葉 娜，張桂平，韓亞冬，蔡?hào)|風(fēng)

（沈陽航空航天大學(xué) 知識(shí)工程研究中心，遼寧 沈陽110136）

1 引言

隨著信息技術(shù)的進(jìn)步和全球一體化步伐的加快，跨語種交流的語言障礙問題日益突出，對(duì)高效翻譯方法的需求愈加緊迫。為了解決這一問題，人們開展了機(jī)器翻譯（Machine Translation，MT）的研究，旨在使計(jì)算機(jī)能夠代替人類進(jìn)行全自動(dòng)翻譯。

然而，目前的機(jī)器翻譯系統(tǒng)所產(chǎn)生的譯文仍然無法達(dá)到直接可用的程度。在這樣的背景下，一些研究人員開始尋求翻譯思想的改變，由全自動(dòng)翻譯技術(shù)轉(zhuǎn)向計(jì)算機(jī)輔助翻譯（Computer－Assisted Translation，CAT）技術(shù)。在計(jì)算機(jī)輔助翻譯系統(tǒng)中，系統(tǒng)為用戶（即人類譯員）提供輔助譯文和各種輔助工具（如術(shù)語管理、文件格式處理、詞典查詢、翻譯記憶檢索等），用戶利用這些輔助工具，對(duì)輔助譯文進(jìn)行譯后編輯（Post－Editing，PE），直至得到最終可用的正確譯文。同時(shí)，系統(tǒng)在與用戶交互的過程中，能夠從用戶的反饋中學(xué)習(xí)，使自身的翻譯知識(shí)得到增長(zhǎng)和完善，不斷地提高輔助譯文的質(zhì)量。與機(jī)器翻譯相比，計(jì)算機(jī)輔助翻譯以機(jī)器作為助力，為用戶提供所需的知識(shí)輔助，使人類充分發(fā)揮在推理、分析、歸納方面的優(yōu)勢(shì)，取得了很好的實(shí)際效果，也出現(xiàn)了一些成熟的實(shí)用化產(chǎn)品，例如，國(guó)外SDL公司的Trados、STAR公司的Transit、ATRIL公司的Déjàvu、LANT公司的 Eurolang、Google的譯者工具包，國(guó)內(nèi)中國(guó)科學(xué)院的華建CAT、東方雅信的雅信CAT等。這些商用產(chǎn)品的出現(xiàn)大大提高了翻譯產(chǎn)業(yè)的生產(chǎn)率。

最近，隨著計(jì)算機(jī)輔助翻譯技術(shù)的快速發(fā)展，輔助翻譯的工作方式已經(jīng)從單用戶、小規(guī)模發(fā)展為多用戶、大規(guī)模。多名在空間上分散的用戶被組織起來共同完成一項(xiàng)翻譯任務(wù)已經(jīng)成為普遍現(xiàn)象。這種翻譯模式可以稱為協(xié)同翻譯（Collaborative Translation，CT）。與計(jì)算機(jī)輔助翻譯相比，協(xié)同翻譯系統(tǒng)不但能提供計(jì)算機(jī)輔助翻譯系統(tǒng)的全部功能，還能夠提供多用戶協(xié)作管理（如協(xié)作進(jìn)程控制、協(xié)作沖突檢測(cè)、個(gè)性化輔助等）、翻譯任務(wù)管理（如翻譯進(jìn)度控制、翻譯任務(wù)分配等）和譯文一致性檢查等功能，以協(xié)調(diào)多名用戶高效率地合作，并保證翻譯結(jié)果的一致性。

本文對(duì)計(jì)算機(jī)輔助翻譯和協(xié)同翻譯的研究進(jìn)行了綜述。全文內(nèi)容組織結(jié)構(gòu)如下，第2部分介紹了計(jì)算機(jī)輔助翻譯技術(shù)；第3部分分析了計(jì)算機(jī)輔助翻譯與協(xié)同翻譯技術(shù)的聯(lián)系和區(qū)別，并介紹了協(xié)同翻譯技術(shù)的最新研究進(jìn)展；第4部分總結(jié)全文，對(duì)協(xié)同翻譯的未來發(fā)展方向進(jìn)行了展望。

2 計(jì)算機(jī)輔助翻譯技術(shù)

傳統(tǒng)的計(jì)算機(jī)輔助翻譯系統(tǒng)可以分為兩類［1］：①人助機(jī)譯系統(tǒng) （Human－Assisted MT system，HAMTS），它是由人來輔助計(jì)算機(jī)進(jìn)行翻譯的機(jī)器翻譯系統(tǒng)?？梢酝ㄟ^譯前編輯對(duì)于要翻譯的原文進(jìn)行加工，使之適合機(jī)器翻譯系統(tǒng)的要求，或者通過譯后編輯對(duì)于翻譯好的譯文進(jìn)行修改，使之滿足用戶的需要；②機(jī)助人譯系統(tǒng)（Machine－Assisted MT system，MAMTS），它是由計(jì)算機(jī)輔助人來進(jìn)行翻譯的機(jī)器翻譯系統(tǒng)。

現(xiàn)在的計(jì)算機(jī)輔助翻譯系統(tǒng)很難絕對(duì)劃分為人助機(jī)譯或機(jī)助人譯兩種系統(tǒng)之一，而是多種翻譯技術(shù)并存、相輔相成、相互融合的。系統(tǒng)生成輔助譯文時(shí)，用戶可以利用自己的語言學(xué)知識(shí)為系統(tǒng)提供指導(dǎo)，以獲得更好的譯文；用戶進(jìn)行翻譯時(shí)，可以直接對(duì)輔助譯文進(jìn)行譯后編輯，或?qū)⑤o助譯文作為參考；用戶完成翻譯后，系統(tǒng)將用戶的翻譯結(jié)果作為對(duì)輔助譯文的反饋，從中學(xué)習(xí)翻譯知識(shí)，來進(jìn)行自我完善。

由此可見，計(jì)算機(jī)輔助翻譯涉及三個(gè)關(guān)鍵技術(shù)，即輔助譯文生成、譯后編輯和系統(tǒng)反饋學(xué)習(xí)，以下將分別進(jìn)行介紹。

2.1 輔助譯文生成

2.1.1 輔助譯文質(zhì)量評(píng)價(jià)標(biāo)準(zhǔn)

輔助譯文是由計(jì)算機(jī)輔助翻譯系統(tǒng)生成，供用戶進(jìn)行譯后編輯，以產(chǎn)生最終可用譯文的一種中間翻譯結(jié)果。作為系統(tǒng)的重要組成部分，輔助譯文的質(zhì)量直接影響著整體的翻譯效率。理想的輔助譯文應(yīng)最大限度地減少用戶的翻譯工作量，提高翻譯速度。不可否認(rèn)的是，過于糟糕的輔助譯文反而會(huì)給用戶增加額外的負(fù)擔(dān)，以至于還不如不用輔助譯文，而是直接翻譯源文本。

因此，輔助譯文質(zhì)量評(píng)價(jià)標(biāo)準(zhǔn)的確定是一個(gè)重要的問題。傳統(tǒng)的機(jī)器翻譯譯文評(píng)價(jià)指標(biāo)和方法［2－4］并不完全適合于評(píng)價(jià)輔助譯文，其原因在于，對(duì)機(jī)器翻譯譯文的評(píng)價(jià)角度是譯文的“正確性”，而對(duì)輔助譯文的評(píng)價(jià)則是衡量它為用戶帶來了多少便利。例如，有時(shí)并未對(duì)輔助譯文進(jìn)行譯后編輯修改，卻要占用一定的譯后編輯時(shí)間，因?yàn)橛脩舯仨氉屑?xì)斟酌才能確定譯文是不需修改的。因此，一個(gè)更為公正的輔助譯文質(zhì)量評(píng)價(jià)指標(biāo)是用戶進(jìn)行譯后編輯所需的工作量（Post－Editing Effort），但如何衡量譯后編輯的工作量也是一個(gè)難題。

