面向技術文檔翻譯的雙語術語知識庫建設研究

李雙燕 苗菊

摘 要：技術文檔翻譯關系企業全球化進程，是語言服務行業的重要內容，其翻譯質量在很大程度上受制于譯員對專業領域知識的正確理解。基于領域本體的雙語術語知識庫將概念與概念之間的關系進行形式化描述，形成知識圖譜，輔助譯員學習領域知識。文章選取信息通信技術中的云計算領域，按照知識采集、知識表示、知識應用等知識組織活動，探討雙語術語知識庫的建設模型、原則、流程與方法等，并手工構建了一個云計算領域雙語術語知識庫，可為譯者等語言服務人員提供知識服務，助力企業跨語言跨文化經營，同時也為其他垂直領域雙語術語知識庫建設提供實踐范例與研究啟示。

關鍵詞：雙語術語知識庫;領域本體;技術文檔翻譯;云計算

中圖分類號：H083; H059; U46? 文獻標識碼：A? DOI：10.3969/j.issn.1673-8578.2021.01.007

Construction of Bilingual Terminological Knowledge Base for the Translation of Technical Documents//LI Shuangyan MIAO Ju

Abstract： Translation of technical documents plays an integral part in the globalization of enterprises， thus being an important business of language service industry. The translation quality depends to a large extent on translators command of domain knowledge. Ontology-based terminology knowledge base can present a formal description of concepts and their relations， forming a well-structured knowledge map， which can serve as a great help for translators. Taking cloud computing in the domain of information and communication technology as a demo， we explore the construction of bilingual terminological knowledge base in terms of the constructing model， principles， processes and methods， etc. and set up a bilingual terminology knowledge base for cloud computing. This bilingual terminology knowledge base can serve language service providers， facilitate the cross-cultural business， and shed light on the construction and research of bilingual terminological knowledge base for other vertical fields.

Keywords： bilingual terminological knowledge base; domain ontology; technical translation; cloud computing

收稿日期：2020-08-15

基金項目：國家社會科學基金重大項目“雙語術語知識庫建設與應用研究”（15ZDB102）階段性成果

引言

技術文檔（technical documents）是指“與程序或硬件一起交付的一套操作說明”[1]，比如，產品說明書、在線幫助、維修手冊等，旨在為用戶提供產品介紹、操作步驟、常見問題處理等信息，在一定程度上代表著產品的軟實力，是產品交付的必備組成部分[2]。技術文檔的專業化水平是衡量企業發展成熟度、制約企業全球化進程的重要因素。隨著“一帶一路”“中國制造2025”等國家發展戰略的提出，跨國產能合作及產業鏈分工調整給中國企業海外發展提供了全新的投資機遇，中國企業“走出去”開啟2.0時代，企業技術文檔的翻譯服務亟待升級，以匹配企業國際化需求。技術文檔翻譯不僅需要譯員具備較高的雙語語言能力，還需要熟悉專業術語和領域知識，后者往往是大多數語言背景的譯員所欠缺的。傳統翻譯術語庫雖然可以提供與術語相關的信息，但對術語所代表的概念間的關系及所對應的客觀現實描述不足，譯者只能獲得知識碎片。

本體（ontology）的引入可有效解決這一問題。基于本體的雙語術語知識庫是當前知識組織領域的重要研究內容，通過對各類專業領域知識進行組織、描述和管理，形成具有一定深度的知識結構框架，為用戶進行專業知識的學習、交流與傳播提供幫助。國內外現已在術語知識庫的建設方面取得了不小的成就。國外相關研究日臻成熟，代表性成果有加拿大的多領域大型術語庫TERMIUM（支持英語、法語、西班牙語、葡萄牙語4種語言），西班牙的環境領域術語庫EcoLexicon（支持英語、西班牙語、德語、法語、俄語和希臘語6種語言），德國的網絡術語庫WebTerm，俄羅斯的計算機信息系統科技術語庫AISNT，和涵蓋歐盟24種官方語言的大型互動型術語庫IATE等。國內代表性成果有通用型術語知識庫HowNet（漢英雙語）、CCD中文概念詞典（漢英雙語）等 ，專業領域術語知識庫有電信領域知識庫 [3]、中華烹飪文化知識庫 [4]、中醫典籍知識庫 [5]、慢性病健康教育知識庫 [6]等，不過這些專業術語知識庫多為單語，而非雙語或多語，不是直接服務翻譯的。因而，亟須探索面向翻譯的專業領域雙語或多語術語知識庫，滿足企業全球化發展與國家戰略發展需要。

