引言

在人工智能技术迅猛发展的今天，生成式人工智能（Generative AI, GenAI）和大语言模型（Large Language Model, LLM）作为前沿领域的代表，正以前所未有的速度改变着人类社会的生产方式与交互模式。生成式人工智能是一种基于深度学习技术，通过模拟人类创造性思维过程来生成全新内容的人工智能技术（陈桂香 123）。它不仅仅局限于文本，而是涵盖了图像、音频、视频等多种模态的原创内容生产，其核心在于利用庞大的数据集训练模型，使其掌握数据背后的模式与相互关系，进而创造出逼真的新内容。而大语言模型是生成式人工智能的重要组成部分，也是其核心技术之一。它通常指在海量文本语料库上预训练、参数规模达数百亿及以上的深度学习神经网络模型，旨在深入理解并生成人类语言（熊子晗等 54-55）。

生成式人工智能技术的崛起正深刻重塑翻译行业。以ChatGPT为代表的大语言模型在通用文本、科技文本等领域展现出高效翻译效能，已从辅助工具演进为翻译实践的核心生产力。吴雪芳分析了AI大语言模型的发展和应用对英语翻译教学带来的机遇与挑战，指出大语言模型在提高翻译效率和语言流畅度方面具有显著优势（193-200）。武若楠以民航新闻为对象，评估了大语言模型在翻译场景中的应用路径，发现其在翻译质量、语言流畅度与多样性方面表现出显著优势（80-82）。姚亚芝以铁路工程建设标准为例，使用GPT-4进行机器翻译和人机协同译后编辑，结果显示大语言模型在技术文献翻译中具有广泛的应用潜力，尤其是在语法、句法和逻辑方面（1-17）。然而，技术进步在提升效率的同时也带来新的课题：当人工智能快速完成语言符号的表层转换，那些承载特定文化内涵的文本内容是否得到了准确传达？本文以辽宁《阜新市志》英译实践为例，分析人工智能在地方志文化负载词翻译中的典型误译，并探讨译后编辑策略。

一、地方志文本与人工智能翻译的适配性与局限性

地方志是记载一个地区地理、历史、人文等方面的历史性资料（潘峰 40）。地方志的特点包括地方性、广泛性、资料性和可靠性。地方性是其首要特征，因为它记录特定地域的情况，不涉及其他地区。广泛性体现在内容涵盖地理、政治、经济、社会等多个方面，纵向记录历史和现状，横向门类庞杂。资料性方面，方志如实记录材料，很少加工，可靠性也很高，因为资料来源包括档案文献、实地调查等，可信度强。这些特点使得地方志成为重要的文献资料，广泛应用于研究中（王美英 39-41）。作为记录一方自然、历史、民俗与文化的综合性文献，其中密集分布着文化负载词，承担着地域文化对外传播的角色。文化负载词（culturally loaded words）又称文化内涵词、文化局限词，是指可以表达某种文化中特有事物的词语、习语，它们承载着丰富的文化意蕴与悠久的历史积淀，集中体现了某一民族在漫长的历史进程中逐渐积累的有别于其他民族的独特生活方式、语言特征、思维模式（马利娜 7-8）。

人工智能翻译依托大语言模型的语料训练，在处理通用词汇、陈述句、数据、时间、地名等基础信息时，能够快速完成语言转换，出错率较低。对于某些广泛使用的语言，人工智能翻译效果已几乎与人工专业翻译相当。如今，大量人工智能翻译工具已投入使用，它们不仅在科学领域，还在旅游、商业及社会诸多其他领域，有效促进了沟通的顺畅。人工智能翻译在科学、旅游、商业等以事实传递为核心的信息型文本领域表现优异，其翻译质量在多项评测中已达到甚至超越人类水平（Mitch Leslie 11-12）。相较于文学翻译中人工智能对隐喻、象征、文化意象的大面积误译，地方志基础文本与人工智能翻译的适配性更高，这也是人工智能被应用于地方志初步翻译的核心原因。

