张麒博凡 罗语晴 吕嘉怡

大连理工大学

摘要(Abstract)：

生成式人工智能的崛起为机器翻译带来范式变革，其对翻译教育的影响亟待深入研究。本研究构建融合客观BLEU指标与主观用户感知的多维评估框架，对比分析DeepL、Google、百度、腾讯四款引擎在处理专业、文学及文化负载词等多元语料时的质量。研究发现：专业文本翻译中引擎表现与评估指标一致性较高；文学文化文本翻译则揭示用户偏好（意译）与BLEU评分（直译）的显著背离。研究从教育技术视角出发，论证了翻译教育需转向人机协同新范式，将机器翻译批判性评估与译后编辑能力培养作为核心，以培养能驾驭智能技术的创新型人才。。

关键词(KeyWords)：

机器翻译；质量评估；翻译教育；BLEU指标；用户感知；教育技术

参考文献(References)：

［1］Brown P F ， Cocke J ， Pietra S A D ，et al.A Statistical Approach To Machine Translation［J］.Computational Linguistics，2002， 16（2）. 

［2］Papineni K ，Roukos S ，Ward T ，et al.BLEU: a Methodfor Automatic Evaluation of Machine Translation［C］//Proc Meetingof the Association for Computational Linguistics.2002. 

［3］ Reiter E .A Structured Review of the Validity of BLEU［J］.Computational Linguistics，2018，44（3）:393-401. 

［4］ Castilho S ，Moorkens J ，Gaspari F ，et al.IsNeural Machine Translation the New State of the Art?［J］.The Prague Bulletin of Mathematical Linguistics，2017，108（1）:109-120. 

［5］李奉栖.人工智能时代人机英汉翻译质量对比研究［J］. 外语界，2022，（04）：72-79. 

［6］张文煜，赵璧.生成式人工智能开创机器翻译的新纪元了吗？——一项质量对比研究及对翻译教育的思考［J］.北京第二外国语学院学报，2024，46（01）：83-98.