Krings［5］提出，譯后編輯工作量可以從三個(gè)層次來評(píng)價(jià)：時(shí)間（譯后編輯所需時(shí)間）、技術(shù)（用戶采取的鍵盤操作）和認(rèn)知（用戶付出的腦力勞動(dòng)）。該評(píng)價(jià)方法比較全面客觀，其缺陷在于認(rèn)知層次的工作量無法直接觀察到。一些研究人員［5－6］采用有聲思維報(bào)告法［7］（Think Aloud Protocol，TAP）或選擇網(wǎng)絡(luò)分析法［8］（Choice Network Analysis，CNA）來解決這一問題，但仍難以得到量化的結(jié)果。

鑒于此，一些研究人員［9－13］直接用技術(shù)層次工作量，即通過衡量將輔助譯文修改為正確譯文所需的譯后編輯操作次數(shù)，來評(píng)價(jià)輔助譯文。根據(jù)操作種類的不同，可以定義多個(gè)評(píng)價(jià)指標(biāo)，如表1所示。

表1 基于譯后編輯操作的輔助譯文質(zhì)量評(píng)價(jià)指標(biāo)

上述評(píng)價(jià)指標(biāo)的優(yōu)點(diǎn)是可行性強(qiáng)，缺點(diǎn)是計(jì)算代價(jià)較高、缺乏語言學(xué)知識(shí)的支撐，且無法反映用戶在譯后編輯過程中付出的腦力勞動(dòng)代價(jià)。

Tatsumi［14］研究了 BLEU［2］、NIST［3］、GTM［4］、和TER［13］四種評(píng)價(jià)指標(biāo)與譯后編輯速度之間的關(guān)聯(lián)，實(shí)驗(yàn)數(shù)據(jù)顯示，GTM與譯后編輯速度之間的關(guān)聯(lián)度最高。

2.1.2 輔助譯文生成策略與方法

不同的系統(tǒng)采取不同的策略來生成輔助譯文。最早的計(jì)算機(jī)輔助翻譯系統(tǒng)［15］直接將機(jī)器翻譯引擎產(chǎn)生的機(jī)器譯文作為輔助譯文。由于機(jī)器譯文質(zhì)量較差，現(xiàn)有系統(tǒng)大多對(duì)其進(jìn)行了優(yōu)化?？傮w上，當(dāng)前輔助譯文的生成方法主要是基于兩種策略：①基于翻譯記憶（Translation Memory，TM）的策略；②基于交互式機(jī)器翻譯（Interactive Machine Translation，IMT）的策略。

2.1.2.1 基于翻譯記憶的策略

Bowker［16］將翻譯記憶定義為一種用于儲(chǔ)存原文本及其譯文的語言數(shù)據(jù)庫，其工作原理是將用戶已翻譯完成的譯文及其對(duì)應(yīng)的源語言文本存儲(chǔ)起來，在未來的翻譯過程中，系統(tǒng)自動(dòng)搜索翻譯記憶庫中相同或相似的翻譯資源（如句子、段落等），給出參考，使用戶避免無謂的重復(fù)勞動(dòng)，只需專注于新內(nèi)容的翻譯。該策略的優(yōu)化目標(biāo)是使輔助譯文與具有較高匹配相似度的翻譯記憶片段盡量保持一致。

翻譯記憶的思想幾乎在所有的輔助翻譯系統(tǒng)中都有所體現(xiàn)。Craciunescu等人［17］指出，翻譯記憶技術(shù)適用于解決術(shù)語一致性、語詞、短句和簡(jiǎn)單句重復(fù)出現(xiàn)等問題。

基于翻譯記憶的輔助譯文生成方法有兩種，一種是參考式，由用戶選擇待翻譯的文本，系統(tǒng)在翻譯記憶中檢索相關(guān)譯文提供參考。TransSearch［18］、TotalRecall［19］和大部分商用系統(tǒng)均采取了這種方法。另一種方法是自動(dòng)式，即根據(jù)翻譯記憶的結(jié)果自動(dòng)優(yōu)化機(jī)器翻譯譯文，使譯文盡量與翻譯記憶中的相關(guān)片段一致。PECAT系統(tǒng)［20］將句子劃分為組塊，利用多層匹配算法在翻譯記憶里檢索最相似的組塊生成輔助譯文，取得了良好效果。Bi?ici等人［21］從翻譯記憶的模糊匹配結(jié)果（Fuzzy Matches）中提取與源語句共有的雙語短語，加入統(tǒng)計(jì)機(jī)器翻譯系統(tǒng)的短語表中，獲得了更好的譯文。Simard等人［22］將翻譯記憶中最相似的片段納入機(jī)器翻譯候選譯文的評(píng)價(jià)中，提高了機(jī)器譯文的質(zhì)量。He等人［23］訓(xùn)練了一個(gè)統(tǒng)計(jì)分類器，分別判斷對(duì)機(jī)器翻譯譯文和翻譯記憶譯文進(jìn)行譯后編輯的工作量，并將工作量較小的譯文推薦給用戶，取得了很好的效果。

2.1.2.2 基于交互式機(jī)器翻譯的策略

交互式機(jī)器翻譯的基本思想是允許用戶在譯文生成的過程中進(jìn)行人工干預(yù)和指導(dǎo)，以獲取較高質(zhì)量的譯文。常寶寶［24］指出，這類研究可以根據(jù)人機(jī)交互發(fā)生的階段分為：①交互式分析，用戶幫助系統(tǒng)得出正確的源語言結(jié)構(gòu)，對(duì)多義詞進(jìn)行排歧等；②交互式轉(zhuǎn)換，用戶參與選擇與源語言結(jié)構(gòu)等價(jià)的目標(biāo)語言結(jié)構(gòu)，排除不適當(dāng)?shù)霓D(zhuǎn)換；③交互式生成，用戶協(xié)助產(chǎn)生流暢譯文。

早期的交互式機(jī)器翻譯系統(tǒng)［25－31］大都集中于交互式分析和交互式轉(zhuǎn)換技術(shù)，主要研究如何使源語言消歧過程更加高效，包括優(yōu)化問題次序來減少用戶需要回答的問題、為用戶提供多個(gè)候選答案、調(diào)整交互方式使用戶更熟悉系統(tǒng)等。這些傳統(tǒng)的方法存在以下問題：第一，人機(jī)間的交互只關(guān)注對(duì)源文本意思的理解，而忽略了最重要的目標(biāo)文本生成。第二，用于交互的語言是基于機(jī)器翻譯模型的，使得問題對(duì)用戶來講難以回答，而將機(jī)器語言自動(dòng)表述為自然語言，并使之包含源文本中的相關(guān)部分，是難以實(shí)現(xiàn)的。