但地方志文本中所包含的民族民俗文化词、地方史与产业词、地区方言与民俗词具有唯一性、地域性、不可直译性，其语义远超字面含义，承载着地方历史、民族记忆、文化认同。文化负载词的翻译结果，直接关联地域文化符号的表意完整性，若翻译与原词文化所指偏离，会使目标语读者对其所承载的文化内容产生认知偏差。将人工智能翻译应用于地方志翻译，在实际操作中会出现各类情形，翻译过程存在多重不确定性。

二、人工智能翻译的《阜新市志》文化负载词误译

《阜新市志》作为系统记载辽宁阜新地区自然地理、历史沿革、民族文化与社会发展的综合性地方志文献，具备鲜明的地方性与史料性特征。其第一卷第四篇民族・宗教集中展现阜新地域民族文化内涵、民族区域自治实践与少数民族发展样貌，其中第四节民族文化、第五节民族区域自治、第六节少数民族介绍为文化负载词高度密集板块，涵盖民族民俗、行政制度、族群称谓等专属文化词汇。本次翻译实践以豆包深度思考模式为实操工具，对上述章节开展逐段原文翻译，再以源文本文化内涵为基准，对译文进行对照核验，发现人工智能翻译主要存在概念错位、望文生义、文本盲从三类误译，以下将展开梳理与分析其误译内容及其成因。

（一）概念错位

人工智能将源语中的文化概念，依据表层语义相似性，错误地映射到目标语中一个分属不同文化谱系、承载不同历史内涵的既有概念上。这种错位并非词汇层面的简单误译，而是将一种文化特有的认知范畴强行归化入另一种文化的分类体系，用目标语文化中的现成范畴替换源语概念，使后者在跨文化传递中面目全非。

例1：

原文：……此外还有胡尔沁（说书）、好来宝（联对说唱）、民间故事等。

豆包译：In addition, there were other forms such as Huerqin (Mongolian narrative singing, a storytelling art accompanied by stringed instruments), Haolaibao (improvisational antiphonal rhyming chanting, a call-and-response rap form), and folk tales.

好来宝是蒙古族特有的传统说唱艺术形式，属于中国曲艺音乐的重要类别。在蒙古族传统音乐的多元构成体系中，好来宝与英雄史诗（陶力）、胡仁·乌力格尔并列，共同构成蒙古族说唱艺术的三大体裁（博特乐图 25-26）。然而，人工智能将其中的“说唱”一词译为“rap”，而“rap”作为一种音乐流派，实则源于美国非裔文化，属于流行音乐与嘻哈文化的亚类，二者内涵迥异。在好来宝的实际表演中，民间艺人根据内容需要，有的地方用说，有的地方用唱，说唱兼备（何逎强 47），这正是中国传统曲艺中“说唱”的本意所在。这一误译可能导致蒙古族传统音乐在国际学术交流中被曲解为西方流行音乐分支，从而掩盖其游牧史诗传统与仪式性叙事的文化独特性。

（二）望文生义

人工智能依据词汇的字面构成进行机械解码，将复合词拆分为最小语义单元后逐一对译，却无法识别该词汇在特定文化语境中作为整体所承载的专名功能与象征意涵。这种译法表面上完成了语言符号的转码，实则割裂了词汇与其所指实物、仪式传统之间的文化纽带.

例2：

原文：祭“嘎拉，好蓬”（火池）崇拜火神是蒙古人的传统。

豆包译：It is a Mongolian tradition to worship the Fire God by offering sacrifices to “Gala Haopeng” (literally “fire pit”).

