CAT視角下ChatGPT與谷歌翻譯效度初探

摘 要：本研究以體育科技英語(yǔ)文本為例，探討新興人工智能翻譯系統(tǒng)ChatGPT與傳統(tǒng)計(jì)算機(jī)輔助翻譯系統(tǒng)谷歌翻譯器在特定文本翻譯中的效度差異。研究采用人工評(píng)測(cè)和自動(dòng)評(píng)測(cè)相結(jié)合的定量研究方法，對(duì)120組體育科技英語(yǔ)測(cè)試句群進(jìn)行全面評(píng)測(cè)。結(jié)果顯示，在翻譯體育科技英語(yǔ)文本時(shí)，ChatGPT的翻譯效度整體優(yōu)于谷歌翻譯器。兩類翻譯系統(tǒng)在一般語(yǔ)境下的翻譯效度均優(yōu)于專業(yè)語(yǔ)境，且二者相比，ChatGPT仍略勝一籌。研究發(fā)現(xiàn)，即使如ChatGPT這樣的新興人工智能翻譯系統(tǒng)，在專業(yè)領(lǐng)域的文本翻譯中也仍需要人工校對(duì)和修訂。這說(shuō)明完全依靠計(jì)算機(jī)翻譯處理體育科技類文本的效度并不理想，翻譯系統(tǒng)的智能水平需要進(jìn)一步優(yōu)化。本研究為推動(dòng)人工智能翻譯技術(shù)在專業(yè)領(lǐng)域的應(yīng)用提供了啟示與借鑒。

關(guān)鍵詞：ChatGPT 谷歌 計(jì)算機(jī)輔助翻譯 翻譯效度 體育科技英語(yǔ)

隨著社會(huì)的進(jìn)步與科技的發(fā)展，多語(yǔ)言溝通交流的需求與日俱增。傳統(tǒng)的人工翻譯在速度和數(shù)量上均有一定的局限性，不能完全滿足日益增長(zhǎng)的翻譯市場(chǎng)需求。因此，依靠信息技術(shù)的支撐，計(jì)算機(jī)輔助翻譯（Computer Aided Translation，縮寫為CAT）為語(yǔ)言的溝通交流提供了便利，同時(shí)，也大大提升了人工翻譯速度，使翻譯操作更加簡(jiǎn)易。

近年來(lái)，人工智能的發(fā)展正深刻地塑造著翻譯新貌。2023年3月15日，美國(guó)開(kāi)放人工智能研究中心OpenAI

宣布正式推出GPT-4，它是OpenAI努力擴(kuò)展深度學(xué)習(xí)的最新里程碑。ChatGPT語(yǔ)言模型的崛起，引領(lǐng)人工智能走向了新的發(fā)展階段，為語(yǔ)言文化及翻譯研究帶來(lái)了巨大變革。［1］與統(tǒng)計(jì)機(jī)器翻譯（Statistical Machine Translation，縮寫為SMT）系統(tǒng)——谷歌翻譯器（Google Translate）相比，ChatGPT翻譯不再單一依靠傳統(tǒng)算法，而是通過(guò)大量語(yǔ)料庫(kù)翻譯學(xué)習(xí)與訓(xùn)練［2］，以高度精確和靈活的方式處理翻譯任務(wù)，使譯文翻譯更加貼近人工翻譯風(fēng)格。但由于語(yǔ)言本身的復(fù)雜性和文化背景的差異，ChatGPT作為新興人工智能產(chǎn)物，在應(yīng)對(duì)專業(yè)領(lǐng)域特定文本翻譯時(shí)，譯文效度仍有待驗(yàn)證。［3］

