智能化口譯教學平臺資源管理機制的探索與研究①

陳 璇

一、 引言

近年來，開設翻譯本科專業與翻譯碩士專業的高校數量逐年攀升，口譯人才的培養模式亟待規范化和系統化，而建設口譯教學資源庫便是其中非常重要的一個環節(仲偉合，2017)。 當前信息技術快速發展，在這樣的背景下，口譯教學資源的種類也日益豐富。然而，面對互聯網上海量的學習資源，學習者究竟該如何快速、準確地將其與自己當前的學習目標和學習需求進行匹配，是所有口譯專業師生共同面臨的一個重要問題。 從教師角度來講，教師需要使用與自己的教學內容和教學手段相契合的教學資源來組織安排教學活動。 與此同時，學生也需要及時地獲取到與自己能力水平和學習需求相一致的學習資源來有效地進行自主學習。 智能化口譯教學資源平臺的開發，旨在運用現代化信息技術手段，實現對口譯教學資源的智能化開發、管理與維護。 文章從資源分類、屬性標注以及資源的獲取與加工等角度，深入探討智能化口譯教學平臺的資源管理機制，從而實現對智能化口譯教學資源管理系統研究的初步探索。

二、 口譯教學資源的分類與標注

實現對口譯教學資源智能化管理的前提是要建立一套科學化的資源層級分類體系。 科學合理的層級劃分體系有助于增強數字化資源在口譯教學中的適用性與針對性，為學習者提供個性化與精準化的資源選擇方案，進而保持學習的信心與興趣，保障學習效果(鄧軍濤，古煜奎，2017)。

(一)口譯資源的分類

智能化口譯教學平臺的資源管理需要以口譯教學為導向，綜合考慮口譯專題與媒體類型等其他要素。因此，本次資源分類系統的設計以學生的能力目標為主要的資源組織方式，綜合考慮口譯專題、媒體類型等其他資源分類。 口譯能力主要包括：語言能力、知識能力、口譯技能、心理素質、職業素質等方面，所有分類都可以繼續往下進行深入的細分，在對《中國英語能力等級量表》和翻譯協會《口譯服務標準》進行深入研究的基礎上，對口譯專業學生的能力需求做出如下分解：

表1 口譯技能分類參數列表

續表

此外，按口譯專題進行分類，口譯教學資源還可分為：教育、文化、旅游、商務、經濟、政治、外交、法律、體育、科技、環保、社會以及其他不同子類。 不同子類還可以進行細分。 如：教育可以分為教育論壇、出國留學、會議致辭等子類；文化可分為：飲食文化、時尚潮流、歷史文化、節日風俗、藝術天地、人物訪談等；旅游可分為：國內旅游、海外旅游等；商務可分為：商務接待、商務洽談等；經濟分為：國內經濟、世界經濟等；政治分為：國內政治、國際政治等；環保分為：城市衛生、全球環境等。 按媒體類型，口譯資源可分為視頻、音頻、課件、圖片、文本材料、考試試題等。

(二)口譯教學資源元數據標注

本系統主要是針對所有與口譯教學相關的資源：包括文本資料、視頻、音頻、圖片、課件、試題等設計，因此對資源進行屬性標注時，研究者主要依據國家標準LOM(學習對象元數據)信息模型規范和CELTS－31 教育資源建設技術規范，并綜合之前設計的口譯教學資源需求模型和上述口譯資源分類方法進行資源元數據的標注。 下面以音視頻類資源屬性標注為例，選取表2 所示的一些資源屬性進行元數據標注。

表2 音視頻類資源元數據標注表

續表

三、 資源的獲取

資源的收集途徑：就目前的口譯教學資源庫建設現狀來說，口譯教學資源的收集主要有以下幾種：1.高校自主開發的微課、慕課、多媒體、音頻、課件等。 這些資源一般都是由教師親自制作，并在教學使用過程中經過多次的修改和完善，因此具有很高的使用價值，是口譯教學資源庫必不可少的資源之一；2. 網絡資源、有聲報紙雜志等；網絡資源往往具有數量大、種類多、文件類型復雜等特點，因此需要資源建設者耗費較多的時間進行整理和加工；3. 出版社與高校聯合發行的口譯教科書及配套的練習冊、音像帶和多媒體光盤等；4. 廣播影視節目、錄音、錄像資源等；5. 以“全國翻譯專業資格水平考試”為代表的考證資源等。 媒體資源類別主要包括文本、視頻、音頻、圖像、課件等。 對于不同媒體素材的處理，所采用的工具有所不同。