蒙古族祭火仪式历史悠久，每年腊月二十三日为“祭火日”，人们通过向火神献祭品祈求保佑。以巴林右旗为例，自2014年起，家庭祭火逐渐转向由旗政府主办的集体祭火仪式。仪式中，参与者围绕“火撑子”（蒙古语称“Tulga”，一种腰缠三箍、上有四个支撑点的火架子）进行祭拜，将香、黄油、羊胸叉骨、祭火饭等祭品投入火中供奉火神（艾嘎 94）。然而，人工智能将文中“火池”一词译为“fire pit”，而“pit”在英文中指深洞、深坑。实际上，仪式所用之物并非地上的坑穴，而是架于火盆之上的金属火撑子。这一误译可能导致国际读者将蒙古族神圣的祭祀器具误解为简单的露天火坑，从而模糊了火撑子作为传统游牧民居家中心器物的文化象征意义。

（三）文本盲从

人工智能将待译文本视为一个封闭自足、无历史厚度的符号系统，逐字逐句进行忠实转码，却无力识别文本本身在生成与流传过程中所携带的录入讹误、版本变异与地方化改写痕迹。当源语文本并非纯净的固定文本，而是特定编纂条件下的历史产物时，人工智能对文本表面形式的绝对服从，实则意味着对文本背后复杂生成语境的彻底无视。它将地方志中因技术条件限制而产生的文字问题，当作正确信息原封不动地跨语际输出，造成讹误信息的二次传播。

例3：

原文：有必其根格尔（书户）、吉格斯木（乐队）、呼格吉木（表演队）和苏日嘎林格尔（学堂）等形式。

豆包译：Its forms included Biqigengeer (document copyist and archivist), Jigesmu (musical bands), Huogejimu (performance troupes), and Surigalingeer (schools).

原文“必其根格尔”应正为“必阇赤”。这一偏差源自阜新蒙古族的口语化读音变体。“必阇赤”在蒙古语中原为“bichikchi”，意为“书史”或“文书官”。该词在历史文献中有多种汉文音译，如“必彻彻”、“必赤赤”、“笔且齐”等。早在成吉思汗组建怯薛军时，便在其中专设“为天子主文史者，曰必阇赤”的执事官职（王传奇 67）。这一职官在元代政治体系中承担着远超一般文书吏员的复合职能：唐吉思指出，必阇赤“一方面掌管文书，另一方面又兼任翻译”，在各级衙门中居于首席吏职地位，政治待遇优厚（唐吉思 151）。元代翰林国史院与蒙古翰林院并非简单模仿汉制，而是由前四汗时期的必阇赤体系经过多阶段演变而来（屈文军 101-115）。由此可见，必阇赤为集文书起草、多语翻译、国史修纂与机要顾问于一体的核心文翰职官。人工智能将其译为“document copyist and archivist”，即文件抄写员与档案保管员，在职能范围上将这一高级吏职窄化为机械抄录工作，难以联想到这是一个兼具文字翻译与文档处理职能的专职吏员角色。因为人工智能未能识别出口音化变体，从而不能以正确的关键词进行网络检索，所以在职能翻译上只基于原文所提供的“书户”去翻译。虽然译文在准确性上并没有严重错误，但在文化信息的完整传达上有所欠缺。

例4：

原文：着饰有额箍、珊瑚枝、扁银簪、夙头簪、孔雀簪各种类型簪子。

豆包译：For ornaments, women wore head hoops, coral branches, flat silver hairpins, elegant morning hairpins, peacock-shaped hairpins, and various other types of hairpins.

原文中“夙头簪”应为“凤头簪”，“夙”与“凤”字形相近，为地方志录入时的形近讹误。根据《盘锦地域文化寻踪》记载，蒙古族妇女“饰物有额箍、珊瑚枝、扁银簪、凤头簪、孔雀簪等”。清代的蒙古族妇女头饰从工艺上看有镶嵌、掐丝錾刻、镂空等，从材料上看有金、银、翡翠、珊瑚、珍珠、玛瑙、松石、贝珠等”，且察哈尔部头饰由“头围箍、脑后帘、耳环”等组成，可见簪饰在蒙古族头饰中占有重要位置，且工艺繁复、用料考究（苏婷玲 68）。人工智能将“夙头簪”直译为“elegant morning hairpins”，既未识别人工录入的错字，更以“morning”强行拆解，导致该发簪的文化属性完全流失。

