引言

在全球文化交流日益深入的背景下，向世界阐释中国少数民族优秀传统文化具有重要时代意义。藏族民居装饰艺术作为非物质文化遗产，其相关文献的对外译介是讲好中华民族故事的重要一环。然而，此类文本术语密集且文化负载项丰富，兼具学术严谨性与文学审美性，对传统翻译模式构成效率与质量的双重挑战。机器翻译与译后编辑（MTPE）模式为此提供了新的解决方案，通过人机协同，旨在兼顾翻译效率与文本质量。目前，MTPE研究在通用领域已取得显著进展，但在民族文化、特别是建筑装饰类文本的翻译实践中，其工作流程与质量控制仍有待探索。鉴于此，本研究以《甘孜藏式民居装饰艺术研究》为源文本，依托MTPE模式展开汉英翻译实践，旨在系统梳理从译前准备、译中评估到译后编辑的全流程操作，并分析其中遇到的术语、句法等典型问题及其对策，以期为同类专业文本的翻译提供可资借鉴的实践案例与方法参考。

项目介绍

项目背景

随着全球化进程不断深入，中外文化交流日益频繁，对中国少数民族传统文化的对外传播提出了更高要求。藏族民居装饰艺术作为非物质文化遗产的重要组成部分，其国际传播对促进民族地区文化认同与跨文化对话具有重要意义。然而，此类文本兼具学术性与文化性，术语密集、文化负载项较多，传统人工翻译难以兼顾效率与质量。在此背景下，MTPE模式成为解决此类问题的有效途径。本文将探讨MTPE在民族文化文本翻译中的具体应用与处理策略，以期为相关领域提供参考与借鉴。

文本介绍

该文本核心内容为甘孜藏式民居的木雕技艺，系统阐述了其工艺体系、应用场景、核心手法、制作工序，及其与彩绘的关系和艺术价值，为机器翻译与译后编辑提供了清晰的信息框架。

文本语言兼具技术性与文学性。一方面，它包含大量专业术语，这些术语是准确传达技艺的核心，机器翻译易因术语库覆盖不足或缺乏背景关联而出现错译、不一致或细微差异混淆，需在译前重点管理并在精确核查。另一方面，文本也不乏富有哲学与美学意味的文学化表达，体现了学术写作中的文采。

综上，该文本具有术语密集、文化负载项多的特点，适合采用MTPE模式。在译后编辑中，必须确保术语的准确性与一致性，精确传达工艺动作，并努力保留原文在学术性之中蕴含的优美文风，以准确还原其技艺描述与文化内涵。

研究综述

近年来，机器翻译与译后编辑（MTPE）模式在翻译领域应用广泛。现有研究多集中于科技、医学等通用文本，而对术语密集且兼具文学与技术特征的民族文化文本，特别是藏式建筑装饰艺术的系统探讨较为缺乏。

当前主流机器翻译系统在处理文化专有项及艺术文本时，仍存在术语不一致、文化误译与风格不符等问题，主要受限于专业领域双语语料匮乏。理论框架方面，研究多采用MQM错误分析、多维度评估体系及BLEU等自动评价指标，为译文质量评估提供依据。研究方法上，多通过案例分析、错误统计及对比分析，考察不同模型翻译能力及译者认知差异。

综上可知，当前MTPE研究在通用领域已趋成熟，但在民族文化与建筑装饰类文本方面仍显薄弱。为此，本研究聚焦藏式传统建筑装饰艺术文本，采用DQF-MQM综合评估框架分析译文质量，并结合AI辅助译后编辑，以期为该领域的MTPE实践提供有益参考。

项目规划

本项目计划于2025年8月10日至24日为期两周完成。首周核心任务为译前准备与机器初译：首先对原文进行预处理，优化句式并统一格式；随后借助术语工具提取词条，并参考权威平行文本与专业语料库，构建项目术语库以确保术语准确、风格统一；最终通过多引擎比选，确定最佳引擎完成初步翻译。