當前對技術文檔翻譯需求最大的是信息通信技術（information and communication technology， ICT）領域，占各行業技術文檔總需求的51.09%[7]，因而，本研究選擇信息通信技術領域構建雙語術語知識庫。又由于信息通信技術涵蓋范圍廣泛，本研究特聚焦于云計算（cloud computing）這一前沿領域。云計算描述了一種基于互聯網的新的信息技術（information technology，IT）服務增加、使用和交付模式，通常涉及通過互聯網來提供動態易擴展且虛擬化的資源。云產品種類較多，更新換代較快，譯員學習新知識的速度須與產品更新的速度相匹配。云計算市場目前還不太規范，在IT文獻和IT媒體中有著對基于云的模型和框架的各種不同定義和說明，增加了人們的困惑，使用過程充滿了陷阱、歧義和謬誤[8]。解決的途徑就是正確界定云計算的概念及概念間的聯系，以知識為基礎來決定一個術語該如何使用、如何翻譯，以及在多大程度上需要調整。確切地說，就是基于本體理論描述云計算領域知識，構建該領域核心概念及概念之間的關系，使領域基本概念得以清晰化、系統化、可視化，幫助譯員便捷地獲取領域知識圖譜，更好地進行翻譯。

1 建設雙語術語知識庫的理論基礎

建設雙語術語知識庫需要宏觀與微觀兩個層面的理論指導。

宏觀層面，雙語術語知識庫依托知識組織理論進行總體框架設計，將整個研究分為知識采集、知識表示、知識運用三部分，每一部分都為下一階段的研究奠定基礎。（1）知識采集，主要指運用信息技術手段構建大規模數據并從中進行自動化術語信息的抽取和預處理;（2）知識表示，指描述專業領域知識，構建知識網絡，實現計算機對于領域知識的語義識別;（3）知識運用，包括兩方面：建立知識導航系統、知識檢索系統和人機交互界面;開發雙語術語知識庫在生產、科研、教育等領域的應用途徑，根據實際應用效果和用戶要求驗證開發流程的合理性并進行完善。

微觀層面，依據術語學理論和本體論進行術語知識體系的建構。最初，知識庫是基于關系數據庫構建起來的。在此基礎上構建的專題數據庫對領域知識的揭示不足，不能準確呈現概念之間的關系，語義檢索、知識推理、知識發現與知識共享等高級功能難以實現。要有效克服傳統術語庫的不足，術語知識庫需要做好兩方面的工作：一是術語概念關系的表示與架構，二是知識處理技術[9]。前者解決內容問題，后者解決方法問題。

第一項工作主要依托術語學理論完成基礎數據的組織整理工作，具體包括：確立術語篩選標準，設定雙語術語條目存儲結構，完成術語的提取、存儲、標注、編碼、定義、術語屬性粒度設置等工作，并確定術語翻譯的原則與方法等。在此，術語是指“構成某特殊領域中知識的獨立概念實體、特征或關系” [10]。第二項工作主要依托本體論完成專業領域知識的概念網絡構建工作，形成立體化的主題知識圖譜，實現知識的體系化與可視化[11]。本體模擬人類認知思維過程構建概念語義網絡，對領域概念及概念間的關系進行規范化描述，使概念之間的各種規律、聯系等都被顯性地描述出來，這有利于全面獲取、分析并利用知識，它是一種系統性表示某一領域知識框架的手段[12]。具體包括：構建領域主題圖，對專業領域主題的名稱、主題所在的資源出處、主題包含的所有概念之間以及概念與主題間的關聯進行構建;在此基礎上，利用基于 XML 語法的擴展性資源描述語言編寫主題圖中概念鏈接的計算機識別程序，建立人機交互界面。

這兩項工作相輔相成，反映了術語學與本體論的融合。把傳統術語學中基于概念的術語觀（concept-based viewpoint）推進到基于知識本體的術語觀（ontology-based viewpoint），用知識本體的理論和方法來研究術語，擴大了術語學的研究范圍[13]。