體育科技英語(yǔ)作為專門用途英語(yǔ)（English for Special Purpose，縮寫為ESP）的一個(gè)重要分支，一直以來(lái)都是翻譯的重點(diǎn)和難點(diǎn)。一是由于體育國(guó)際交流的日益豐富，語(yǔ)言障礙成為國(guó)家間切磋體育技能、發(fā)展體育產(chǎn)業(yè)、開(kāi)拓體育科學(xué)時(shí)的首要壁壘，亟須通過(guò)翻譯行為促進(jìn)國(guó)家間體育對(duì)話的順利開(kāi)展［4］；二是由于體育科技英語(yǔ)涉及的知識(shí)面及題材非常廣泛，結(jié)合了運(yùn)動(dòng)、生理、心理、管理、訓(xùn)練、歷史、分析等自然科學(xué)及社會(huì)科學(xué)知識(shí)，翻譯此類文本需要譯者同時(shí)具備英語(yǔ)水平、漢語(yǔ)水平及體育專業(yè)知識(shí)，因此這類文本也被視為最難翻譯的文本類型之一。能精準(zhǔn)翻譯體育科技英語(yǔ)文本，即使對(duì)于經(jīng)驗(yàn)豐富的譯員來(lái)說(shuō)，也是不小的挑戰(zhàn)。然而，不可否認(rèn)的是，隨著翻譯語(yǔ)料庫(kù)及人工智能技術(shù)的逐步完善，計(jì)算機(jī)輔助翻譯工具在一定程度上能夠輔助甚至自主進(jìn)行諸如體育科技英語(yǔ)等較大難度的文本翻譯，從而提高人工翻譯的效率。

翻譯系統(tǒng)對(duì)于大量平行語(yǔ)料統(tǒng)計(jì)分析的準(zhǔn)確性，統(tǒng)計(jì)翻譯模型的構(gòu)建完善度，基于短語(yǔ)翻譯的句法信息融合能力，都將直接或間接影響最終輸出的譯文效度。不同翻譯平臺(tái)對(duì)于不同領(lǐng)域、不同類型的文本翻譯輸出也極有可能存在顯著差異。本研究以體育科技英語(yǔ)文本為例，將ChatGPT翻譯功能與傳統(tǒng)CAT系統(tǒng)——谷歌翻譯器生產(chǎn)的譯文進(jìn)行對(duì)比，評(píng)估二者在特定體育科技文本翻譯中的效度。

一、研究設(shè)計(jì)

（一）研究對(duì)象及目的

常用翻譯系統(tǒng)獨(dú)立進(jìn)行翻譯活動(dòng)時(shí)，在不同場(chǎng)合、不同文本語(yǔ)境下能否準(zhǔn)確地表達(dá)源語(yǔ)意義，傳遞信息的效度如何，對(duì)翻譯系統(tǒng)智能化的完善有著重要意義。本研究旨在通過(guò)譯本評(píng)測(cè)，對(duì)比在體育科技英語(yǔ)文本情境中兩種翻譯系統(tǒng)——谷歌翻譯器與ChatGPT翻譯功能的翻譯效度。本研究在測(cè)試時(shí)均使用其免費(fèi)版本的在線翻譯器。

（二）研究方法

為了保證表達(dá)的豐富性與研究結(jié)果的客觀性，本研究的測(cè)試選擇了兩類體育科技英語(yǔ)文本。一是現(xiàn)有教材《體育英語(yǔ)》中與體育科技相關(guān)的文本句群，二是國(guó)際奧委會(huì)《賽事手冊(cè)》中與體育科技相關(guān)的文本句群。兩類文本均為英文，并附有官方中文譯本，旨在兼顧書本理論與實(shí)踐運(yùn)用，以確保兩種翻譯系統(tǒng)輸出的譯文有較為有效權(quán)威的參考標(biāo)準(zhǔn)。

在對(duì)譯文效度的分析上，本研究采用兩種分析方法：人工評(píng)測(cè)與自動(dòng)評(píng)測(cè)，并將兩者的分析數(shù)據(jù)相結(jié)合，從多個(gè)角度對(duì)比論證ChatGPT與谷歌翻譯器在體育科技英語(yǔ)文本中翻譯效度的差異，力求取得相對(duì)客觀、更有說(shuō)服力的測(cè)試結(jié)果。

（三）測(cè)試過(guò)程

1. 嚔句群篩選

在熟悉教材《體育英語(yǔ)》與《賽事手冊(cè)》內(nèi)容與架構(gòu)的基礎(chǔ)上，為了保證測(cè)試句群兼?zhèn)涞湫托耘c客觀性，本研究的備選測(cè)試句群均從材料各章正文部分隨機(jī)均勻抽取，中英對(duì)照，并保證每組測(cè)試對(duì)象均包含體育科技英語(yǔ)關(guān)聯(lián)性內(nèi)容。