1997年，F(xiàn)oster等人［32］提出了 TransType系統(tǒng)的雛形（TT0），該系統(tǒng)將交互式機(jī)器翻譯所關(guān)注的目標(biāo)從源文本的消歧轉(zhuǎn)移到譯文的生成上，用戶不再需要解釋分析源文本，而是可以直接控制目標(biāo)譯文的生成。TransType的基本思想是，給定源文本s，觀察用戶輸入的譯文，不斷針對(duì)已經(jīng)輸入的文本h（即譯文前綴）計(jì)算可能的譯文后綴x的概率p（x｜s，h），其中概率最大的譯文后綴x＊就是系統(tǒng)預(yù)測(cè)的譯文，將作為建議提供給用戶。用戶可以接受、修改或忽略這些建議。實(shí)驗(yàn)結(jié)果表明，Trans－Type系統(tǒng)使用戶得到正確譯文所需的鍵盤敲擊次數(shù)大幅減少。

2002年，F(xiàn)oster［33］發(fā)現(xiàn)，在 TransType系統(tǒng)中，雖然用戶的鍵盤敲擊次數(shù)減少了，但是翻譯效率反而降低了，原因有兩個(gè)：第一，用戶閱讀系統(tǒng)的提示占用了很長(zhǎng)時(shí)間，因此當(dāng)提示不正確或過短時(shí)，系統(tǒng)反而降低了用戶的翻譯效率；第二，用戶不總是理性對(duì)待提示，他們有時(shí)候會(huì)接受錯(cuò)誤的提示，拒絕正確的提示。針對(duì)上述問題，F(xiàn)oster對(duì)系統(tǒng)進(jìn)行了改進(jìn)，不再在輸入每個(gè)字符后都進(jìn)行提示，而只進(jìn)行可以最大化用戶期望收益B（x，s，h）的預(yù)測(cè)。系統(tǒng)改進(jìn)后，用戶的翻譯效率平均提高了10%。此后又有多名研究人 員［9－12，34－42］對(duì)該系統(tǒng)進(jìn)行了不斷的分析和優(yōu)化，包括利用詞圖［9，34］或動(dòng)態(tài)規(guī)劃算法［35］來提高最優(yōu)預(yù)測(cè)的搜索效率，利用用戶的鼠標(biāo)點(diǎn)擊信息［12］、緩存記錄［36］、譯文可信度［37－38］和語音識(shí)別信息［40］來提高系統(tǒng)預(yù)測(cè)的準(zhǔn)確性等。

2.2 譯后編輯

由于機(jī)器翻譯的譯文質(zhì)量難以達(dá)到實(shí)用化要求，因此早在20世紀(jì)80年代，人們就已經(jīng)開始對(duì)機(jī)器翻譯結(jié)果進(jìn)行譯后編輯。

關(guān)于譯后編輯的定義，Veale［43］認(rèn)為是“人類語言學(xué)家／編輯人員對(duì)機(jī)器翻譯輸出的修正”。OB－rien［6］則將其定義為“修改機(jī)器翻譯譯文中的錯(cuò)誤，以保證目標(biāo)譯文達(dá)到一定的質(zhì)量要求的行為”。

在計(jì)算機(jī)輔助翻譯系統(tǒng)中，譯后編輯可以使輔助譯文的質(zhì)量達(dá)到可用程度，且保證術(shù)語的標(biāo)準(zhǔn)化。譯后編輯結(jié)果可作為反饋來即時(shí)優(yōu)化機(jī)器翻譯引擎，自動(dòng)修改一些重復(fù)性錯(cuò)誤或可預(yù)知錯(cuò)誤，改善輔助譯文質(zhì)量，用戶也可以通過譯后編輯工作迅速提高自身的翻譯水平［44］。但是，譯后編輯也可能帶來一些負(fù)面作用，例如，用戶可能會(huì)習(xí)慣糟糕的機(jī)器翻譯結(jié)果，對(duì)一些錯(cuò)誤視而不見［45］。另外，為了提高翻譯生產(chǎn)率，需要限制用戶修改的范圍，同時(shí)使用戶的壓力增大，且難以一直保持非常高的生產(chǎn)率水平。

2.2.1 對(duì)譯后編輯的要求

Wagner［46］指出，對(duì)譯后編輯的一般要求是，包含盡可能多的原始譯文、不要在一個(gè)問題上猶豫太久、不要擔(dān)心風(fēng)格是否重復(fù)、不要從事耗費(fèi)時(shí)間的術(shù)語研究，以及只在必要時(shí)進(jìn)行修改。

Senez［47］也列舉了對(duì)譯后編輯的一些要求，指出譯后編輯的一個(gè)重要問題是保證譯文的可靠性，即必須采取措施，排除掉機(jī)器翻譯帶來的任何對(duì)源文本的曲解，保證讀者得到一個(gè)語法正確而且忠實(shí)反映源文本意思的譯文，這比提高譯文的可讀性更加重要。另外，也不必為提高譯文的典雅性而浪費(fèi)太多時(shí)間。

2.2.2 譯后編輯的分類

一般來講，譯后編輯可分為兩類［45］。一類是快速譯后編輯（Fast PE，也可稱為Gist PE、Rapid PE、Light PE），即速度快，且只進(jìn)行必要修改的譯后編輯。其特點(diǎn)是，在保證準(zhǔn)確傳遞信息的前提下，對(duì)譯文的語法、風(fēng)格、術(shù)語、連貫性等質(zhì)量要求較寬松，而對(duì)翻譯生產(chǎn)率的要求較高。另一類是完全譯后編輯（Full PE），即需要為滿足較高的質(zhì)量要求而進(jìn)行更多修改的譯后編輯。

在實(shí)踐中，具體采用哪類方法進(jìn)行譯后編輯需要視具體翻譯任務(wù)而定，一般應(yīng)考慮用戶需求、質(zhì)量期待、時(shí)間要求和譯文功能等因素。但是，Doyon等人［48］的研究結(jié)果表明，從譯文的可用性來看，快速譯后編輯和完全譯后編輯的差別并不明顯。

2.2.3 譯后編輯人員的訓(xùn)練

譯后編輯是一項(xiàng)新的工作，許多翻譯人員對(duì)此還一無所知，在這方面的信息和訓(xùn)練也很少。為了成為一名好的譯后編輯人員，需要學(xué)習(xí)很多新的方法和工具，要求更高的生產(chǎn)率，且翻譯時(shí)自由創(chuàng)造的空間較小。

對(duì)譯后編輯人員的技能要求除了包括與一般翻譯人員相同的要求，如熟練掌握源語言和目標(biāo)語言、具備特定領(lǐng)域的專業(yè)知識(shí)和文本處理技能之外，還應(yīng)該有一些特殊的要求［44，49］，如具備較強(qiáng)的容忍度、對(duì)機(jī)器翻譯持有積極態(tài)度、具有一定的機(jī)器翻譯知識(shí)、術(shù)語管理技能（包括詞典編纂、語料質(zhì)量評(píng)價(jià)、術(shù)語工具的使用等）、受限語言（Controlled Language，CL）的使用技能，以及基本的編程技能等。

2009年，在國(guó)際機(jī)器翻譯峰會(huì)上，Batoma等人［50］指出，計(jì)算機(jī)輔助翻譯將成為未來的發(fā)展趨勢(shì)，人們應(yīng)關(guān)注如何培養(yǎng)訓(xùn)練翻譯人員以使之勝任技術(shù)驅(qū)動(dòng)的環(huán)境下的翻譯工作。

2.2.4 譯后編輯效率的影響因素

譯后編輯的效率受到多種因素的影響和制約，例如，輔助譯文的質(zhì)量、翻譯人員的經(jīng)驗(yàn)和翻譯人員的母語［48］等。除此之外，Martínez［51］還指出了一些其他因素，包括：①計(jì)算機(jī)輔助翻譯系統(tǒng)所提供的輔助工具是否有效、界面是否友好；②是否遵循了合理的流程來進(jìn)行譯后編輯；③翻譯之前是否對(duì)數(shù)據(jù)進(jìn)行了充分的分析，是否創(chuàng)建了用戶詞典；④所生成的輔助譯文是否可信。