2 建設雙語術語知識庫的技術基礎

建設云計算領域的雙語術語知識庫需要確定云計算領域本體，選用合適的本體建設工具。

2.1 云計算領域本體構成要素

云計算領域本體是針對云計算領域內共同認可的概念及概念之間相互關系的明確定義，包括各類與信息通信相關的術語、詞匯等，并對云計算領域知識的結構與內容加以限定，從而形成描述云計算領域中具體知識的基礎。用公式可以簡單表示為CCDO=（C， P， R， a， I），CCDO是指云計算領域本體（cloud computing domain ontology），其構成要素可簡述如下：

（1）概念集C（concept）：定義了云計算領域本體所包含的概念的集合，即：C = {C1，C2，…，Cn}。其中，Ci （1≤i≤n） 是云計算領域的某個概念，它在概念模型中被定義為類（Class），即語義類型，是具有相同屬性對象的集合，例如虛擬機、云服務等。

（2）屬性集P（property）：定義了概念集C中每個概念的特征或者與其他概念的關系，前者被稱為數據屬性（data property），后者被稱為對象屬性（object property）。數據屬性是一個概念本身所具有的屬性，例如“公園”具有地址、大小、電話號碼等屬性;對象屬性則是兩個或多個概念之間的相互聯系，例如“云使能技術（cloud enabling technology）”與其下屬各語義類型之間是包含與被包含的關系，可以表示為“isKindOf”。

（3）關系集R（relationship）：定義了云計算領域中概念之間的交互作用，是“對象屬性”的重要組成，例如上面提到的“isKindOf”，最基本的關系包括子類關系（is-a）、實例關系（instance-of）和部分關系（part-of）等。

（4）公理集A（axiom）：定義了概念集C和屬性集P上的永真斷言，是定義在概念和屬性上的限定和規則，如：在Network類的operatedBy屬性上面添加公理cardinality≤1，即：約束每個網絡最多只被一個運營商運營。

有鑒于此，本研究選取云計算領域專業書籍 Cloud Computing： Concepts， Technology & Architecture（《云計算：概念、技術與架構》，下文簡稱《云計算》）。原書于2013年在美國出版，2014年引介到國內，以通俗易懂的行文全面介紹了云計算的核心概念及相關技術，是一本不可多得的云計算入門書。此外，國內外云計算領域領先企業發布的系列云產品文檔也是重點參考資料，這些文檔可以在線免費獲取，且為多語版本，例如：亞馬遜云文檔（AWS）、微軟云文檔（Microsoft Azure）、阿里云文檔等，有的企業還共享了多語言術語庫，例如亞馬遜云提供了8種語言對照的術語及其釋義，為本研究提供了高質量的雙語語料。

語料采集完畢，需要進一步整理，包括格式轉換、語料清洗、分詞、標注與對齊等。對于紙質書籍，采用OCR光學字符識別軟件 ABBYY FineReader 將其轉換為可編輯的.txt文本，利用Tmxmall在線對齊工具進行對齊，并進一步對語料進行清洗（修改、編輯、去重等），然后就可以進行術語提取相關操作了。所搜集的在線雙語技術文檔也采用同樣的處理方式。

4.2 抽取領域雙語重要概念

本研究使用Tmxmall在線提取與人工篩選相結合的方式確定術語。根據術語學相關理論與術語標準選擇最基本、最核心的概念，確保術語無歧義、簡明、準確。提取的概念以詞或詞組為主，主要有noun（multitenancy）、noun+ noun（cloud provider）、adj.+ adj.（active-active）、adj.+ noun（public clouds）、prep. +noun（on premise），還有多詞組合（platform-as-a-service）等。最終從上述各類資源中采集到的雙語術語詞條統計如下：《云計算》856詞條，亞馬遜云文檔430詞條，微軟云文檔213詞條，阿里云文檔172詞條，合計1671詞條。

4.3 雙語術語條目存儲結構

知識庫的構建既要滿足特定領域的需要，又要考慮人類知識整合的需要。術語的相關信息在知識庫中是以一定的結構來存儲的，合理的結構一方面有利于知識檢索、展示和使用，另一方面有利于與其他知識庫或術語庫之間的術語交換，因而需要先確定術語條目的存儲結構。本研究參考ISO 12620[16]對術語數據類別的劃分，將術語條目分為三個層次：概念層、術語層和管理層，分別錄入概念知識、術語知識和管理知識（詳見圖2）。