從備選測(cè)試句群中進(jìn)一步進(jìn)行篩選，本研究將描述性較強(qiáng)的句群歸為一般語(yǔ)境文本，此類句群更偏向日常表達(dá)，通常以傳遞社會(huì)科學(xué)類的體育科技信息為主；將專業(yè)性較強(qiáng)的句群歸為專業(yè)語(yǔ)境文本類，此類句群用詞表達(dá)更為學(xué)術(shù)化，通常包含自然科學(xué)信息或是體育專業(yè)術(shù)語(yǔ)。

經(jīng)過(guò)分析、篩選，本研究最終確定測(cè)試句群共計(jì)120組。其中一般語(yǔ)境文本類60組，專業(yè)語(yǔ)境文本類60組。

2. 嚔翻譯處理

測(cè)試句群中的英文為測(cè)試源語(yǔ)言，中文為標(biāo)準(zhǔn)目標(biāo)語(yǔ)言，筆者將源語(yǔ)言句群一一輸入ChatGPT聊天界面與谷歌翻譯器中，下達(dá)翻譯指令，收集即時(shí)翻譯的譯文，記為測(cè)試目標(biāo)語(yǔ)言句群，共計(jì)120組。翻譯及收集過(guò)程中，筆者不會(huì)對(duì)輸出句群的字、詞、標(biāo)點(diǎn)、內(nèi)容等做任何修改。

二、譯本評(píng)測(cè)

翻譯是一種促進(jìn)溝通交流的語(yǔ)言轉(zhuǎn)換行為，因此想要對(duì)譯文進(jìn)行統(tǒng)一標(biāo)準(zhǔn)化的評(píng)判較為困難。即使是同一譯本，在不同的時(shí)間、情境下，由不同身份的表述者傳遞，所產(chǎn)生的語(yǔ)言效度也可能千差萬(wàn)別。因此，本研究將不同語(yǔ)境下譯本的忠實(shí)度、流暢度視為評(píng)判其效度的主要因素，譯本的忠實(shí)度、流暢度越高，說(shuō)明其翻譯效度越強(qiáng)。

為了盡量確保測(cè)試結(jié)果的客觀性，筆者會(huì)采取兩種評(píng)測(cè)標(biāo)準(zhǔn)對(duì)120組目標(biāo)語(yǔ)言句群進(jìn)行效度評(píng)測(cè)：人工評(píng)測(cè)及自動(dòng)評(píng)測(cè)。筆者將收集的120組測(cè)試目標(biāo)語(yǔ)言與120組標(biāo)準(zhǔn)目標(biāo)語(yǔ)言一一進(jìn)行比對(duì)，并采用計(jì)算效度得分的方式，從多角度對(duì)ChatGPT翻譯功能及谷歌翻譯器的翻譯效度進(jìn)行對(duì)比評(píng)測(cè)，力求量化測(cè)評(píng)結(jié)果。

（一）人工評(píng)測(cè)

人工評(píng)測(cè)是一種個(gè)人主觀評(píng)價(jià)翻譯文本的行為，其優(yōu)勢(shì)是更加智能化，在對(duì)表達(dá)方式的合理性、信息傳遞的有效性等方面的評(píng)價(jià)更加細(xì)致靈活。人工評(píng)測(cè)不足之處在于不同評(píng)價(jià)者對(duì)于同一譯本的評(píng)價(jià)可能存在一定差異。為了盡量減少因個(gè)人因素而造成的結(jié)果誤差，本研究在人工評(píng)測(cè)部分引入了兩大類得分細(xì)則，要求同一評(píng)測(cè)者分別為同一譯本的效度進(jìn)行忠實(shí)度及流暢度兩方面的評(píng)價(jià)。具體評(píng)測(cè)標(biāo)準(zhǔn)如下表1和表2所示。

基于以上兩類評(píng)分細(xì)則，筆者對(duì)120組測(cè)試目標(biāo)語(yǔ)言分別進(jìn)行人工評(píng)分計(jì)算：

P_h=（f+t）/2

（其中P_h為人工評(píng)測(cè)綜合得分，f為人工評(píng)測(cè)忠實(shí)度得分，t為人工評(píng)測(cè)流暢度得分）

（二）自動(dòng)評(píng)測(cè)