四、 資源的加工和入庫

口譯教學資源的加工要按照教師和學生對資源的具體需求情況來進行。 因此，資源的加工可參考研究者設計的口譯教學資源需求模型，并根據具體課程的教學模式、教學內容和課程設置情況進行資源的獲取與加工。 對于文本文件的制作，可以采用一些操作簡單且兼容性比較強的文本抓取工具，如Snagit。 圖形素材的采集主要通過掃描儀、數碼相機、屏幕抓取軟件等來完成。 對于音頻視頻文件的加工，由于本次設計的教學資源平臺中的播放器采用Adobe Flex 進行架構，可以直接使用Elan 標注軟件對音視頻文件進行標注和處理。 Elan(EUDICO Linguistic Annotator)是由荷蘭紐梅因馬克斯布朗克心理語言學研究所開發的一個跨平臺多媒體轉寫標注軟件，可在Windows、Linux 等主流操作系統上使用。 Elan 支持多種音頻與視頻文件格式的轉寫和標注，媒體與文本直接關聯。 對于搜集到的音頻視頻文件可使用Elan 進行如下處理：

(一)語料的聲音去噪和音速處理

通過在Elan 的音頻識別器中設置最小靜音時長和最小非靜音時長，可將視頻或音頻文件中較長時間的停頓(如演講者思考時的停頓)和較短時間的噪聲(如咳嗽、東西掉落的聲音等)進行去噪處理。 使用Elan 音量速度控制功能可以對語料的音量和音速進行控制和調節。

(二)語料的分割

語料切分的目的在于方便師生按照教學的需要進行相應的口譯練習。 語料切分過程應在具體課程設置的基礎上，根據語料的內容特點，按照其詞匯密度、語法結構以及數字與日期的占比等情況進行適當的切分(鄧軍濤，劉夢蓮；2020)。 在Elan 分割模式狀態下，可以將語料按照實際語流的速度進行分割。

圖1 語料的分割處理

(三)語料的轉寫與標注

語料的轉寫即對音視頻中的所有聲音進行文字的轉寫。 語料的標注即對口譯語料分別進行語言信息、副語言信息和超語言信息等層面的標注(鄒賓，王斌華；2014)。 在Elan 語料標注系統中，可以在分割模式中完成對轉寫內容的逐段分割標記后，切換到轉寫模式，在表格中逐句轉寫。 轉寫后進入標注模式對語料進行標注。

圖2 語料的轉寫與標注

所有加工后的資源需要進行統一的入庫管理。 資源的入庫包括對所有結構化數據和非結構化數據的存儲。 結構化數據主要指的是文本信息及資源的元數據信息。 非結構化數據主要指的是視頻、音頻、圖片、動畫等多媒體文件。 結構化數據主要存儲在數據庫當中，以利于信息的檢索與查詢。 而非結構化的數據主要是以文件的形式存儲在計算機當中。 系統主要通過檢索數據庫中的元數據信息實現對非結構化數據的訪問。 元數據是用戶對資源進行檢索與查詢、選擇與篩選的主要依據，因此資源在加工完畢后，需要按照資源元數據標注表對資源的屬性進行詳細的標注與描述。

五、 結語

文章分別從口譯教學資源的分類、標注、獲取與加工等角度進行了智能化口譯教學平臺資源管理系統的探索性研究。 口譯教學資源的智能化開發與管理需要充分利用前沿的信息技術成果，將信息技術的功能優勢與口譯教師和學生的具體需求結合起來，使其在資源的獲取、分類、加工、存儲與應用等方面發揮更重要的作用。