提升， 很多时候可以达到比较精准的水平。 这些都说明了人工智能机器翻译已经逐步走向商业市场、走入日常生活之中，它们对语言服务行业的渗透越来越深。种种迹象表明，现阶段口译教学者更应该适应时代发展的变化， 深入思考， 努力研究学习，不断提升口译教学水平， 使得未来的口译人才能够应对这些挑战。一、人工智能翻译的发展人工智能翻

2、译起源于 20 世纪 50 年代，传统的机器翻译会根据不同方案的目的和要求，进行原文译文转换、分析，从而生成译文。由于缺乏考虑原文或译文逻辑，容易出现很多错误。在反复试验之后， 机器翻译的系统经历了不断的演变升级， 从最先开始的基于规则和语料库为基础的系统， 慢慢发展到词汇型、 语法型、语义型、知识型以及人工智能型。目前最新的翻译机器是基于人工神经网络的算法系统， 其技术核心是一个拥有海量结点（神经元）的深度神经网络，可以自动地从语料库中学习翻译知识。一种语言的句子被向量化之后，在网络中层层传递， 转化为计算机可以“理解”的表示形式，再经过多层复杂的传导运算，生成另一种语言的译文。目前，广泛应

3、用于机器翻译的是长短时记忆和循环神经网络。该模型擅长对自然语言建模，把任意长度的句子转化为特定维度的浮点数向量，同时“记住”句子中比较重要的单词，让“记忆”保存比较长的时间。 该模型很好地解决了自然语言句子向量化的难题，使得计算机对语言的处理进一步深入到语义理解的层面。其最大的优势在于译文流畅，更加符合语法规范，贴近自然语言，容易理解。尽管人工智能翻译发展迅猛， 但当涉及深层语义结构、 逻辑思维、文体、语言风格等方面时，还是与真人翻译相差甚远。因此在技术不断革新发展的时代， 口译学习者需要不断地拓展专业知识，以满足不同场合的需求。二、口译教学模式的新探究即便人工智能发展迅速， 但目前还无法承担

4、口译活动绝大部分的认知内容。 因此，口译学习者更应该让自己在充分掌握自身知识的同时， 利用人工智能技术， 为客户提供更为优质的语言翻译服务。口译教学需跟上时代的步伐， 改变传统的填鸭式或单一的训练方式，为学习者设计一个更为有效的练习系统。第一，为口译学习者建立一个开放性的口译语料库， 可以随时进行访问、查阅、修改，并设专人进行维护审核，用户可以更方便快捷地使用。 第二，教师应该依据学生水平的高低进行分组，设定合理的教学计划， 安排学习目标和内容， 指导学生对本阶段学习有个宏观的把握。第三，学生在小组内部互相监督练习，可以设定各种各样的口译情境，总结经验，归纳错误；除了教学内容和语料库外，练习内

5、容还可以寻找最新资讯进行模拟口译练习。第四，教师应对学生出现的比较突出的问题予以专门解决，后续学习中还应该让其不断反馈， 督促改进。 学生还可以相互交流，对口译录音进行评价，教师再综合进行点评，提出建议措施等。第五，定期进行课堂测试，追踪学习练习成果，对小组口译能力进行评级，为下一步教学内容做好铺垫。第六，学生应该在课下进行大量的听说练习， 确保口译质量保持在较高的水平， 课外搜罗查阅更多专业知识、更新资讯等。三、结语尽管人工智能技术为语言服务行业带来了很多便利， 但同时也为翻译尤其是口译带来了很多问题。 以往的口译教学相较于笔译而言，要求并不高。随着人工智能的迅猛发展，一部分水平较低的口译人员的确可以被取代。因此