自動(dòng)評(píng)測(cè)相較于人工評(píng)測(cè)更具有客觀性，但就評(píng)測(cè)靈活性而言稍有欠缺。本研究中的自動(dòng)評(píng)測(cè)部分采用雙語(yǔ)互譯質(zhì)量評(píng)估輔助工具（Bilingual Evaluation Understudy，縮寫為BLEU）的基本算法作為評(píng)分標(biāo)準(zhǔn)，

該方法是2002年美國(guó)國(guó)家標(biāo)準(zhǔn)與技術(shù)研究所采納

國(guó)際商業(yè)機(jī)器公司（International Business Machines "Corporation，縮寫為IBM）提出的基于詞的N元模型的評(píng)價(jià)方法。

本文通過(guò)對(duì)比標(biāo)準(zhǔn)目標(biāo)語(yǔ)言與測(cè)試目標(biāo)語(yǔ)言中的共現(xiàn)詞頻率，選取BLEU算法多元精度標(biāo)準(zhǔn)（N-gram）中一元組（Uni-gram）與二元組（Bi-gram）的得分均值作為測(cè)試目標(biāo)語(yǔ)言自動(dòng)評(píng)測(cè)的最終得分，具體算法如下。

一元組BLEU得分算法：

其中，一元組算法以單字為單位，將測(cè)試目標(biāo)語(yǔ)言輸出的每一個(gè)字與標(biāo)準(zhǔn)目標(biāo)語(yǔ)言進(jìn)行逐一比對(duì)，從而進(jìn)一步計(jì)算測(cè)試目標(biāo)語(yǔ)言與標(biāo)準(zhǔn)目標(biāo)語(yǔ)言的單字匹配比率。一元組算法可較為客觀地評(píng)測(cè)譯文的精確度，與人工評(píng)測(cè)中的忠實(shí)度具有一定的關(guān)聯(lián)性。

二元組算法以相鄰兩個(gè)單字組成的詞組為單位，將測(cè)試目標(biāo)語(yǔ)言輸出的每一個(gè)詞組與標(biāo)準(zhǔn)目標(biāo)語(yǔ)言進(jìn)行逐一比對(duì)，從而進(jìn)一步計(jì)算測(cè)試目標(biāo)語(yǔ)言與標(biāo)準(zhǔn)目標(biāo)語(yǔ)言的詞組匹配比率。二元組算法可較為客觀地評(píng)測(cè)譯文的可讀性，與人工評(píng)測(cè)中的流暢度相呼應(yīng)。

基于一元組和二元組算法，筆者對(duì)120組測(cè)試目標(biāo)語(yǔ)言分別進(jìn)行自動(dòng)評(píng)分計(jì)算：

P_a=（P₁+P₂）/2

（其中Pa為自動(dòng)評(píng)測(cè)綜合得分，P1為一元組得分，P2為二元組得分）

（三）綜合效度評(píng)測(cè)

基于人工評(píng)測(cè)和自動(dòng)評(píng)測(cè)法，對(duì)120組測(cè)試目標(biāo)語(yǔ)言分別進(jìn)行綜合效度P評(píng)分計(jì)算：

P=（P_h+P_a）/2

三、評(píng)測(cè)結(jié)果

（一）綜合效度評(píng)測(cè)結(jié)果

基于以上評(píng)測(cè)方法，表3為ChatGPT翻譯功能與谷歌翻譯器在體育科技英語(yǔ)文本背景下的總體翻譯效度量化數(shù)據(jù)。

（二）專業(yè)語(yǔ)境中效度評(píng)測(cè)結(jié)果

基于對(duì)60組專業(yè)語(yǔ)境文本句群的譯文評(píng)測(cè)，研究得出在體育科技英語(yǔ)專業(yè)語(yǔ)境中，ChatGPT翻譯功能與谷歌翻譯器的翻譯效度量化數(shù)據(jù)（見(jiàn)表4）。