Aikawa等人［52］研究了受限語言、機(jī)器翻譯質(zhì)量和譯后編輯之間的關(guān)系，驗(yàn)證了使用受限語言可以提高機(jī)器翻譯質(zhì)量，且提高譯后編輯效率的假設(shè)。

2.2.5 譯后編輯數(shù)據(jù)采集與分析

翻譯人員在譯后編輯過程中生成大量的行為數(shù)據(jù)，這些數(shù)據(jù)是很有價(jià)值的線索，可以反映出人類在翻譯活動(dòng)中的思維過程，以及譯文中哪些部分給用戶帶來了翻譯困難。這些信息有助于優(yōu)化計(jì)算機(jī)輔助翻譯系統(tǒng)，給用戶提供更有效的輔助。

譯后編輯行為數(shù)據(jù)的采集分為兩個(gè)方面：操作和認(rèn)知。操作行為主要指翻譯人員的鍵盤和鼠標(biāo)等操作，認(rèn)知行為指的是譯后編輯期間發(fā)生的人類認(rèn)知過程的行為。認(rèn)知行為數(shù)據(jù)雖然無法直接觀察到，但可以部分從操作行為數(shù)據(jù)中分析、推斷得到。

在操作行為方面，Translog［53］是一個(gè)有效的采集工具。Translog是記錄鍵盤輸入過程的程序，它可以在不干擾用戶的前提下，準(zhǔn)確記錄所有按鍵的活動(dòng)，包括修改、刪除、增加、剪切、復(fù)制、光標(biāo)移動(dòng)、電子詞典查詢等，并能記錄按鍵活動(dòng)的時(shí)間。同時(shí)還提供線性表示，通過一系列符號(hào)來描述文字輸入過程中的各種活動(dòng)。Carl等人［54］利用Translog所采集的數(shù)據(jù)，研究了翻譯過程的屬性。實(shí)驗(yàn)數(shù)據(jù)顯示，人類的翻譯過程明顯分為三個(gè)階段：理解主旨（Gisting）、草擬譯文（Drafting）和譯后編輯，有經(jīng)驗(yàn)的翻譯人員在譯后編輯階段花費(fèi)的時(shí)間較長(zhǎng)。

在認(rèn)知行為的采集和分析方面，Carl［55］認(rèn)為，眼球移動(dòng)可以在一定程度上反映翻譯認(rèn)知過程。例如，閱讀通常是從左至右進(jìn)行的，直至在行末返回下一行，而當(dāng)用戶暫時(shí)面臨理解困難時(shí)，將會(huì)長(zhǎng)時(shí)間地盯住一個(gè)詞，或往回移動(dòng)眼球來重新閱讀和思考。Koehn［56］則認(rèn)為，用戶的鍵盤和鼠標(biāo)操作中的“停頓”可以反映其翻譯認(rèn)知心理，并利用Caitra系統(tǒng)所記錄的操作數(shù)據(jù)，研究了不同長(zhǎng)度的“停頓”代表的含義，例如，短于2秒的停頓通常是操作間歇，2～6秒的停頓表示猶豫，6～60秒的停頓表示用戶在思索并規(guī)劃下一步操作，更長(zhǎng)的停頓表示用戶遇到了難題。

2.3 系統(tǒng)反饋學(xué)習(xí)

計(jì)算機(jī)輔助翻譯系統(tǒng)的特點(diǎn)和優(yōu)勢(shì)之一在于系統(tǒng)和用戶之間可以進(jìn)行交互，用戶對(duì)系統(tǒng)提供的輔助譯文進(jìn)行驗(yàn)證和校改，并反饋給系統(tǒng)。系統(tǒng)應(yīng)該對(duì)這種反饋信息加以充分利用，不斷完善自身的翻譯知識(shí)體系，提高翻譯性能，避免重復(fù)生成同樣的錯(cuò)誤。從反饋中學(xué)習(xí)的能力是體現(xiàn)計(jì)算機(jī)輔助翻譯系統(tǒng)性能的重要指標(biāo)之一。

系統(tǒng)進(jìn)行自我完善的途徑有兩種。一種是基于自動(dòng)譯后編輯（Automatic Post－Editing，APE）的方法，即從反饋中學(xué)習(xí)出翻譯知識(shí)，建立一個(gè)譯后編輯模型，自動(dòng)發(fā)現(xiàn)系統(tǒng)產(chǎn)生的譯文中存在的錯(cuò)誤，并對(duì)譯文進(jìn)行修改，相當(dāng)于自動(dòng)完成譯后編輯過程。在這種策略下，系統(tǒng)的翻譯引擎并不發(fā)生改變。另一種是基于在線學(xué)習(xí)（Online－Learning）的方法，批量處理用戶的反饋信息，不斷從中學(xué)習(xí)，并即時(shí)調(diào)整系統(tǒng)的機(jī)器翻譯引擎的各項(xiàng)參數(shù)，使其得到實(shí)時(shí)優(yōu)化。

2.3.1 基于自動(dòng)譯后編輯的方法

自動(dòng)譯后編輯模型是由系統(tǒng)從反饋中學(xué)習(xí)到的翻譯知識(shí)構(gòu)成的。根據(jù)知識(shí)表示形式的不同，可以分為基于模板匹配的方法和基于統(tǒng)計(jì)機(jī)器學(xué)習(xí)的方法。

2.3.1.1 基于模板匹配的方法

此類方法以模板／規(guī)則形式來表示翻譯知識(shí)，并用模板匹配的方式來修改譯文。

Nishida等人［57］提出PECOF系統(tǒng)，將譯后編輯的修改作為反饋，從中自動(dòng)學(xué)習(xí)模板來提高機(jī)器翻譯引擎的性能。在幾個(gè)實(shí)例句子上的實(shí)驗(yàn)結(jié)果表明，PECOF可以修改一些錯(cuò)誤，但也可能修改失敗。Guzman［58］提出利用正則表達(dá)式進(jìn)行自動(dòng)后編輯，用人工制定的模式匹配修改了一些語言學(xué)錯(cuò)誤，但有時(shí)也會(huì)帶來新的錯(cuò)誤。Elming［59］使用基于轉(zhuǎn)換的學(xué)習(xí)（Transformation－Based Learning，TBL）來自動(dòng)獲取錯(cuò)誤修改規(guī)則，但是該方法只適用于改正選詞錯(cuò)誤，且需要對(duì)原始句子和修改后的句子進(jìn)行詞對(duì)齊。

2009年，Groves等人［60］通過分析微軟 Treelet機(jī)器翻譯引擎的機(jī)器譯文及其譯后編輯結(jié)果，識(shí)別出一系列譯后編輯模板（包括基于字符串和基于成分的模板），其中基于字符串的模板是利用動(dòng)態(tài)規(guī)劃方法，尋找由原始句子出發(fā)，到達(dá)最終正確譯文的編輯距離最小的修改路徑，從中自動(dòng)提取模板。實(shí)驗(yàn)證明，這些模板有助于提高機(jī)器翻譯引擎的性能和譯后編輯的工作效率。