1）概念知識（Concept-related knowledge）

根據人類認知世界的方式，概念先于術語，即所指先于能指。在概念層中，需要描述的信息有：

領域——所屬專業領域或次領域;對概念的描寫——定義、解釋、例子、知識單元（對概念進行更細粒度的描寫）、概念特點及非文本類信息;概念之間的關系——比如一般-特殊關系。知識庫可以顯性化地表現出這些關系，是其區別于普通術語庫的特點所在。

2）術語知識（Term-related knowledge）

“術語”本身是一個多義詞，既可指語言與形式的統一體，也可指語言形式。本研究整體上使用的是前者，而此處使用的是后者，即詞匯學方面的信息，主要包括：詞形;語音;在目的語中的對等語;術語的類型——包括同義詞、縮略形式等;語法信息——包括詞性、單復數等。這是知識描述的重要載體，通過信息的規范化描述來表達領域專業知識。

3）管理知識（Administrative knowledge）

這類數據是為了便于管理術語或查找參考信息，涵蓋日期、責任人、交叉引用、來源等知識。例如，ISO 8601[17]規定日期的格式為年-月-日，即YYYY-MM-DD，時間為hh：mm：ss。若不按照此格式，那么在進行數據交換時，就要對與日期相關的信息進行轉換。

4.4 定義類及類的等級

這里的“類”指的是語義類型，在本體構建環境下，語義類型被定義為概念的集合。類的等級以樹形結構為特點，存在上級語義類型與下級語義類型，上下級之間是一種包含與被包含的關系，這種包含既包括屬性上的包含，也包括內容上的包含。為確保語義類型及其等級的合理性，特制定如下構建原則：（1）語義類型的構建以知識共享為旨要，結合云計算的知識特點進行構建;（2）提取概念集合的抽象概念作為語義類型，不受概念集合中概念頻數的限制;（3）構建語義類型的樹形框架圖時注意上下級語義類型的繼承問題。

以此為原則，構建出以下多級語義類型，語義類型結構細分到第7級（詳見圖3）。

建立語義類型之后，可以利用Protégé的“注解（annotation）”功能對其進行定義及其他屬性描述，其界面見圖4。

“注解”板塊自帶約10種內容描述條目，包括“comment”“seeAlso”等，允許用戶根據需要增刪條目。此處增加了一些注解項，如“context”“reference”等。以“自定義鏡像”詞條為例，該術語對應的英文有“user-defined image”“custom image”“customized image”。這三種譯法在行業中并行了很久，最后才統一為“custom image”，本知識庫除列出統一譯法之外，還將曾經的譯法也在“注解”中寫明，以便譯員了解術語的歷史翻譯演變。

4.5 定義類的語義關系及其約束

這里的語義關系是指概念與概念之間的關系，這是建立語義網絡的基本單元。概念間客觀存在的各種關系需要在知識庫中表示出來，這是知識庫構建工具的重要服務內容。

（1）云計算領域的語言描述比較嚴謹、客觀，語義關系外顯化，較容易判斷，主要的判斷依據是《云計算》一書正文句子中的謂語動詞及其他連詞。例如“Data centers consist of both physical and IT resources.”中，謂詞“consist of”表明“data centers”與“physical resources”和“IT resources”之間是一種包含與被包含的關系。

（2）除了這些比較明顯的關系，還有一些比較模糊的關系，需要根據其內在的語義進一步歸納梳理，使看似無關的概念勾連在一起。例如“cloud mechanism（云機制）”與“cloud characteristics（云特征）”兩個語義類型看似毫無關系，但深入思考一下，就會發現云之所以具有這些特性其實是通過云的不同機制實現的，兩組概念之間是一種支持與被支持的關系。這種關系就要在知識庫中體現出來。

（3）本研究梳理出來的語義關系大致可以分為三大類，即概念上相關（concept related）、功能上相關（functionally related）和物理上相關（physically related）。每一類又可以細分出不同的子關系（詳見圖5）。

①概念上相關：其下屬的語義關系比如“isCharacterizedWith”（具有……的特征），建立了術語“cloud computing”與術語“elasticity”（彈性）、“measured usage”（可測量的使用）、“multitenancy”（多租戶）、“on-demand usage”（按需使用）、“resiliency”（可恢復性）、“ubiquitous access”（泛在接入）之間的關系，表示的意思是“Cloud computing is characterized with elasticity， measured usage， multitenancy， on-demand usage， resiliency and ubiquitous access”，即云計算具有這6個特點。