次周将聚焦质量评估与译后编辑：依据DQF-MQM框架分析机译结果中的高频错误，并依次进行四轮审校，涵盖术语一致性、语言流畅度、专业内容及格式检查。项目尾声将完成语言资产归档与总结报告，梳理经验教训，为后续同类项目提供参考。

翻译过程

本章将系统阐述项目流程，包括译前准备、译中处理与译后编辑三个核心阶段。本章将通过对各环节的详细阐释，完整呈现一个系统化的MTPE实践案例。

译前准备

译前准备环节是确保整个翻译项目顺利推进的基础阶段。本部分将重点阐述原文预处理、术语库建设、机器翻译引擎选型等核心准备工作，旨在为后续机译与译后编辑做好充足准备，提升翻译效率与质量。

1. 原文预处理

本次项目中，为保证机译输入质量，选用ABBYY FineReader 15作为预处理工具，其主要优势在于能够精准识别并切分图文混排内容，可移除图片，同时最大程度保证原文的内容与格式完整。

具体操作中，首先通过该软件对源文件进行OCR识别，自动划分文本、图片及表格区域，并手动优化区域边界与文字顺序，确保正文的完整性与逻辑性。随后，对识别结果进行逐字校对，修正存在的错误，最终输出为格式规范、纯文本化的Word文档。此步骤有效排除了图片等非文本内容对机译的干扰，为后续提取术语与机器翻译提供了清晰可靠的文本。

2. 术语库构建及平行文本搜集

在建立术语库之前，先要理解什么是术语。术语可以是词，也可以是词组，用来正确标记生产、技术、科学、艺术、社会生活等各个专门领域中的事物、现象特性关系和过程。这些术语严谨、简洁，大部分具有稳定的含义。尽管英语科技词汇产生的数量多、速度快，但是科技术语具有严密性、简明性、单义性、系统性、名词性及灵活性等六大特点。

据此，本文术语的界定包含以下两个方面：第一，词性应为名词或动词性词语或短语；第二，语义应当能够体现木雕及建筑文化独特性。理解术语定义并完成本文术语界定后，便可着手建立术语库。首先，根据上述对术语的界定，借助语帆术语宝提取术语。

根据术语宝提取与筛选结果，源文本对木雕技艺的多个层面进行了系统介绍，涉及大量雕刻与建筑专业术语。为确保术语库中对应英译的权威性，获取与源文本高度相关的中英平行文本至关重要。

项目选定Karen Mazurkewich所著 Chinese Furniture: A Guide to Collecting Antiques（中文版为《中国古董家具收藏与鉴赏》，崔铮译）作为核心平行语料。该书在形式上内容全面、排版清晰，且为中英对照版本；在内容上，其研究对象与源文本高度契合，系统涵盖了木材名称、表面处理工艺、家具结构及雕饰技法等专业术语，表述兼具学术性与文学性，语言风格与源文本相近，是构建本项目术语库的理想参考来源。

但实际术语库构建过程中，发现仅使用两书做平行语料并不足够，不能涵盖源文本所有术语。经查阅，现《中国传统家具名词术语（GB/T 37646-2019）》规定了中国传统家具一般术语、产品种类术语、结构部件术语、工艺术语和纹样装饰术语等名词术语，对这一领域术语有较为全面的规定，也可作本项目的平行语料补充。

3. 工具选择

为保证翻译质量与效率，选择合适的机器翻译引擎作为初译工具至关重要。项目源文本专业术语多、语言文学性强，这对机器翻译的准确性、一致性和流畅性提出了较高要求。

为科学评估不同引擎的表现，本项目选取DeepL、有道翻译和小牛翻译作为候选，并从平行文本中选取代表性文段来作测试。通过BLEU、TER和METEOR三大自动化评估指标，对各引擎的译文进行量化分析与对比，三者结合可从多角度评判译文质量，最终选出最适合的初译引擎。

任务	机翻引擎	BLEU	TER	METEOR	综合得分
平行文本 Chinese Furniture: A Guide to Collecting Antiques：Evolving Styles	DeepL	0.52	0.41	0.62	51
	有道翻译	0.48	0.49	0.59	47
	小牛翻译	0.43	0.58	0.55	43