2.3.1.2 基于統(tǒng)計(jì)機(jī)器學(xué)習(xí)的方法

在此類方法中，翻譯知識(shí)被表示為統(tǒng)計(jì)模型的形式。2007年Simard等人［61］將機(jī)器翻譯引擎的翻譯結(jié)果作為源語言，將譯后編輯結(jié)果作為目標(biāo)語言，訓(xùn)練一個(gè)統(tǒng)計(jì)機(jī)器翻譯模型作為自動(dòng)譯后編輯系統(tǒng)。在翻譯時(shí)，首先用機(jī)器翻譯引擎將源文本翻譯出來，然后用訓(xùn)練出的統(tǒng)計(jì)機(jī)器翻譯模型對(duì)機(jī)器翻譯譯文進(jìn)行再次翻譯，即自動(dòng)譯后編輯。實(shí)驗(yàn)結(jié)果表明，經(jīng)過自動(dòng)譯后編輯后，譯文的TER值大大降低，BLEU值提高。

Dugast等人［62］對(duì)將上述技術(shù)引入SYSTRAN系統(tǒng)的實(shí)驗(yàn)結(jié)果進(jìn)行了深入分析，統(tǒng)計(jì)了該自動(dòng)譯后編輯系統(tǒng)的改詞率和改句率。實(shí)驗(yàn)結(jié)果表明，約98%的句子都被修改了，而改詞率相對(duì)較低（約30%）。從譯文結(jié)構(gòu)來看，修改后的譯文結(jié)構(gòu)與原始SYSTRAN譯文結(jié)構(gòu)基本相同。譯文質(zhì)量提高最明顯的是詞匯方面。在語法方面，改正和改錯(cuò)的情況都很多，導(dǎo)致最終提高不大。另外，未發(fā)現(xiàn)長(zhǎng)距離的結(jié)構(gòu)調(diào)整和語序調(diào)整，且局部調(diào)序的改錯(cuò)率也較高。這表明該方法對(duì)于改正譯文中的選詞錯(cuò)誤較為有效，而對(duì)譯文的調(diào)序錯(cuò)誤作用不太明顯。

2.3.2 基于在線學(xué)習(xí)的方法

此類方法的主要思想是利用在線學(xué)習(xí)技術(shù)，從用戶的反饋中實(shí)時(shí)獲取翻譯知識(shí)，優(yōu)化機(jī)器翻譯引擎的各項(xiàng)參數(shù)或知識(shí)庫。翻譯知識(shí)可以從用戶的譯后編輯過程中自動(dòng)學(xué)習(xí)得到，也可以通過對(duì)比原始輔助譯文與修改后所生成的正確譯文得到。

黃河燕等人［63］描述了一個(gè)智能譯后編輯系統(tǒng)的設(shè)計(jì)原理和實(shí)現(xiàn)算法。該系統(tǒng)將意段作為編輯處理的基本單位，并且可以形成編輯反饋信息，提供給知識(shí)處理模塊。

Llitjos等人［64］通過實(shí)時(shí)追蹤輔助譯文中錯(cuò)誤的位置，對(duì)原始機(jī)器翻譯引擎的規(guī)則庫和詞典進(jìn)行修改，相當(dāng)于從譯后編輯過程中即時(shí)學(xué)習(xí)。但該方法要求用戶使用TCTool工具進(jìn)行譯后編輯，才能完成錯(cuò)誤追蹤，給用戶帶來了一定制約。

Bianchi等人［65］將一個(gè)在線學(xué)習(xí)模塊整合入Portage統(tǒng)計(jì)機(jī)器翻譯引擎。用戶通過Trados系統(tǒng)提供的界面對(duì)機(jī)器翻譯譯文進(jìn)行譯后編輯。學(xué)習(xí)模塊實(shí)時(shí)調(diào)整短語表內(nèi)的權(quán)重等參數(shù)，來優(yōu)化機(jī)器翻譯引擎。

Martinez等人［66］提出，利用在線學(xué)習(xí)技術(shù)，在用戶每次完成一批譯文的譯后編輯后，實(shí)時(shí)調(diào)整和更新基于對(duì)數(shù)線性模型的統(tǒng)計(jì)機(jī)器翻譯引擎中各項(xiàng)參數(shù)的估計(jì)值，使產(chǎn)生的輔助譯文質(zhì)量不斷提高，進(jìn)而使用戶的翻譯效率不斷增長(zhǎng)。與Bianchi［65］的方法相比，該方法的可擴(kuò)展性更強(qiáng)，對(duì)機(jī)器翻譯引擎的優(yōu)化更為全面。

3 協(xié)同翻譯技術(shù)

從研究現(xiàn)狀可以看出，計(jì)算機(jī)輔助翻譯技術(shù)的研究正在逐步深化并取得了一定的成果，然而，翻譯規(guī)模的急速增長(zhǎng)迫使人們開始關(guān)注多名用戶共同完成一項(xiàng)大規(guī)模翻譯任務(wù)的情況，即協(xié)同翻譯。協(xié)同翻譯與計(jì)算機(jī)輔助翻譯技術(shù)之間有一定的關(guān)聯(lián)，也存在著顯著的差異。

3.1 計(jì)算機(jī)輔助翻譯與協(xié)同翻譯

在協(xié)同翻譯系統(tǒng)中，對(duì)于每個(gè)獨(dú)立用戶而言，其翻譯過程和翻譯環(huán)境與使用計(jì)算機(jī)輔助翻譯系統(tǒng)時(shí)并沒有太大差別，用戶仍然從系統(tǒng)那里得到自動(dòng)產(chǎn)生的輔助譯文，在輔助工具的幫助下進(jìn)行譯后編輯，最后提交給系統(tǒng)。但對(duì)于協(xié)同翻譯系統(tǒng)而言，與計(jì)算機(jī)輔助翻譯系統(tǒng)存在著本質(zhì)的區(qū)別，即用戶的群體性，多名用戶共同完成一項(xiàng)翻譯任務(wù)，并且不同用戶的翻譯水平、翻譯經(jīng)驗(yàn)和教育背景等屬性都各有不同。協(xié)同翻譯系統(tǒng)必須充分考慮這種用戶的個(gè)性化差異，在與用戶的交互過程中，逐步對(duì)不同用戶的翻譯狀態(tài)形成深入了解，才能給每名用戶提供最符合他們的個(gè)性化特點(diǎn)和需求的翻譯任務(wù)、輔助譯文、輔助工具乃至質(zhì)檢方案等輔助，發(fā)揮不同用戶的優(yōu)勢(shì)，使多用戶協(xié)同工作的效率達(dá)到最高。另外，由于存在多個(gè)用戶，系統(tǒng)從不同用戶的反饋中學(xué)習(xí)的翻譯知識(shí)的有效性和整體翻譯結(jié)果的一致性也需要得到更有效的檢查和保證。

綜上所述，本文第2部分介紹的計(jì)算機(jī)輔助翻譯的關(guān)鍵技術(shù)對(duì)于協(xié)同翻譯系統(tǒng)也極為重要，但協(xié)同翻譯系統(tǒng)對(duì)這些技術(shù)又提出了更高的要求。

在輔助譯文生成方面，面對(duì)相同的源語句，計(jì)算機(jī)輔助翻譯系統(tǒng)給每個(gè)用戶生成同樣的輔助譯文。但翻譯認(rèn)知心理學(xué)的研究成果表明，不同的譯者面對(duì)相同的語篇可能產(chǎn)生不同的心理模型［67］。反映在協(xié)同翻譯中就是不同用戶對(duì)系統(tǒng)所提供的輔助譯文有著不同的需求。例如，輔助譯文的句式和選詞應(yīng)符合用戶的個(gè)性化翻譯習(xí)慣和知識(shí)體系，輔助譯文的表示形式應(yīng)符合用戶的個(gè)性化翻譯心理等。

