基于《新英格蘭醫學雜志》翻譯語言資產的多領域應用研究

摘要：翻譯語言資產作為跨語言信息傳播的重要資源，不僅在翻譯效率提升和質量優化中起到關鍵作用，也在翻譯教學、數據資產的產業化應用、語言政策制定及區域國別建設等領域具有廣泛價值。《新英格蘭醫學雜志》的翻譯實踐因其高度專業性和嚴謹性，為翻譯語言資產的構建和多領域應用提供了重要的研究案例。本文以《新英格蘭醫學雜志》的翻譯為依托，探討語言資產在跨語言傳播、翻譯教學與研究、數據資產管理、語言政策制定及區域國別建設等方面的應用路徑，可為翻譯語言資產的多領域應用提供一定參考。

關鍵詞：《新英格蘭醫學雜志》翻譯實踐語言資產多領域應用

翻譯語言資產是語言服務行業中關鍵的生產性資源，其系統性和高效性在提升翻譯質量、效率和規模等方面發揮著重要作用。翻譯語言資產不僅是翻譯技術發展的產物，也是跨語言信息傳播的重要支撐。其核心構成包括術語庫、翻譯記憶庫及衍生數據資源，為翻譯實踐、教學和研究提供了重要保障。

《新英格蘭醫學雜志》（The New England Journal of Medicine，縮寫為NEJM）作為全球影響力最高的醫學期刊之一，其內容涵蓋從基礎醫學到臨床研究的多個領域，具有高度的專業性和學術權威性。這些特點使NEJM翻譯的術語規范化和高質量譯文成為必然要求，這對語言資產的構建和管理提出了更高要求，也為翻譯語言資產在教學、研究、產業化及政策領域的應用提供了寶貴的素材。本文以NEJM翻譯為依托，探討語言資產在跨語言傳播、翻譯教學、產業化應用、語言政策制定和區域國別建設中的具體實踐路徑，并提出優化語言資產全生命周期管理的策略，以期為翻譯技術與行業發展提供啟示。

一、翻譯語言資產的理論基礎

（一）翻譯語言資產的內涵與構成

翻譯語言資產是指在翻譯實踐和管理過程中積累并可重復利用的語言資源的總稱，其主要構成包括術語庫、翻譯記憶庫和衍生數據資產。這些資產不僅提升了翻譯的效率與質量，也在翻譯教學、科研、產業應用及政策制定中發揮了廣泛作用。本文對翻譯語言資產的主要組成部分及其具體內涵進行探討，嘗試結合NEJM翻譯教學模式的實踐說明其實際應用。

1. 術語庫

術語庫是翻譯語言資產的核心組成部分，記錄了某一特定領域中的專業術語及其標準化譯文。術語庫通過術語管理工具的支持，確保翻譯中術語使用的一致性，尤其在高度專業化的領域如醫學、法律和技術文檔中，其作用尤為重要。術語庫的建設需要依賴術語提取技術、人工審核和動態更新機制。本文以NEJM為例，在其術語庫建設教學實踐中（如覆蓋心血管、腫瘤、免疫學等多個領域時），學生通過術語提取軟件和含人工智能工具的網站（如Trados、LanguageX）從NEJM原文中提取高頻術語，如“Angioplasty”（血管成形術）和“Clinical Trial”（臨床試驗）。提取的術語經過醫學專家的人工審核，確保術語與目標領域的標準譯文一致。術語庫還能通過技術集成應用于翻譯工具和平臺。例如，在云協同翻譯工具MateCat中，術語庫可以與翻譯任務實時關聯，提供術語自動提示功能，幫助譯員快速選擇標準術語。