（三）一般語(yǔ)境中效度評(píng)測(cè)結(jié)果

基于對(duì)60組一般語(yǔ)境文本句群的譯文評(píng)測(cè)，研究得出在體育科技英語(yǔ)一般語(yǔ)境中，ChatGPT翻譯功能與谷歌翻譯器的翻譯效度量化數(shù)據(jù)（見(jiàn)表5）。

（四）宏觀測(cè)評(píng)結(jié)果

基于以上評(píng)測(cè)結(jié)果，筆者將分值0.60定義為“合格”，記為“Q（Qualified）”；將分值在0.60以下定義為“不合格”，記為“F（Failed）”；可得出表6中的宏觀測(cè)評(píng)結(jié)果。

四、分析與結(jié)論

（一）評(píng)測(cè)結(jié)果分析

從對(duì)120組體育科技英語(yǔ)相關(guān)句群的研究測(cè)評(píng)數(shù)據(jù)來(lái)看，在翻譯效度綜合分值、專業(yè)語(yǔ)境中分值以及一般語(yǔ)境中分值等方面，無(wú)論是以人工、自動(dòng)還是總體作為評(píng)分標(biāo)準(zhǔn)，ChatGPT翻譯功能均占有一定優(yōu)勢(shì)。其中，在專業(yè)語(yǔ)境翻譯的輸出表現(xiàn)方面，ChatGPT翻譯效度優(yōu)勢(shì)更為明顯；在一般語(yǔ)境翻譯的輸出表現(xiàn)方面，兩者的差距稍有縮小。從宏觀測(cè)評(píng)結(jié)果來(lái)看，ChatGPT翻譯的表現(xiàn)明顯優(yōu)于谷歌翻譯器，前者在綜合效度、專業(yè)語(yǔ)境效度、一般語(yǔ)境效度的人工評(píng)測(cè)結(jié)果中均為合格，且綜合測(cè)評(píng)結(jié)果也為合格；而后者并未產(chǎn)生任何合格項(xiàng)目。

1. 嚔人工評(píng)測(cè)效度與自動(dòng)評(píng)測(cè)效度對(duì)比分析

在對(duì)語(yǔ)句進(jìn)行逐一比對(duì)核算時(shí)，本研究發(fā)現(xiàn)，無(wú)論是在綜合還是在特定語(yǔ)境下，對(duì)120個(gè)檢測(cè)句群的人工評(píng)分大多高于自動(dòng)評(píng)分，如句群18“There will be medical rooms in MMC and the IOC Headquarters Hotel to provide medical services needed by the media， members of the Olympic Family， and staff”。標(biāo)準(zhǔn)目標(biāo)語(yǔ)言為“主媒體中心、國(guó)際奧委會(huì)賓館設(shè)醫(yī)療室，負(fù)責(zé)為媒體、奧林匹克大家庭成員和工作人員等提供合適的醫(yī)療服務(wù)”。谷歌翻譯器給出的譯文為“MMC和IOC總部酒店將設(shè)有醫(yī)療室，以提供媒體，奧林匹克大家庭成員和員工所需的醫(yī)療服務(wù)”。ChatGPT給出的譯文為“在主媒體中心（MMC）和國(guó)際奧委會(huì)總部酒店將設(shè)有醫(yī)務(wù)室，為媒體、奧林匹克家庭成員和工作人員提供所需的醫(yī)療服務(wù)”。