在譯后編輯方面，計(jì)算機(jī)輔助翻譯系統(tǒng)提供的譯后編輯環(huán)境是固定的，但不同用戶對(duì)譯后編輯的輔助工具、輔助方式和界面風(fēng)格等均有不同需求，且受到翻譯經(jīng)驗(yàn)、翻譯對(duì)象和翻譯過程的影響。協(xié)同翻譯系統(tǒng)應(yīng)能根據(jù)用戶的交互行為和翻譯狀態(tài)，預(yù)測(cè)不同用戶在不同翻譯階段對(duì)譯后編輯輔助模式的不同需求，將系統(tǒng)的輔助以合適的方式，在合適的時(shí)機(jī)提供給用戶。

在系統(tǒng)反饋學(xué)習(xí)方面，與計(jì)算機(jī)輔助翻譯系統(tǒng)相同，協(xié)同翻譯系統(tǒng)也能夠從用戶的反饋中學(xué)習(xí)翻譯知識(shí)，而且用戶的群體性使協(xié)同翻譯系統(tǒng)能學(xué)到更多的翻譯知識(shí)，知識(shí)積累的效率也更高。但是這個(gè)特性也會(huì)造成來自不同用戶的翻譯知識(shí)之間存在沖突的問題。因此，協(xié)同翻譯系統(tǒng)還應(yīng)具備判定翻譯知識(shí)可信度的能力，只接受最可信的翻譯知識(shí)，提高翻譯知識(shí)的準(zhǔn)確性。

此外，協(xié)同翻譯還涉及以下關(guān)鍵技術(shù)。

（1）協(xié)作策略確定。研究用戶與用戶、用戶與系統(tǒng)之間怎樣協(xié)同工作，并避免用戶在協(xié)作過程中產(chǎn)生翻譯行為沖突；

（2）協(xié)同任務(wù)分配。研究如何將翻譯任務(wù)進(jìn)行分解，并分配給合適的用戶，使整體翻譯效率最高；

（3）協(xié)同質(zhì)檢。研究如何從用戶的質(zhì)檢歷史中分析用戶的錯(cuò)誤傾向，對(duì)用戶進(jìn)行有針對(duì)性的個(gè)性化質(zhì)檢。

3.2 現(xiàn)有研究

王建德等人［68］介紹了一種基于協(xié)同機(jī)制的多用戶交互翻譯系統(tǒng)的設(shè)計(jì)框架，用戶與系統(tǒng)之間采用客戶—服務(wù)器的方式進(jìn)行協(xié)作，用戶之間通過互相發(fā)送請(qǐng)求或在系統(tǒng)公共數(shù)據(jù)區(qū)發(fā)布信息來進(jìn)行協(xié)作。系統(tǒng)將所學(xué)習(xí)的翻譯知識(shí)分為公共知識(shí)和個(gè)性化知識(shí)，在客戶端上存放了一些用戶的個(gè)人信息，并結(jié)合用戶的翻譯經(jīng)驗(yàn)、工作時(shí)間和翻譯工作量等參數(shù)，綜合判定用戶的優(yōu)先級(jí)，一定程度上實(shí)現(xiàn)了對(duì)用戶狀態(tài)的了解和協(xié)調(diào)控制。

Murata等人［69－70］構(gòu)建了基于 Web的 Yakushite Net協(xié)同翻譯系統(tǒng)，其中來自不同領(lǐng)域的用戶可以協(xié)作改進(jìn)在線機(jī)器翻譯引擎的系統(tǒng)詞典，并實(shí)時(shí)共享。

Bey等人［71］借鑒 Wiki技術(shù)，實(shí)現(xiàn)了 TRANSBey協(xié)同翻譯環(huán)境，供翻譯志愿者在線協(xié)同完成一些翻譯任務(wù)。該系統(tǒng)很好地發(fā)揮了Wiki技術(shù)的優(yōu)勢(shì)（即允許多名用戶自由創(chuàng)建并編輯網(wǎng)頁內(nèi)容，且有簡(jiǎn)單的句法來創(chuàng)建新網(wǎng)頁和已有網(wǎng)頁間的關(guān)聯(lián)），為協(xié)同翻譯系統(tǒng)中的協(xié)作策略提供了一種新的思路。

張桂平等人［72］提出了基于知識(shí)管理和智能控制的協(xié)同翻譯技術(shù)，其中通過創(chuàng)建用戶模型，使系統(tǒng)實(shí)現(xiàn)了以用戶為核心的決策優(yōu)化。用戶模型由用戶行為模型和用戶狀態(tài)模型組成，行為模型描述了用戶在翻譯過程中的動(dòng)作和決策，提高了翻譯知識(shí)積累和應(yīng)用的有效性，狀態(tài)模型描述了用戶的特征和屬性，為協(xié)同任務(wù)分配、協(xié)同質(zhì)檢和翻譯知識(shí)有效性判定提供了依據(jù)。用戶模型的建立和應(yīng)用使協(xié)同翻譯系統(tǒng)中人機(jī)協(xié)同的效率和用戶的翻譯能力得到了同步增長(zhǎng)。該平臺(tái)在大規(guī)?？萍假Y料翻譯工程實(shí)踐中取得了顯著的應(yīng)用效果。

還有一些研究人員針對(duì)雙語譯員缺乏的問題，研究如何使單語用戶協(xié)同完成翻譯任務(wù)。

Morita等人［73］描述了一個(gè)協(xié)同翻譯系統(tǒng)，可以使源語言和目標(biāo)語言的單語在線用戶協(xié)作進(jìn)行翻譯，其中對(duì)目標(biāo)語言和源語言的用戶進(jìn)行了明確的分工，前者負(fù)責(zé)保證譯文的“流暢性”（對(duì)機(jī)器翻譯譯文進(jìn)行修改，使之可讀，再由機(jī)器翻譯引擎將譯文翻譯回源語言），后者保證譯文的“正確性”（確認(rèn)新產(chǎn)生的源語言句子與原始語句的意思是否相同。若不同，則對(duì)原始語句進(jìn)行改寫，再由機(jī)器翻譯引擎進(jìn)行翻譯，返回給目標(biāo)語言用戶）。該系統(tǒng)充分發(fā)揮了兩種語言的單語用戶在翻譯中的不同作用。

Bederson等人［74－75］也提出了一種單語用戶協(xié)同翻譯的策略，首先，源語言句子被機(jī)器翻譯引擎翻譯為目標(biāo)語言，然后由目標(biāo)語言的母語者盡力猜想其意思，修改（增加信息）后再由機(jī)器翻譯引擎翻譯回源語言，返回源語言母語者，繼續(xù)猜想意思并修改，重復(fù)該過程直至譯文被雙方認(rèn)可為止。

4 結(jié)論與展望

本文對(duì)計(jì)算機(jī)輔助翻譯和協(xié)同翻譯技術(shù)進(jìn)行了綜述。目前協(xié)同翻譯系統(tǒng)雖然已經(jīng)走向大規(guī)模真實(shí)應(yīng)用，但一些核心技術(shù)仍有待進(jìn)一步研究和探索?？梢灶A(yù)見，以下技術(shù)將成為未來的研究重點(diǎn)。