②功能上相關：其下屬的語義關系比如“isSupportedBy”（由……支持），分別建立了云計算的上述6個特征與云機制（cloud computing mechanism）之間的對應關系，比如，連接了術語“elasticity”與術語“hypervisor”（虛擬機監控器）、“resource replication”（資源復制）、“failover system”（故障轉移系統）、“resource cluster”（資源集群）、“resource management system”（資源管理系統），可以用一個完整的句子表示為“Elasticity is supported by hypervisor， resource replication， failover system， resource cluster and resource management system”，即云計算的彈性特征是由這5個方面支持實現的。

③ 物理上相關：其下屬的語義關系比如“consistOf”，連接了術語“service”（服務）和“container”（容器），語義關系的限制類型為“some”，表示的意思是“Service consists of some containers”（一個服務由若干個容器組成）。

如此便建立了一個龐大的術語家族，“輩分”、親疏關系一目了然，用戶獲得的不是術語的個體，而是由多個術語個體組成的整體，形成了一個立體思維導圖。

4.6 創建實例

理解了上述步驟之后，就可以利用Protégé來創建具體的實例了，每個實例都需要進行注解、語義關系設定、關系屬性約定等，即進行形式化編碼，以實現本體的共享與重用。這些實例組成實例庫，實例的不斷補充可以豐富知識本體。

4.7 知識檢索與展示

Protégé檢索框支持對知識庫任意字段的檢索，輸入所查術語的全部或部分即可獲取搜索結果。可以利用視圖插件（OntoGraf）實現對實例及其關系的可視化展示，被稱作E-R圖（entity-relationship diagram），可將以某一術語為中心的概念關系展示出來（詳見圖6）。

4.8 知識評價與進化

本研究嘗試從內容與主體兩方面對知識庫進行評價：從檢驗的內容來看，分為一致性檢驗、語義類型構建檢驗、語義關系構建檢驗、語義網絡框架構建檢驗;從檢驗的主體來說，分為Protégé軟件自動推理機檢驗、領域專家檢驗、同類書籍檢驗、終端用戶檢驗等。其中，自動推理機檢驗知識本體的一致性，領域專家檢驗語義類型及其關系的正確性，同類書籍檢驗整個語義框架的合理性與全面性，終端用戶即知識庫的最終使用者（比如譯者），通過具體的翻譯實踐測試知識庫的可用性。多法并舉，完善知識庫的質量，促進知識進化。

5 結語

本文以我國語言服務行業技術文檔翻譯需求為出發點，以信息通信技術云計算領域為例，構建了面向技術文檔翻譯的雙語術語知識庫，是翻譯學、術語學與知識管理等學科交叉研究的一次嘗試，主要取得了以下幾項研究成果：比較系統地梳理了云計算領域知識，形成了比較清晰的基本概念知識圖譜，確立了雙語術語知識庫建庫模型、建庫原則、建庫流程和方法，初步構建了云計算領域雙語術語知識庫，改善了云計算領域知識采集、知識表示及知識應用等一系列知識組織活動，可為譯者學習專業知識、進行文檔翻譯提供知識服務平臺，還可以輔助技術文檔寫作等活動，是企業內容管理的重要組成部分和發展方向。

術語知識管理體系的建設在今天的知識經濟中早已納入許多國家的發展戰略，許多國家都把術語知識管理系統作為國家和地區的基礎設施加以建設，高度重視術語學和知識工程學的研究以及術語知識庫的構建。雙語術語知識庫構建的價值不僅在于借助本體技術呈現領域詞匯表或術語表，也不僅僅是借助本體建立一個單純的術語知識、翻譯知識的查詢系統，而意在借助本體利用形式化語言對知識進行描述，使知識在人與機器之間達到共享，進而實現個體知識與群體知識的共享，滿足創新型國家知識服務體系建設的深層次需求，服務國家知識創新工程體系建設。

不可否認，目前本研究在知識庫的構建工具與方式兩方面還存在一定的局限性。就構建工具而言，Protégé可視化只能展示二元關系，無法展示多元關系;不支持圖表輸入，而圖表對技術文檔信息傳播非常重要。就構建方式而言，人工方式效率低，構建的知識庫在實例和屬性方面規模小，難以應對大數據時代領域知識的快速增長。因而，今后需要探索知識庫自動或半自動構建技術，提高領域知識的獲取效率，降低知識獲取成本;觀察譯者等用戶獲取領域知識的行為，收集用戶反饋，不斷完善優化，使之成為一個系統化、智能化的信息通信技術領域雙語術語知識服務平臺。

參考文獻

[1] Microsoft Corporation Editorial Style Board. Manual Style for Technical Publications[Z]. Seattle： Microsoft Press， 2004.

