第四届全国翻译技术大赛第二期培训已经结束了，没来得及参与直播的小伙伴们不要着急，培训直播回放、内容回顾及模拟题都在这里，欢迎大家学习！
为帮助翻译从业者、爱好者及高校师生进一步了解翻译技术，同时为第四届全国翻译技术大赛参赛者提供备赛参考，中国翻译协会、中国外文局翻译院、吉林外国语大学于5月起启动第四届全国翻译技术大赛系列培训。
第二期培训邀请山东师范大学翻译硕士中心主任、外国语学院教授徐彬以《翻译技术与人工智能（AI）的融合》为题进行讲座。讲座概要如下：
内容回顾
一、技术范式的代际跃迁
人工智能时代，技术范式实现了代际跃迁：神经机器翻译（Neural Machine Translation, NMT）虽解决了翻译的流畅性问题，但仍存在长文本逻辑断裂、行业术语不一致、文学修辞处理能力不足等局限；大语言模型（Large Language Model, LLM）具备语境感知能力，能理解译者提示意图，并能根据指定风格、受众和行业背景进行自适应调整；检索增强生成（Retrieval-Augmented Generation, RAG）技术通过私有术语库、语料库与AI模型相结合，有效解决了大语言模型在专业领域易产生“幻觉”的问题。
二、翻译行业的全方位变革
翻译工作流重构：机器翻译译后编辑（Machine Translation Post-Editing, MTPE）成为商业翻译主流模式，大幅降低初级劳动强度；人机交互（Human-Computer Interaction, HCI）翻译实现实时预测输入；质量自动评估（Quality Estimation, QE）可由人工智能自动打分并标注数字错误、漏译、术语不一致等问题。
多模态翻译爆发：在音视频领域可自动生成字幕、实现语音克隆和唇形同步；在图文领域可自动识别图片文字并保持原有排版。
行业生态结构性调整：译者角色发生分化，低端市场如简单产品说明书、新闻简讯等正在被人工智能全面接管，而高端市场需求依然旺盛，但对译者能力提出转型要求；翻译定价模式从按字数计费转向按价值和创意计费。
行业面临多重挑战与伦理问题：一是版权与数据隐私风险，包括训练数据的版权归属争议、企业数据的私密性保护等。二是语料库污染问题，网络数据良莠混杂、劣质译文渗入其中，不仅拉低语料整体质量，还会造成大模型生成的译文内容平庸化、同质化。三是数字鸿沟加剧，新译者与传统译者在数字技术应用能力上的差距日益凸显。
三、人工智能增强翻译（AIAT）全流程共生模式的核心内涵与应用
人工智能介入后，翻译不应被视为人工智能译后编辑（Artificial Intelligence Post-Editing, AIPE）这种机器产出加人工修订的线性流水作业，而应重构为人工智能增强翻译（Artificial Intelligence Augmented Translation, AIAT）的全流程共生模式。在这种模式下，人工智能渗透进译者的预判、考据、创意、校验及审美复核的完整环路（Loop）。对于社科类等复杂文本，人工智能增强翻译不仅能提升生产力，还能释放译者精力，使其专注于处理文化负载元素、语言美学等关键决策点（KDPs），从而在技术浪潮中重塑翻译的艺术性和译者的主体性。
在社科图书翻译的全流程中，人工智能可在不同阶段发挥辅助作用：在预处理阶段，辅助译者完成认知准备，提取核心术语、识别文本难点，并通过提示词实现风格对齐；在译中阶段，作为知识和创意“副驾驶”（Co-pilot），与译者实时对话，提供多种翻译方案和语境联想；在全局一致性监控阶段，结合计算机辅助翻译（Computer-Aided Translation, CAT）工具，解决长文本翻译中的术语不一致和语域失调问题；在终审阶段，辅助进行听觉与审美校对，提供多模态反馈——通过语音朗读帮助译者判断译文的节奏与韵律，并通过多角色互动检查错别字等。
四、人工智能翻译提示词设计方法论
提示词设计需遵循ICIO原则，即明确指令（Instruction）、赋予背景（Context）、提供示例（Input Data/Examples）、规定输出格式（Output Indicator）。