三、人工智能翻译的《阜新市志》文化负载词译后编辑的必要性与策略

译后编辑是人工智能翻译流程中不可或缺的质量保障环节。冯全功与崔启亮在《译后编辑研究：焦点透析与发展趋势》一文中将其界定为“根据一定的目的对机器翻译的原始产出进行加工与修改的过程，包括更改翻译（语言）错误、提高机译产出的准确性与可读性等”（冯全功、崔启亮 67）。这一定义揭示了译后编辑的双重任务：纠正语言层面的偏差，同时提升译文的整体质量。随着生成式人工智能技术的快速迭代，翻译模式正在经历从机器翻译译后编辑（Machine Translation Post-editing, MTPE）向人工智能译后编辑（Artificial Intelligence Post-editing, AIPE）的深刻转变。王华树与刘世界指出，这一转变“不仅是技术手段的升级，更是翻译理念、工作流程和行业标准的全面革新，对译者的角色定位和能力要求提出了新的挑战”（王华树、刘世界 112）。

在此背景下，译后编辑的任务重心发生明显转移：人工智能可高效完成语言符号的表层转码与通用信息翻译，而人工编辑的核心价值则集中于人工智能无法企及的文化概念甄别、器物称谓考证、源文讹误勘正三大方面。《阜新市志》第一卷第四篇民族・宗教章节富集蒙古族民俗、行政制度、传统器物等文化负载词，文化专属属性极强，译后编辑在上述三个维度的介入，可实现弥补人工智能翻译短板、规避文化失真、保障地方志跨语际传播准确性。

（一）文化概念甄别

人工智能依托语料库概率匹配进行翻译，容易将源语文化特有概念，与目标语表层语义相近但文化谱系迥异的概念强行绑定，造成文化概念错位，这是地方志民族文化词汇翻译的典型问题。此类误译并非单纯词汇错误，而是用西方文化范畴替换中国地域文化内涵，直接扭曲文化本质。针对该类问题，译后编辑的核心任务是剥离目标语自带的异质文化，通过准确释义还原源语概念的文化属性，避免认知偏差。

在例1“好来宝”的翻译中，人工智能将这一蒙古族传统说唱艺术对应为“rap”，把中国少数民族非遗曲艺等同于西方嘻哈音乐，完全消解其游牧文化与传统曲艺内核。译后编辑需摒弃错误的文化对标，保持原音译不变，将注释内容更改为“improvisational antiphonal rhyming telling or chanting”，以此明确蒙古族传统说唱艺术的本体属性，杜绝与西方流行音乐的错误关联，确保文化概念的纯粹性与准确性。

（二）器物称谓考证

地方志中大量民俗器物、祭祀用具的名称，具有极强的地域专属与文化象征意义，人工智能仅能做字面机械拆解，无法关联器物的实际形制、功能与文化寓意，极易出现望文生义式误译。对此，译后编辑需跳出字面翻译局限，通过文献考证、民俗溯源明确器物的真实形态与文化功能，让译名贴合器物本质。

例2中蒙古族祭火器物“嘎拉・好蓬（火池）”，被人工智能直译为“fire pit”，将神圣的祭祀火坛误译为普通地面火坑，完全背离器物的祭祀功能与象征意义。译后编辑需结合蒙古族祭火习俗，考证该器物为宗族火神祭祀专用祭坛，据此调整译名为“ritual trivet”，同时提供功能注释，让译文准确传递器物的文化用途与象征价值，避免器物文化内涵的扁平化解读。