[2] 中華人民共和國國家質量監督檢驗檢疫總局， 中國國家標準化管理委員會. 消費品使用說明：第1部分 總則：GB 5296.1—2012[S]. 北京：中國標準出版社，2013.

[3] 李勇，李曉峰. 面向領域知識庫的電信業務本體創建[J]. 計算機科學，2008，35（4）：77-79.

[4] 許鑫，郭金龍. 基于領域本體的專題庫構建：以中華烹飪文化知識庫為例[J]. 現代圖書情報技術，2013（12）：2-9.

[5] 高明月. 基于本體的《備急千金要方》語義網絡構建研究[D]. 北京：北京中醫藥大學博士論文，2016.

[6] 唐曉波，鄭杜，譚明亮. 慢性病健康教育知識服務系統模型構建研究[J]. 情報科學，2019，37（1）：134-140.

[7] 李雙燕，崔啟亮. 國內技術寫作發展現狀調查及其對MTI教育的啟示[J]. 外語學刊，2018（2）：51.

[8] ERL T， MAHMOOD Z， PUTTINI R. Cloud Computing： Concepts， Technology and Architecture [M]. Beijing： China Machine Press， 2016： 1-2.

[9] MEYER I， SKUCE D， BOWKER L. Towards a new generation of terminological resources： An experiment in building a terminological knowledge base [C] //Proceedings of the 16th International Conference on Computational Linguistics. Nantes， 1992： 957.

[10] BOWKER L. Terminology [C]//Baker M， Saldanha G （eds.）. Routledge Encyclopedia of Translation Studies. 2nd ed. London/New York： Routledge， 2009： 286.

[11] 苗菊，寧海霖. 翻譯技術的知識體系化演進：以雙語術語知識庫建設與應用為例[J]. 中國翻譯， 2016（6）：61-62.

[12] 原偉，易綿竹. 俄語計算語言學領域本體知識庫的構建[J]. 解放軍外國語學院學報，2012（1）：41.

[13] 馮志偉. 現代術語學引論[M]. 增訂本.北京：商務印書館，2011：13，598.

[14] 董振東，董強. 知網簡介·知網[EB/OL]. [2020-05-06]. http：//www.keenage.com/zhiwang/c_zhiwang.html.

[15] 崔啟亮，羅慧芳. 翻譯項目管理[M]. 北京：外文出版社，2016：68-71.

[16] International Standard Organization. ISO 12620： 2019 Management of terminology resources：Data category specifications [S]. ISO/TC 37/SC， 2019.

[17] International Standard Organization.ISO 8601-1： 2019 Date and time：Representations for information interchange [S]. ISO/TC 154， 2019.

作者簡介：

李雙燕（1982—），女，南開大學翻譯學博士，首都經濟貿易大學MTI教育中心主任，碩士生導師，主要從事翻譯與技術傳播研究，主持或參與國家、教育部、北京市、校級等各級科研項目近10項，發表論文20余篇，翻譯出版科普讀物7部。2020年榮獲“首屆全國高等學校外語課程思政教學比賽”一等獎，“首屆全國翻譯技術教學大賽”華北賽區二等獎，校級“教育教學成果”一等獎等。通信方式：lsyan025@163.com。

苗菊（1955—），南開大學外國語學院教授、博士生導師，翻譯學研究中心主任，獲南開大學“英才教授”榮譽稱號。在美國印第安納大學比較文學系完成博士后研究，至今多次赴北美和歐洲知名大學訪學和調研。曾任渥太華大學翻譯學院中國高校咨詢專家，維也納大學非歐盟成員講學計劃客座教授。系統研究當代西方翻譯理論的流派與要略，翻譯學科體系的發展與科學方法，在國內翻譯學術界倡導描述性和實證翻譯研究，開拓數字時代翻譯研究多學科發展。