（1）翻譯心理學(xué)研究。人類用戶是協(xié)同翻譯系統(tǒng)的核心。無論輔助譯文的生成、輔助工具的選擇，還是界面風(fēng)格的設(shè)計(jì)，均需充分考慮用戶的翻譯過程、翻譯習(xí)慣等心理因素，因此對(duì)人類翻譯真實(shí)心理過程的研究將對(duì)協(xié)同翻譯系統(tǒng)的設(shè)計(jì)具有很高的研究?jī)r(jià)值。

（2）用戶角色控制技術(shù)研究。不同狀態(tài)的用戶在協(xié)同翻譯過程中適合不同的角色，現(xiàn)有系統(tǒng)已經(jīng)根據(jù)用戶的母語對(duì)單語用戶進(jìn)行了分工，將來還應(yīng)研究如何利用用戶的更多屬性，進(jìn)行更為深入、細(xì)化的分工。

（3）譯文一致性檢查技術(shù)研究。用戶的群體性使得最終譯文中可能存在沖突，目前一些協(xié)同翻譯系統(tǒng)通過術(shù)語規(guī)范化等方法進(jìn)行了控制，但仍無法完全保證翻譯結(jié)果的一致性，需要進(jìn)一步研究如何自動(dòng)檢測(cè)譯文中相互沖突的語言點(diǎn)。

（4）協(xié)同翻譯流程研究。協(xié)同翻譯是一項(xiàng)大規(guī)模、復(fù)雜的翻譯任務(wù)，合理的流程設(shè)計(jì)和嚴(yán)格的過程控制可以充分發(fā)揮計(jì)算機(jī)在運(yùn)算和存儲(chǔ)方面的優(yōu)勢(shì)，降低用戶工作量，減少重復(fù)勞動(dòng)的幾率，對(duì)于進(jìn)一步擴(kuò)大翻譯規(guī)模、提高翻譯生產(chǎn)率具有重要作用。

［1］陳群秀.計(jì)算機(jī)輔助翻譯系統(tǒng)漫談［C］／／第十一屆全國(guó)民族語言文字信息學(xué)術(shù)研討會(huì)論文集，2007.

［2］Papineni K，Roukos S，Ward T，et al.BLEU：a Method for Automatic Evaluation of Machine Translation［C］／／Proceeding of the 40th ACL，2002：311－318.

［3］Doddington G.Automatic evaluation of machine translation quality using n－gram co－occurrence statistics［C］／／Proceeding of the ARPA Workshop on Human Language Technology，2002：128－132.

［4］Turian JP，Shen L，Melamed ID.Evaluation of Machine Translation and Its Evaluation［C］／／Proceeding of MT Summit IX，2003：386－393.

［5］Krings HP.Repairing Texts：Empirical Investigations of Machine Translation Post－editing Processes［M］.Kent State University Press：Koby GS，2001.

［6］O'Brien S.Methodologies for Measuring the Correlations between Post－Editing Effort and Machine Text Translatability［J］.Machine Translation，2005，19（1）：37－58.

［7］Kussmaul P，Tirkkonen－Condit S.Think－Aloud Protocol Analysis in Translation Studies［J］.TTR，1995，8（1）：177－199.

［8］Campbell S.Choice Network Analysis in Translation Research［C］／／Processes of the Intercultural Faultlines：Research Models in Translation Studies：Textual and Cognitive Aspects，2000：29－42.

［9］Och FJ，Zens R，Ney H.Efficient Search for Interac－tive Statistical Machine Translation［C］／／Proceeding of EACL 2003，2003：287－293.

［10］Civera J，Vilar JM，Cubel E，et al.From Machine Translation to Computer Assisted Translation using Finite－state Models ［C］／／Proceeding of EMNLP 2004，2004：349－356.

［11］Hasan S，Khadivi S，Zens R，et al.A Flexible Architecture for CAT Applications［C］／／Proceeding of EAMT 2006，2006：81－88.

［12］Sanchis－Trilles G，Ortiz－Martinez D，Civera J，et al.Improving Interactive Machine Translation via Mouse Actions［C］／／Proceeding of EMNLP 2008，485－494.

［13］Snover M，Dorr B，Schwartz R，et al.A Study of Translation Edit Rate with Targeted Human Annotation［C］／／Proceeding of AMTA 2006，2006：223－231.

［14］Tatsumi M.Correlation between automatic evaluation metric scores，post－editing speed，and some other factors［C］／／Proceeding of MT Summit XII，2009：332－339.

［15］Melby AK.Computer－assisted Translation Systems：The Standard Design and a Multi－level Design［C］／／Proceeding of the 1st ANLP，1983：174－177.

［16］Bowker L.Computer－Aided Translation Technology：A Practical Introduction［M］.University of Ottawa Press：2002.

［17］Craciunescu O，Gerding－Salas C，Stringer－O'Keeffe S. Machine Translation and Computer－assisted Translation：a New Way of Translating［J］.Translation Journal，2004，8（3）.

［18］Macklovitch E，Simard M，Langlais P.TransSearch：A Free Translation Memory on the World Wide Web［C］／／Proceeding of the LREC 2000，2000：1201－1208.

［19］Wu JC，Chuang TC，Shei WC，et al.Subsentential Translation Memory for Computer Assisted Writing and Translation［C］／／Proceeding of the 42nd ACL，2004.

［20］Sun L，Zhang Y，Zhang J，et al.PECAT：A Computer－Aided Translation Tool Based On Bilingual Corpora［C］／／Proceeding of the IEEE SMC 2001，2001：927－932.

［21］Bi ici E，Dymetman M.Dynamic Translation Memory：Using Statistical Machine Translation to Improve Translation Memory Fuzzy Matches［C］／／Proceedings of CICLing 2008，2008：454－465.

［22］Simard M，Isabelle P.Phrase－based Machine Translation in a Computer－assisted Translation Environment［C］／／Proceedings of MT Summit XII，2009.

［23］He Y，Ma Y，Genabith JV.Bridging SMT and TM with Translation Recommendation［C］／／Proceeding of the 48th ACL，2010：622－630.

［24］常寶寶，張偉.機(jī)器翻譯研究的現(xiàn)狀和發(fā)展趨勢(shì)［J］.術(shù)語標(biāo)準(zhǔn)化與信息技術(shù)，1998，（2）：32－35.

［25］Kay M.The MIND system［J］.Natural Language Processing，1973：155－188.

［26］Tomita M.Feasibility Study of Personal／Interactive Machine Translation Systems［C］／／Proceeding of TMI－1，1985：289－297.

［27］Whitelock PJ，Wood MMG，Chandler BJ，et al.Strategies for Interactive Machine Translation：the Experience and Implications of the UMIST Japanese Project［C］／／Proceeding of COLING 1986，1986：329－334.

［28］Melby A.On Human－machine Interaction in Translation［J］.Machine Translation，1987：145－154.

［29］Zajac R.Interactive Translation：A New Approach［C］／／Proceeding of COLING 1988，1988：785－790.

［30］Brown RD，Nirenburg S.Human－computer Interaction for Semantic Disambiguation［C］／／Proceeding of COLING 1990，1990：42－47.

［31］Yamron J，Baker J，Bamberg P，et al.LINGSTAT：An Interactive，Machine－Aided Translation System［C］／／Proceeding of the Workshop on Human Language Technology，1993：191－195.

［32］Foster G，Isabelle P，Plamondon P.Target－text Mediated Interactive Machine Translation［J］.Machine Translation，1997，12（1）：175－194.

［33］Foster G.Text Prediction for Translators［D］.Canada，Universite de Montreal，2002.

［34］Bender O，Hasan S，Vilar D，et al.Comparison of Generation Strategies for Interactive Machine Translation［C］／／Proceeding of the 10th EAMT，2005：33－40.