（三）源文讹误勘正

地方志受编纂时期的记音规范、录入条件限制，存在口语化记音偏差、形近字误录等问题，人工智能对文本无条件盲从，会将源文错误直接转译，造成错误信息跨语际传播。这一问题无法通过语言校对解决，需译后编辑具备文献校勘能力，先勘正源文讹误，再给出准确译文，从源头阻断错误传递。

例3中“必其根格尔”为元代职官“必阇赤”的口语记音偏差，人工智能仅按字面“书户”译为普通文书员，窄化了其核心职能；例4中“夙头簪”则是“凤头簪”的录入形近错误，人工智能按错字直译，彻底丢失头饰文化属性。针对这两类讹误，译后编辑需先校勘源文的记音与文字错误，还原专有名词的规范写法，再结合历史背景、民俗形制给出精准译名，既修正人工智能翻译偏差，也弥补地方志原文的文本瑕疵，保障译文信息的真实性。

四、结语

人工智能翻译在信息型文本处理中效率优势显著，能够大幅缩短翻译周期；但在面对兼具信息传递与文化传承功能的地方志文本时，其文化理解层面的局限同样突出。对于地方志翻译而言，译后编辑并非对人工智能初译稿的简单校对，而是一项涉及术语考辨、实物查证与文本校订的复合性工作。译者在这一流程中居于主导地位，根据文化负载词的具体类型与问题性质，决定编辑的环节与深度。人工智能的效率与人工编辑的准确性相结合，使人机协同的翻译模式在保证质量的同时实现速度跃升。对于地域文化资源极为丰富的中国而言，这一模式是推动海量地方性知识高效跨语际传播、助力中华文化走出去的有效路径。

参考文献：

1. [1] 艾嘎.蒙古族祭火仪式与文化记忆的变迁——以巴林右旗集体祭火仪式为例[J].今古文创,2022(06):92-94.
2. [2] 博特乐图.蒙古族传统音乐的多元构成及其区域分布[J].音乐研究,2011(03):25-35.
3. [3] 陈桂香.生成式人工智能、大语言模型在医学教育教学中的前沿探讨[C]//重庆市健康促进与健康教育学会.临床医学创新与实践学术研讨会论文集（二）.2025.
4. [4] 冯全功,崔启亮.译后编辑研究:焦点透析与发展趋势[J].上海翻译,2016(06):67-74+89+94.
5. [5] 何逎强.蒙古族的说唱艺术[J].民族艺术,1995(03):41-58.
6. [6] 马利娜.中原文化典籍外译中的文化负载词翻译策略[J].英语广场,2025(24):7-10.
7. [7] 潘锋.地方志[J].湖南农业,2002(12):40.
8. [8] 屈文军.元代翰林机构的成立——兼论元初中枢体制的变迁[J].中国史研究,2018(01):101-116.
9. [9] 苏婷玲.绚丽多彩的蒙古族妇女头饰[J].中国博物馆,2010(03):64-69.
10. [10] 唐吉思.元代蒙汉翻译及其特点简论[J].西北民族大学学报(哲学社会科学版),2009(04):150-156.
11. [11] 王传奇.论蒙古政权下必阇赤制度的产生、发展及其史学意义[J].求索,2013(06):67-69.
12. [12] 王华树,刘世界.从MTPE到AIPE:GenAI时代翻译模式演变及其对翻译教育的启示[J].山东外语教学,2025,46(03):111-121.
13. [13] 王美英.方志的特征及其开发利用[J].图书情报知识,2002(02):39-41.
14. [14] 武若楠.中国民航新闻国际传播的大语言模型智能体[J].云端,2025(51):80-82.
15. [15] 吴雪芳.人工智能大语言模型背景下英语翻译教学模式探究[J].外语教育与应用,2025:193-200.
16. [16] 熊子晗,程崇浩,陈军,等.生成式人工智能面临的安全风险[J].通信企业管理,2024(06):54-57.
17. [17] 姚亚芝.大语言模型在汉英技术文献翻译中的应用实证研究[J].翻译界,2024(02):1-17.