神经网络机器翻译错误类型对译者注意资源分配的影响——来自眼动追踪的证据

摘要：

本研究基于多维度质量指标,构建英-汉翻译错误类型框架,开展眼动实验,考察英译汉神经网络机器翻译错误类型如何影响译者在译后编辑和人工翻译过程中注意资源分配的情况.研究发现:1)词义错误和衔接与连贯问题会使译者在译后编辑过程中分别投入更多的注意资源至外部查询和原文区;2)风格问题和术语问题是机器翻译和人工翻译共同面临的"困难";3)译者的英语水平、翻译经验与机器翻译错误类型之间的交互效应不显著,而机器翻译的风格问题对译者分配至译后编辑总兴趣区和译文区注意资源的影响,则取决于译者对待译后编辑的态度.

关键词：神经网络机器翻译错误类型、译后编辑、人工翻译、注意资源分配、眼动追踪

所属期刊栏目：54

分类号：H315.9(英语)

资助基金：国家社会科学基金21BYY063

在线出版日期：2022-10-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：750-761