在开展翻译实践时，可参考以下提示词撰写方法。
标准提示法：通常是祈使句，例如“写”、“创建”或“生成”，后跟名词短语。
指令提示：通过提供明确的指示扩展标准提示，指明人工智能应如何执行任务。
角色提示：要求人工智能扮演某个角色，例如审稿人、图书编辑、读者等。
受众提示：要求提供适合特定读者群的结果，例如儿童、专家或非专家。
修饰提示：通过修饰语，使人工智能调整回答，例如与翻译风格相关的词。
上下文提示：在提示中加入提问的背景，例如作者风格、作品类别、要实现的目的等。
同时，在撰写提示词时，也需关注以下事项。
多轮次：通过对话，以多个步骤引导人工智能提供相关且多样化的信息。
迭代性：若人工智能的回复内容不符合预期，可要求人工智能生成新的内容。即使初始回复内容已可以满足需求，也可继续要求重新生成——重新生成的内容可能更有创意或更细致。此外，也可尝试提出后续提示以获取更多信息。
探索性：要求提供多种反馈。
改写和润色：尝试不同的措辞或细节以提高响应质量。
目标导向：始终给出明确的目标。
CO-STAR万能提示词框架
C（Context）：背景。提供任务背景信息。
O（Objective）：目标。清晰陈述想要达到的任务目标。
S（Style）：风格。指定写作风格（如：鲁迅风格、学术风格）。
T（Tone）：语气。指定情感基调（如：严肃、幽默、激昂、同情）。
A（Audience）：受众。说明是写给谁看的（如：专家、儿童、投资者）。
R（Response）：格式。指定输出的格式（如：表格、代码、JSON、列表）。
模拟习题
01
【单选题】神经机器翻译（Neural Machine Translation, NMT）技术主要解决了翻译中的哪一核心问题？
A. 长文本逻辑连贯性。
B. 翻译流畅性。
C. 行业术语一致性。
D. 文学修辞准确性。
点击空白处查看答案
答案：B
解析： 相较于传统统计机器翻译，神经机器翻译依托神经网络与上下文建模，大幅提升译文流畅度。该技术仍存在短板：长文本易出现逻辑断层、专业术语管控能力不足、对文学修辞的还原效果较弱等问题。
02
【单选题】为解决大语言模型（Large Language Model, LLM）在专业领域易产生“幻觉”的问题，通常会结合以下哪项技术？
A. 神经机器翻译（Neural Machine Translation, NMT）。
B. 质量自动评估（Quality Estimation, QE）。
C. 人机交互（Human-Computer Interaction, HCI）翻译。
D. 检索增强生成（Retrieval-Augmented Generation, RAG）。
点击空白处查看答案
答案：D
解析：检索增强生成（RAG）会先从专业知识库、术语库、文档库中检索真实资料，再交由大语言模型结合检索内容生成答案，从源头减少模型编造信息的行为，有效抑制“幻觉”问题。
其余选项均不针对该问题：神经机器翻译侧重机器译文生成，人机交互翻译侧重翻译过程人机协作，质量自动评估侧重译文质量检测。
03
【单选题】在音视频多模态翻译与配音场景中，用于实现人声与人物口型精准匹配的技术是？
A. Lip-sync。
B. Voice Cloning。
C. Desktop Publishing。
D. Quality Estimation。
点击空白处查看答案
答案：A
解析：唇形同步（Lip-sync）是专门实现音频与视频口型对齐的技术。语音克隆（Voice Cloning）主要用于复刻目标人声音色；桌面出版（Desktop Publishing）侧重文档版式处理；质量自动评估（Quality Estimation）用于翻译质量检测。
04
【单选题】在人工智能增强翻译（Artificial Intelligence Augmented Translation, AIAT）模式下，译者的核心价值主要体现在以下哪方面？
A. 完成基础文本转换工作。
B. 开展术语统一核查工作。