在此句群評(píng)測(cè)中，

兩類翻譯器在人工評(píng)測(cè)結(jié)果中均表現(xiàn)合格，而在自動(dòng)評(píng)測(cè)結(jié)果中兩類均不合格。造成如此差異的原因一定程度上是由于在人工參與評(píng)測(cè)時(shí)，能夠識(shí)別相關(guān)的同義、近義詞，更加注重句子的整體表達(dá)以及信息傳達(dá)的有效性，因而即使與標(biāo)準(zhǔn)目標(biāo)語(yǔ)言的結(jié)構(gòu)、用詞略有差別，人工測(cè)評(píng)也能夠相對(duì)靈活地進(jìn)行評(píng)分；而在自動(dòng)測(cè)評(píng)中，評(píng)測(cè)結(jié)果完全按照BLEU算法機(jī)械識(shí)別標(biāo)準(zhǔn)目標(biāo)語(yǔ)言與測(cè)試目標(biāo)語(yǔ)言的精準(zhǔn)匹配率，而不能對(duì)可以傳達(dá)源語(yǔ)言信息的同義詞或是相似結(jié)構(gòu)進(jìn)行識(shí)別。因此，兩類翻譯器的人工評(píng)測(cè)得分明顯高于自動(dòng)評(píng)測(cè)得分。然而在少部分句群中，也出現(xiàn)了自動(dòng)評(píng)分高于人工評(píng)分的現(xiàn)象。按照BLEU算法中一元組、二元組進(jìn)行計(jì)算時(shí)，測(cè)試目標(biāo)語(yǔ)言的單詞、詞組得到了精準(zhǔn)匹配，但由于詞序顛倒或是句法結(jié)構(gòu)錯(cuò)誤等問(wèn)題，目標(biāo)語(yǔ)言并不能忠實(shí)、流暢地傳達(dá)源語(yǔ)言信息，因此在人工評(píng)分時(shí)，相應(yīng)分?jǐn)?shù)自然較低。

2. 嚔專業(yè)語(yǔ)境與一般語(yǔ)境評(píng)測(cè)效度對(duì)比分析

從測(cè)評(píng)數(shù)據(jù)可以明顯看出，兩類翻譯器在進(jìn)行體育科技英語(yǔ)類文本翻譯時(shí)，對(duì)一般語(yǔ)境下的源語(yǔ)翻譯效度明顯高于專業(yè)語(yǔ)境中的效度。其中，ChatGPT翻譯一般語(yǔ)境的效度甚至達(dá)到了在所有測(cè)評(píng)標(biāo)準(zhǔn)下全部合格的佳績(jī)。但在專業(yè)語(yǔ)境中，兩者的翻譯效度均不甚理想。例如句群37“Putting a net in the middle of court， the bladder was to be a ball， pushing it over here to there， not allowed to fall it onto the ground”。標(biāo)準(zhǔn)目標(biāo)語(yǔ)言為“在場(chǎng)地中間掛一張網(wǎng)，利用球膽當(dāng)球，在網(wǎng)上托來(lái)托去，不讓球落地”。谷歌翻譯器給出的譯文為“把球放在球場(chǎng)中間，膀胱是一個(gè)球，把它推到那里，不允許它落到地上”。而ChatGPT翻譯給出的譯文為“在球場(chǎng)中央放置了一張網(wǎng)，使用的是一個(gè)充氣球作為球，將球從這里推到那里，不允許它落到地面上”。

在此句群評(píng)測(cè)中，谷歌翻譯器人工評(píng)測(cè)得分為0分，譯文完全無(wú)法傳達(dá)源語(yǔ)言信息，甚至完全曲解句群含義，ChatGPT也僅獲得0.2的低分。而自動(dòng)評(píng)測(cè)得分中，谷歌翻譯器和ChatGPT也分別獲得了0.19和0.23的低分。在此句群中，“bladder”是傳達(dá)句意的關(guān)鍵詞。在體育科技英語(yǔ)的專業(yè)語(yǔ)境中，“bladder”一詞意為“球膽”。從測(cè)試目標(biāo)語(yǔ)言中可以看出，谷歌將“bladder”一詞譯為其常見(jiàn)義“膀胱”，導(dǎo)致整句句意全錯(cuò)。造成此類錯(cuò)譯的原因很大程度上與谷歌翻譯器的翻譯原理有關(guān)。由于其為基于統(tǒng)計(jì)的語(yǔ)料庫(kù)翻譯系統(tǒng)，在語(yǔ)料庫(kù)的存儲(chǔ)容量上，一般語(yǔ)境語(yǔ)料遠(yuǎn)遠(yuǎn)超過(guò)專業(yè)語(yǔ)境語(yǔ)料。因此在