通过量表数据可知，DeepL表现最佳，在处理长难句、文学词汇、学术语言方面有显著优势。它能更好地理解文化负载词的含义，并生成贴近参考译文的表述，且句式重组能力强，译文流畅度高。但对极专业术语的翻译略逊一筹，但在译后编辑中可以修正；有道翻译的BLEU和METEOR分数与DeepL差距不大，说明其对词汇和短语翻译能力尚可。但TER分数明显高于DeepL，表明其译文在整体句法流畅性和语序上与参考译文存在较大差异，可能需要再在译后编辑环节花费较多精力。综合来看，本项目将选择DeepL作为初译引擎。

译中环节

译中环节是本项目的核心操作阶段，包括机器翻译初译与译文质量评估两部分。项目将通过定量与定性分析，明确机译文本中高频错误及其分布特征。

1. 文本初译

初译环节，笔者将前期建立的术语库，以Excel格式导入云端翻译管理平台YiCAT。随后，上传预处理后的源文件，调用DeepL引擎进行批量翻译。平台在执行过程中自动调用术语库，保障术语在初译译文中的一致性和准确性，为后续质量评估奠定基础。

2. 翻译质量评估

本项目的翻译质量评估环节采用DQF-MQM融合框架。

Dynamic Quality Framework（DQF）动态翻译质量框架是由翻译自动化用户协会TAUS与都柏林城市大学O’ Brien教授团队合作历时三年研发。用户可以根据项目要求，选取最优评价参数和指标，完成测量译后编辑任务，最终生成质量评估报告。Multidimensional Quality Metrics（MQM）多维质量标准由欧盟资助，德国人工智能研究中心牵头的QTLaunchPad 项目研究成果之一，用于描述和定义翻译质量指标的一个系统框架。该模型将现有的各种资源进行整合，形成一个系统的层级化质量评估框架。从2012年开始，MQM和DQF的开发人员一同研发，于2015年制定了DQF-MQM 融合评估框架。

该框架将质量评估划分为八个模块，层次分明、覆盖全面，不仅适用于机翻译文初步诊断，也可用于译后编辑阶段的综合评价，尤其适合像本项目这类术语密集、文化负载项丰富的专业文本。

评估过程分为两个阶段：一是错误识别与分类。评估者逐句审阅译文，标注错误类型及其严重程度；二是量化分析并生成可视化报告。统计各类错误频次与权重，并计算译文综合质量分数。本项目特别关注准确性、术语一致性、流畅性错误。同时，评估过程中借助平行语料与术语库进行交叉验证，以确保评估的客观性与一致性。

正式评估环节，译者依据 DQF-MQM 框架完成逐句校对后，对相关数据进行统计，结果如下表所示：

	错误类型			错误频率	百分比%
DQF-MQM 质量评估框架	Accuracy 准确性	多译		—	—	19.6
		误译	歧义	2	3.9
			逻辑不当	3	5.9
			过于直译	5	9.8
		漏译		—	—
		未译		—	—
		字符编码问题		—	—
	Fluency 流畅性	语法错误		5	9.8	23.5
		语体不当		1	5.9
		不一致	与平行文本差距大	2	3.9
		链接或交叉引用错误		—	—
		标点错误		2	3.9
		拼写错误		—	—
	Terminology 术语	与术语库不符		27	52.9	56.8
		术语不一致		2	3.9

从错误统计来看，该译文在术语表达方面存在显著问题，与术语库不符的错误占比超过半数，严重影响专业表达的准确性。此外，过于直译与逻辑不当现象突出，导致信息完整性与语言自然度不足。语法错误与语体不当进一步降低了文本的可读性。综上所述，该译文需通过系统性的译后编辑，重点规范术语、补全语义、优化句式，提升整体质量。

译后编辑

据统计数据来看，机翻译文主要包括术语层面、句法层面、篇章层面文体。针对以上问题，本次修订会将结合Deepseek-AI，辅助规范术语使用、补全语义缺漏、优化句式结构最终协调语篇连贯，力求全面提升译文的专业性和可读性。