2. 翻譯記憶庫

翻譯記憶庫（Translation Memory，縮寫為TM）是基于歷史翻譯項目的句對積累，用于優化重復性內容的翻譯效率和譯文質量。翻譯記憶庫通過記錄源語言與目標語言的對應句對，為翻譯項目提供了參考和支持。尤其在內容高重復率的領域，如醫學論文、技術手冊和法律文本中，翻譯記憶庫可以極大地減少譯員的工作量。在NEJM翻譯教學模式中，翻譯記憶庫的建設是語言資產的重要組成部分。學生通過對歷史翻譯文本的分析和對齊，積累了大量醫學領域的句對資源。例如，在翻譯一篇關于COVID19疫苗的研究論文時，記憶庫能夠提供過去類似研究中已經翻譯過的句對，如“mRNA vaccines have revolutionized vaccine development”（信使RNA疫苗革新了疫苗開發），從而確保術語和句式的一致性。

（二）NEJM實踐生成的三類語言資產

在NEJM云協同翻譯教學模式中，語言資產的生成圍繞三種核心類型展開：基礎語言資產、衍生語言資產和隱性語言資產。［1］這些資產的構建進一步豐富了翻譯語言資產的內涵和應用價值。

在NEJM翻譯任務中生成的術語和句對是基礎語言資產的核心部分。這些資產通過翻譯記憶庫和術語庫的形式保存，為后續翻譯任務提供了直接的支持。

NEJM翻譯實踐還生成了大量衍生資產，包括醫學英語教學中的課件、題庫和翻譯案例。例如，學生完成的翻譯任務被轉化為“NEJM醫學英語句式案例集”，用于醫學英語課程教學和測試。NEJM翻譯實踐還能輔助課程資源開發，通過翻譯任務積累的語言材料，可以轉化為課件、教學視頻和題庫。

隱性語言資產是指基于翻譯任務產生的知識、文化傳播價值和產業化潛能。翻譯語言資產的商業化服務還可以通過數據共享和商業授權實現產業化應用。

二、NEJM翻譯語言資產的構建與管理

（一）NEJM語言資產的特點分析

NEJM翻譯內容的復雜性和多樣性向語言資產的構建提出了特殊要求。一是術語復雜性。NEJM涵蓋心血管、內分泌、腫瘤、傳染病等多個領域，每一個領域的術語具有高度的專業性。二是文體多樣性。NEJM文章包括臨床報告、研究綜述、社論等，每種文體對翻譯策略要求不同。三是邏輯嚴謹性。醫學期刊對語言的邏輯性要求較高，如因果關系、研究方法和實驗結果的表達均須精確。

（二）構建語言資產的翻譯技術路徑

NEJM翻譯語言資產的核心在于構建術語庫和翻譯記憶庫。一是術語提取與管理：除傳統的CAT工具，還可利用自然語言處理（Natural Language Processing，縮寫為NLP）技術、類ChatGPT人工智能技術提取高頻術語，聯合醫學專家進行術語審核，確保術語庫的科學性和權威性。二是翻譯記憶庫的積累與更新：通過對歷史翻譯數據的語句對齊和質量優化，構建動態更新的記憶庫。三是技術平臺的應用：通過集成人工智能技術的云翻譯工具（如MateCat、MemoQ、Trados等），實現術語庫和記憶庫的實時共享與動態調用，為團隊協作提供技術支持。

（三）云協同翻譯工具的應用

云翻譯工具在NEJM語言資產的管理中發揮了重要作用。一是實現了術語與記憶共享：通過云端術語庫和記憶庫共享，團隊可以實時調用數據資源，保障翻譯質量。二是實現了任務分配與監控：云翻譯工具支持任務的動態分配和實時監控。三是提供了質控功能：云翻譯工具提供術語匹配錯誤提醒和一致性檢查功能，能幫助譯員快速糾正錯誤。