C. 处理文化表达与风格创作。
D. 执行文字错误校对工作。
点击空白处查看答案
答案：C
解析：人工智能增强翻译是由人工智能全流程赋能的翻译体系，文本转写、术语检查、差错修正等重复性、标准化工作均可由人工智能承担。文化内涵解读、语言风格塑造、跨文化适配等高阶工作，需要译者专业研判。
05
【单选题】在社科图书翻译预处理阶段，使用人工智能工具辅助开展 “风格对齐” 的核心目的是？
A. 预设译文文体与表达风格。
B. 辨识文本当中多义词汇。
C. 集中提取全书专业术语。
D. 校核全文术语使用规范。
点击空白处查看答案
答案：A
解析：“风格对齐”是指在译前建立对应译文文体、文风与审美标准，确保译文风格前后一致。其余三项均是预处理阶段的其他常规工作，并非“风格对齐”的核心目标。
06
【多选题】下列关于人机协同翻译中角色分工，表述正确的是？
A. 人工智能对文章做基础润色。
B. 译者负责机械文本转换。
C. 人工智能独立完成内容审核。
D. 译者统筹译文整体品质。
点击空白处查看答案
答案：AD
解析：人工智能擅长文本转换、基础润色等工作，无法独立完成文化创作与终审；译者负责把控译文质量、文风与文化适配，是流程中的核心主导者。
07
【单选题】在使用ICIO框架编写翻译提示词时，“说明译文格式与文风要求” 对应哪一要素？
A. 明确指令（Instruction）。
B. 赋予背景（Context）。
C. 提供示例（Input Data/Examples）。
D. 规定输出格式（Output Indicator）。
点击空白处查看答案
答案：D
解析：规定输出格式（Output Indicator）用于明确输出规范、格式、风格、篇幅等要求；明确指令（Instruction）是核心任务指令，赋予背景（Context）是补充场景背景，提供示例（Input Data/Examples）是提供参考样例。
08
【单选题】关于CO-STAR提示词框架，以下说法错误的是？
A. C即Context，指交代使用场景与相关背景。
B. O即Objective，指明确核心任务与预期目标
C. R即Response，指限定译文的阅读受众群体。
D. S即Style，指界定整体行文的文体风格。
点击空白处查看答案
答案：C
解析：Response 是对输出内容的格式、排版、形式作出要求；限定阅读受众属于 Audience 模块，因此 C 表述错误。
09
【多选题】以下哪些属于人工智能给翻译行业带来的挑战与伦理问题？
A. 训练数据存在版权归属争议。
B. 劣质机翻译文造成语料库污染。
C. 从业者之间形成数字技能鸿沟。
D. 行业翻译需求出现大幅萎缩。
点击空白处查看答案
答案：ABC
解析：人工智能应用衍生出数据版权、语料污染、技能分化等挑战与伦理问题。目前翻译市场整体需求并未大幅萎缩，因此 D 选项错误。
10
【多选题】下列属于人工智能在人工智能增强翻译（Artificial Intelligence Augmented Translation, AIAT）终审阶段的典型应用的是？
A. 借助语音朗读技术，辅助校验译文节奏与语句韵律。
B. 批量提取全书术语词条，搭建统一专属术语资源库。
C. 通过多角色交叉核验，排查错别字等。
D. 提供归化异化备选方案，供译者实时选择翻译策略。
点击空白处查看答案
答案：AC
解析：人工智能增强翻译在终审阶段可通过语音朗读从听觉维度校验译文通顺度、节奏与韵律，弥补视觉审校盲区；还可批量排查错别字、语病等问题。术语提取、术语库搭建属于译前准备工作，用于统一全书翻译标准，不属于终审环节。提供归化、异化等多元翻译方案等是译中阶段辅助译者创作、优化译文的功能，并非终审质检工作。
大赛报名进行中
报名时间
2026年4月25日至2026年7月18日
报名方式
扫描二维码，开始报名
复制链接至浏览器打开，开始报名
https://contest.aticicg.org.cn/enroll/h5?channel=1
大赛通知&相关链接