1. 术语分析

在译文质量评估中，“术语与术语库不匹配”问题较为突出。尽管译前已为各术语选定单一权威译法并导入术语库，该问题仍主要由两方面原因导致：

首先，YiCAT平台的术语识别功能存在局限，部分术语未被系统有效识别，导致机器翻译输出与术语库规定出现显著偏差。例如，“敷彩”“刷漆”未被正确识别，而被简单直译为“painting and painting”，严重影响译文质量。其次，术语库本身覆盖范围有限，未能包含当前翻译任务所需的全部专业术语。机器翻译引擎因无法调用相关术语规则，难以生成符合规范的术语表达。

为解决上述问题，特别是针对平台识别效能不足的情况，项目引入大语言模型进行辅助优化。具体操作为：从YiCAT导出原文与机翻译文的对齐文本，将其与项目术语库一并导入AI，并通过精心设计的提示词指令，使AI扮演“术语审校专家”角色。该方法旨在精准定位并替换不一致术语，从而有效提升术语匹配度与译文质量。由此，可得原译文本中的不匹配术语以及术语修改后的完整译文，大大节省了人工校译的时间精力，且准确率较高。根据所得译文，也可进一步解决后续问题。

2. 句法分析

句法层面的译后编辑，主要针对译文在该层面突出的过于直译、逻辑不当、语法错误等问题展开。编辑过程中会调整过于直译的表达以贴合目标语言习惯，梳理语义逻辑来消除理解矛盾，修正语法偏差确保句子规范。

过于直译

原文1：木材因其可塑性和牢固性，……极大地提升了装饰艺术的肌理、质感，从而成为藏族人民普遍喜爱的雕刻材料。

译文：Because of its plasticity and firmness, ...... which greatly improves the texture and texture of decorative arts, thus becoming a popular carving material among Tibetan people.

改译：Due to its plasticity and firmness, ......greatly enhancing the texture of decorative arts. ......

分析：原文中“肌理”与“质感”在装饰艺术语境下语义相近，“肌理”侧重材料表面的纹理结构，“质感”侧重视觉或触觉感知，中文用二者并列是为强化表达，而非完全独立的概念。原译文直译为“the texture and texture”，未考虑英文语义重叠特性，直接重复同一词造成冗余，属于过度直译。改译仅保留“texture”，因该词在英文装饰艺术领域可涵盖“肌理”与“质感”的核心含义，既能准确传递原文信息，又符合英文“不喜重复”的表达习惯，让句子更简洁通顺。

原文2：触觉是视觉的延伸

译文：Touch is an extension of vision.

改译：The sense of touch deepens the visual experience.

分析：原文“触觉是视觉的延伸”若直译为“Touch is an extension of vision”，虽字面对应，但“extension”易使读者误以为触觉是视觉的简单延展，未能准确反映两种感官在认知中的互补关系。改译采用“The sense of touch deepens the visual experience”，首先以“the sense of touch”明确感官范畴，避免歧义；进而以“deepens the visual experience”替代“extension”，强调触觉通过具体感受增强和丰富视觉认知的过程。该译法更贴合感官互动的实际逻辑，准确传达原文中“触觉深化视觉体验”的哲学内涵，有效避免直译带来的语义偏差。

逻辑不当

原文1：……即用川蜡和石蜡调配制成蜡膏，用木炭火烤使其浸入木质。

译文：......that is, Sichuan wax and paraffin wax are blended to make wax paste, baked with charcoal fire to immerse it in wood, ......

改译：...baked with charcoal fire to immerse the wax in wood...

分析：原译中“immerse it in wood”的“it”存在指代歧义，可能被误解为指代前面的“charcoal fire”，这与原文意图不符。原文“其”明确指代的是前文提到的“蜡膏”（wax paste）。改译通过将“it”具体化为“the wax”，直接指明是蜡浸入木质，消除了歧义，确保了技术描述的准确性和逻辑清晰性。

原文2：……也会依据“简其形而不简其意”的原则。

译文：...according to the principle of “simplifying the form but not the meaning”...