三、翻譯語言資產在不同領域的應用

（一）在教學中的應用

翻譯語言資產在翻譯教學中的應用具有多維度價值，特別是在項目驅動學習、自主協作學習和教學資源開發中，為培養學生的翻譯技能和項目管理能力提供了全方位支持。

1. “項目＋技術”的二輪驅動翻譯實踐教學

“項目＋技術”的教學模式結合翻譯工作坊和翻譯技術，為學生提供了接近實際工作的翻譯體驗。［2］這一模式以真實項目為載體，通過技術工具的輔助培養學生的專業技能和實踐能力。翻譯工作坊是該模式的核心組成部分。在NEJM翻譯課程中，學生被分成小組，分別擔任術語提取、翻譯、編輯和校審工作，模擬實際翻譯項目。例如，在翻譯一篇關于肺癌治療的新型免疫療法的論文時，學生通過術語提取工具篩選出高頻術語。術語經過教師和醫學專家審核后，錄入術語庫，確保翻譯一致性。技術輔助進一步提升了翻譯效率。在使用云翻譯工具（如MateCat）時，術語庫和翻譯記憶庫可以實時調用，幫助學生在翻譯過程中快速匹配術語和上下文句對。通過翻譯工作坊與技術支持的結合，學生不僅掌握了翻譯技能，也學會了如何分工協作和管理翻譯項目。這種教學模式強化了學生的專業能力，使其具備適應復雜翻譯任務的能力。

2. 自主與協作學習

翻譯學習中的自主學習與協作學習通過云翻譯工具這一媒介得以強化。學生可以在獨立操作中提升技術應用能力，同時通過團隊協作實現任務目標。借助翻譯工具的操作記錄和數據分析功能，學生能夠反思和優化自己的翻譯策略，促進自主學習、元語言、元學習能力的發展。［3］協作學習則側重于團隊分工與實時協作。［4］通過云翻譯平臺的實時編輯功能，組員可以同時協作處理不同段落，并在平臺內直接審校和修訂譯文。這種協作方式不僅提升了翻譯效率，也顯著提高了術語一致性和譯文質量。

3. 課程產出的多維路徑

翻譯課程設計不僅限于技能培養，也通過語言資產的生成實現教學資源的多維產出。在NEJM翻譯教學中，學生的翻譯實踐不僅形成了譯文，而且產出了以下教學資源：一是翻譯案例集，將學生完成的優秀翻譯任務整理成案例集，供后續課程教學使用，例如，《NEJM心血管疾病術語翻譯案例集》成為醫學翻譯課程的重要教材；二是術語庫與測試題庫，結合翻譯任務中提取的術語開發在線測試模塊，用于評估學生對術語庫的掌握程度；三是遠程學習平臺，依托人工智能技術，開發以語言資產為核心的在線課程模塊，如術語提取練習、記憶庫調用演練、指令工程設計、翻譯工作流程設計平臺進行翻譯流程設計、修改潤色、質檢、翻譯智能體設計（如使用MetaGPT、AutoGen、TransAgent實現翻譯自動化）等，為遠程教學提供支持。這種多維路徑的課程資源開發顯著提升了翻譯教學的效率，同時為翻譯技術與教學的深度結合提供了范例。

（二）在科研中的應用

1. 翻譯規律研究

翻譯語言資產為翻譯規律研究提供了重要數據支持。通過分析術語庫和翻譯記憶庫，研究者可以揭示不同語言句對的翻譯模式與偏好。例如，針對NEJM翻譯記憶庫進行研究可能會發現，NEJM英語醫學文本中的文體、敘述表達、語義等，在被NEJM醫學前沿團隊翻譯成中文時會選擇特定的求真務實原則。例如，從知識翻譯學［5］和譯者行為的角度，針對NEJM的翻譯語言資產建設會呈現不同的樣態。又例如，從譯行合一［6］、生態翻譯學等角度，翻譯語言資產的建設又會呈現出獨特的規律。這些研究成果將為語言資產建設、醫學翻譯教材的編寫提供依據，也為醫學機器翻譯模型的優化提供參考。