［35］Langlais P，F(xiàn)oster G，Lapalme G.TransType：a Computer－aided Translation Typing System ［C］／／Proceeding of the NAACL／ANLP Workshop on Embedded Machine Translation Systems，2000：46－52.

［36］Nepveu L，Philippe L，Lapalme G，et al.Adaptive Language and Translation Models for Interactive Machine Translation［C］／／Proceeding of the 9th EMNLP，2004：190－197.

［37］Ueffing N，Ney H.Application of Word－level Confidence Measures in Interactive Statistical Machine Translation［C］／／Proceeding of the 10th EAMT，2005：262－270.

［38］Gonzalez－Rubio J，Ortiz－Martinez D，Casacuberta F.Balancing User Effort and Translation Error in Interactive Machine Translation Via Confidence Measures［C］／／Proceeding of the 48th ACL，2010：173－177.

［39］Tomas J，Casacuberta F.Statistical Phrase－based Models for Interactive Computer－assisted Translation［C］／／Proceeding of the Coling／ACL 2006，2006：835－841.

［40］Khadivi S.Statistical Computer－Assisted Translation［D］.Ph.D.thesis，RWTH－Aachen University，2008.

［41］Ortiz－Martinez D，Garcia－Varea I，Casacuberta F.Interactive Machine Translation based on Partial Statistical Phrase－based Alignments［C］／／Proceeding of RANLP 2009，2009：330－336.

［42］Barrachina S，Bender O，Casacuberta F，et al.Statistical Approaches to Computer－assisted Translation［J］.Computational Linguistics，2009，35（1）：3－28.

［43］Veale T，Andy W.Gaijin：A Template－Driven Bootstrapping Approach to Example－Based Machine Translation［C］／／Proceeding of the NeMNLP 1997，1997.

［44］Koehn P.Enabling Monolingual Translators：Post－Editing vs.Options［C］／／Proceeding of NAACL 2010，2010：537－545.

［45］O'Brien S，Roturier J，Almeida G.Postediting Machine Translation Output［C］／／Proceeding of MT Summit XII，2009.

［46］Wagner E.Rapid Post－Editing of Systran［C］／／Proceeding of Tools for the Trade：Translating and the Computer，1985：199－213.

［47］Senez D.Post－Editing Service for Machine Translation Users at the European Commission［C］／／Proceeding of Translating and the Computer，1998.

［48］Doyon J，Doran C，Means D，et al.Automated Machine Translation Improvement Through Post－Editing Techniques：Analyst and Translator Experiments［C］／／Proceeding of the 8th AMTA，2008：346－353.

［49］O'Brien S.Teaching Post－Editing：A Proposal for Course Content［C］／／Proceeding of the 6th EAMT Workshop Teaching Machine Translation，2002：99－106.

［50］Batoma PP，Girju R，Lowe E.Educating and Assessing the Human Translator in an Age of Technology［C］／／Proceeding of MT Summit XII，2009.

［51］Martínez LG. Human Translation versus Machine Translation and Full Post－Editing of Raw Machine Translation Output［D］.Dublin City University，2003.

［52］Aikawa T，Schwartz L，King R，et al.Impact of Controlled Language on Translation Quality and Postediting in a Statistical Machine Translation Environment［C］／／Proceeding of MT Summit XI，2007：10－14.

［53］http：／／www.translog.dk／

［54］Carl M，Kay M，Jensen K.Long－distance Revisions in Drafting and Post－editing ［C］／／Proceeding of CICling 2010，2010：193－204.

［55］Carl M.Grounding Translation Tools in Translator's Activity Data［C］／／Proceeding of MT Summit XIIWorkshop： Beyond Translation Memories： New Tools for Translators，2009.

［56］Koehn P.A Web－based Interactive Computer Aided Translation Tool［C］／／Proceeding of the ACL－IJCNLP 2009Software Demonstrations，2009：17－20.

［57］Nishida F，Takamatsu S.Automated Procedures for the Improvement of a Machine Translation System by Feedback from Post－editing［J］.Machine Translation，1990，5（3）：223－246.

［58］Guzman R.Automating MT Post－editing using Regular Expressions［J］.Multilingual Computing，2007，18（6）：49－52.

［59］Elming J.2006.Transformation－based Corrections of Rule－based MT［C］／／Proceeding of the 11th EAMT，2006.

［60］Groves D，Schmidtke D.Identification and Analysis of Post－Editing Patterns for MT［C］／／Proceeding of MT Summit XII，2009.

［61］Simard M，Goutte C，and Isabelle P.Statistical Phrase－Based Post－Editing ［C ］／／Proceeding of NAACL 2007，2007：508－515.

［62］Dugast L，Senellart J，Koehn P.Statistical Post－editing on SYSTRAN's Rule－based Translation System［C］／／Proceeding of WMT 2007，2007：220－223.

［63］黃河燕，陳肇雄.一種智能譯后編輯器的設(shè)計(jì)及其實(shí)現(xiàn)算法［J］.軟件學(xué)報(bào)，1995，（03）：129－134.

［64］Llitjós AF，Carbonell JG.Automating Post－Editing to Improve MT Systems［C］／／Proceeding of the AMTA Automated Post－Editing Techniques and Applications Workshop，2006.

［65］Cesa－Bianchi N，Reverberi G，Szedmak S.Online Learning Algorithms for Computer－assisted Translation［R］.Deliverable D4.2，SMART Project，2008.

［66］Ortiz－Martinez D，Garcia－Varea I，Casacuberta F.Online Learning for Interactive Statistical Machine Translation［C］／／Proceeding of NAACL 2010，2010：546－554.

［67］顏林海.翻譯認(rèn)知心理學(xué)［M］.科學(xué)出版社，2008.

［68］王建德，陳肇雄，黃河燕.基于協(xié)同機(jī)制的多用戶交互翻譯系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)［C］／／第六屆計(jì)算機(jī)科學(xué)與技術(shù)研究生學(xué)術(shù)討論會(huì)論文集，2000.

［69］Shimohata S，Kitamura M，Sukehiro T，et al.Collaborative Translation Environment on the Web［C］／／Proceeding of MT Summit VIII，2001：331－334.

［70］Murata T，Kitamura M，F(xiàn)ukui T，et al.Implementation of Collaborative Translation Environment‘Yakushite Net’［C］／／Proceeding of MT Summit IX，2003.

［71］Bey Y，Boitet C，Kageura K.The TRANSBey Prototype：An Online Collaborative Wiki－Based CAT Environment for Volunteer Translators［C］／／Proceeding of the 3rd International Workshop on Language Resources for Translation Work，Research ＆Training，2006：49－54.

［72］張桂平，蔡?hào)|風(fēng).基于知識(shí)管理和智能控制的協(xié)同翻譯平臺(tái)——知識(shí)管理和機(jī)器翻譯的融合［J］.中文信息學(xué)報(bào)，2008，22（5）：3－11.

［73］Morita D，Ishida T.Collaborative Translation by Monolinguals with Machine Translators［C］／／Proceeding of the 13th International Conference on Intelligent User Interfaces（IUI），2009：361－366.

［74］Hu C.Collaborative Translation by Monolingual Users［C］／／Proceedings of the 27th International Conference Extended Abstracts on Human Factors in Computing Systems，2009：3105－3108.

［75］Bederson BB，Hu C，Resnik P.Translation by Iterative Collaboration between Monolingual Users［C］／／Proceeding of Graphics Interface （GI）Conference，2010.