改译：...according to the principle of “simplifying the form while preserving the essence”...

分析：原文“简其形而不简其意”的“意”，不只是字面层面的“意思（meaning）”，更侧重事物的核心内涵、精髓。用“meaning”会让人误解为仅保留字面意思，有歧义。而“essence”能准确对应这种深层的核心要义，再搭配“preserving（保留）”，能体现出“不简其意”的意思，比“not the meaning”更贴合原文意图。同时“while”衔接也更自然，所以这样改译能消除歧义，准确传达“简化形式却不丢失核心内涵”的原则。

项目反思

本报告基于《甘孜藏式民居装饰艺术研究》汉英翻译实践，系统探讨了机器翻译与译后编辑（MTPE）模式在专业文本处理中的应用。项目涵盖完整流程，包括译前术语库构建与多引擎比选、译中DQF-MQM质量评估与错误分析，以及译后多轮审校与AI辅助修改。

实践表明，MTPE模式在提升翻译效率方面成效显著，尤其在术语提取与机译质量控制等环节表现突出。术语工具保障了一致性，AI辅助在术语纠错与句法优化中作用明显。然而，项目也暴露出术语库覆盖不全、平台识别能力有限、文化负载项处理依赖人工等问题。

基于项目经验，建议未来类似实践在译前拓展术语来源，构建更权威的术语库；在译中深化人机协作，建立人工终审机制；同时可探索定制化机器翻译引擎，以降低后期编辑负荷，全面提升翻译质量与效率。

总结

本报告基于机器翻译与译后编辑模式，以《甘孜藏式民居装饰艺术研究》为源文本，开展了汉英翻译实践。项目聚焦藏族民居装饰艺术这一专业性强、文化负载项丰富的文本，系统完成了从译前术语库构建、多引擎比选，到译中DQF-MQM质量评估与错误分析，再到译后多轮审校与AI辅助修改的全流程操作。

实践表明，MTPE模式在提升翻译效率方面优势显著，尤其在专业术语提取与对齐、机译质量初步控制等方面表现突出。通过术语工具的应用实现了术语管理的一致性，DQF-MQM框架为错误识别提供了清晰依据，AI辅助在术语纠错和句法优化中发挥了重要作用。然而，项目也暴露出术语库覆盖不全面、技术平台识别能力有限、文化负载项处理依赖人工、缺乏系统终审机制等问题。

基于上述经验，未来类似项目应在译前阶段拓展术语来源，广泛吸纳专家意见以构建更权威的术语库。同时应增强人机协作深度，在文化适配和风格统一方面建立人工终审机制，完善多层级质量监控流程，并可探索定制化机器翻译引擎以降低后期编辑负担，全面提升翻译质量与效率。

参考文献：

1. [1] 艾天宇. 基于DQF-MQM框架的机器翻译与译后编辑模式[D]. 浙江理工大学, 2022.
2. [2] 黄忠廉, 李亚舒. 试论汉译术语规范的原则与方法[J]. 科技术语研究, 2004(03):18-22.
3. [3] 韩子满, 柴通达. 人工智能知识翻译能力探析——以文学掌故为例[J]. 外语电化教学, 2024(05):3-10+105.
4. [4] 姜莉. 平行文本对《〈资本论〉的哲学》英译作用研究——兼谈“规定性”译名的改进[J]. 中国翻译, 2025, 46(02):140-146.
5. [5] 任禹昕, 陈子杰, 林咏臻, 等. 人工智能时代中医药术语机器翻译质量评估研究——以ChatGPT-4和Google翻译为例[J/OL]. 中医药导报, 1-10 [2025-10-13].
6. [6] 魏向清, 杨平. 中国特色话语对外传播与术语翻译标准化[J]. 中国翻译, 2019, 40(01):91-97.
7. [7] 韦孟芬. 英语科技术语的词汇特征及翻译[J]. 中国科技翻译, 2014, 27(01):5-7+23.