翻譯處理

體育科技英語(yǔ)等專業(yè)類文本時(shí)，由于相應(yīng)語(yǔ)料庫(kù)素材的限制，翻譯器很大程度上會(huì)優(yōu)先在一般語(yǔ)境語(yǔ)料庫(kù)中進(jìn)行范本查找比對(duì)，并從中抽取譯文，從而導(dǎo)致無(wú)法正確翻譯專業(yè)術(shù)語(yǔ)，造成歧義或重大錯(cuò)誤。而ChatGPT在翻譯過(guò)程中，盡管依靠自身語(yǔ)料學(xué)習(xí)能力，已經(jīng)能將“bladder”一詞譯為與上下文較為貼合的“球類”，但就準(zhǔn)確性而言，依然存在較為嚴(yán)重的語(yǔ)義損耗，加之后文“從這里推到那里”，使體育英語(yǔ)的專業(yè)表達(dá)無(wú)從體現(xiàn)，嚴(yán)重影響語(yǔ)言的傳遞與理解，違背源語(yǔ)、目標(biāo)語(yǔ)力求“動(dòng)態(tài)對(duì)等”的翻譯初衷。

（二）研究結(jié)論

經(jīng)過(guò)對(duì)120組體育科技英語(yǔ)測(cè)試句群的全面評(píng)測(cè)、分析研究，可以看出，在翻譯體育科技英語(yǔ)文本時(shí)，ChatGPT翻譯效度整體優(yōu)于谷歌翻譯器的效度。兩類翻譯器在翻譯一般語(yǔ)境下的體育科技類文本時(shí)，翻譯效度均優(yōu)于專業(yè)語(yǔ)境下的體育科技類文本翻譯效度，但相比而言，ChatGPT翻譯的表現(xiàn)仍略勝一籌。

在宏觀評(píng)測(cè)中，ChatGPT和谷歌翻譯器均有不合格項(xiàng)目，且谷歌翻譯器數(shù)量居多。但并不意味著這兩類翻譯器不是合格的計(jì)算機(jī)輔助翻譯工具，而是客觀說(shuō)明了在進(jìn)行體育科技文本類型的翻譯時(shí)，單獨(dú)依靠計(jì)算機(jī)翻譯處理譯文的效度并不十分理想，需要進(jìn)一步進(jìn)行人工校對(duì)和修訂。［5］

（三）研究局限

在對(duì)ChatGPT及谷歌兩類翻譯器進(jìn)行翻譯效度對(duì)比分析時(shí)，本研究存在著一定的局限性。首先，由于體育科技英語(yǔ)涵蓋范圍廣、專業(yè)性強(qiáng)，本研究在測(cè)試文本類型和樣本量的選擇上具有一定的局限性。其次，在測(cè)評(píng)方式上，自動(dòng)測(cè)評(píng)中利用了BLEU算法多元精度中最為基礎(chǔ)的一元組和二元組算法，而忽略了長(zhǎng)度懲罰因子等方面因素，一定程度上可能造成測(cè)評(píng)結(jié)果的誤差。再次，人工測(cè)評(píng)參與者的數(shù)量也可能影響測(cè)評(píng)結(jié)果。

因此，之后的研究者在對(duì)此進(jìn)行進(jìn)一步深入研究時(shí)，應(yīng)盡量克服以上限制條件對(duì)測(cè)評(píng)的干擾，以確保測(cè)評(píng)結(jié)果更加客觀精確。

參考文獻(xiàn)

［1］文旭，田亞靈.ChatGPT應(yīng)用于中國(guó)特色話語(yǔ)翻譯的有效性研究［J］.上海翻譯，2024（2）：27-34，94-95.

［2］薛健.ChatGPT對(duì)人工智能輔助翻譯的影響［J］.英語(yǔ)廣場(chǎng)，2024（6）：27-30.

［3］顧文昊，冷冰冰.ChatGPT在科技翻譯應(yīng)用中的四種術(shù)語(yǔ)誤譯類型——以機(jī)械工程術(shù)語(yǔ)為例［J］.中國(guó)科技翻譯，2024（1）：24-27.

［4］閻姍.多種翻譯工具在科技英語(yǔ)翻譯中的運(yùn)用［D］.上海：上海外國(guó)語(yǔ)大學(xué)，2012.

［5］莊小萍.論機(jī)器翻譯與人工翻譯的結(jié)合［J］.宜賓學(xué)院學(xué)報(bào)，2007（8）：97-99.