2. 智能翻譯技術優化

翻譯語言資產是智能翻譯技術的重要數據來源。在NEJM的翻譯中，術語庫和翻譯記憶庫、知識庫、知識圖譜、檢索增強生成（RetrievalAugmented Generation，縮寫為RAG），如被用于訓練神經機器翻譯模型，將大大提升模型對醫學術語的識別能力。在機器翻譯優化實驗中，研究者如將NEJM翻譯記憶庫中的句對數據應用于機器學習、模型訓練和微調，測試其在醫學領域的翻譯表現，模型生成結果的準確率將大大提高。這表明NEJM語言資產在提升翻譯智能化和專業化水平上具有較大潛能。

3. 教學與科研的融合

翻譯語言資產使翻譯教學與科研可以深度融合。例如，在NEJM翻譯課程中，學生完成的術語庫被用于研究術語翻譯規律，研究成果又反哺教學。研究亦可以聚焦學生對某些復雜術語存在的認知偏差，這將有助于研究者開發術語學習模塊，幫助學生系統掌握術語的翻譯，并推動師生學習研究共同體的發展。

（三）在產業中的應用

1. 商業化語言服務

翻譯語言資產通過標準化和商業授權實現了產業化應用。例如，這樣的應用場景包括但不限于制藥公司使用NEJM術語庫、翻譯記憶庫、風格指南、流程管理等進行藥物說明書翻譯，在術語“Pharmacokinetics”（藥代動力學）的處理上實現了全系列說明書的一致性翻譯，顯著降低了因術語誤譯導致的法律風險。

2. 資源共享與合作

翻譯語言資產的共享促進了跨領域合作。例如，NEJM術語庫與藥學、護理學術語結合，構建了多領域的語言資源平臺，為跨國醫學研究項目提供支持。這一資源可被應用于像聯合國的全球公共衛生合作項目這樣的場景，能提升多語種報告的質量和效率。

3. 行業規范的建立

通過翻譯語言資產的標準化管理，行業制定了質量評估標準。例如，NEJM術語庫的管理經驗被納入國際醫學翻譯質量標準，為翻譯公司提供了參考框架。

（四）語言政策與區域國別建設

1. 語言政策制定

NEJM翻譯語言資產的積累與分析為語言政策的科學制定提供了堅實的數據基礎和技術支撐。通過系統化的術語庫、翻譯記憶庫和語言資產平臺，語言政策制定者能夠識別語言使用中的規律和差異，提高政策的規范化、區域化和國際化。尤其在醫學、語言教育、語言服務標準化以及人工智能倫理規范等方面，翻譯語言資產的作用尤為顯著。

（1）醫學領域的語言政策

醫學領域的語言政策通常涉及術語翻譯的一致性、跨語言交流的準確性以及多語言醫學出版物的規范性。在這方面，翻譯語言資產為政策的制定提供了重要支持。通過對術語翻譯使用頻率和譯法的分析，政策制定者能夠發現不同地區和語言之間的翻譯習慣和偏差，并尋求制定統一的醫學術語翻譯規則和參考平臺，這一政策將顯著提高跨語言醫學文件的準確性，為醫學研究合作提供保障。

（2）語言教育政策

翻譯語言資產在語言教育政策制定中具有重要意義，尤其在多語言教學標準、課程設計以及語言能力評估等方面。通過分析術語翻譯規律和常見翻譯錯誤，政策制定者可以有針對性地優化語言教育政策。例如，特定教育機構在制定醫學英語教育標準時，借助NEJM翻譯語言資產對醫學術語的翻譯難點進行深入研究，發現學習者在面對復雜術語時存在人工智能技術工具選擇不當、跨文化交際困難、翻譯策略和方法選擇不當等問題，基于這一分析，教育政策制定者可以設置醫學英語課程翻譯訓練模塊、設計教學流程規范和教學質量評估標準。

（3）語言服務標準化政策

在語言服務領域，翻譯語言資產為服務標準化政策的制定提供了科學依據。行業規則和技術標準的建立離不開術語和記憶庫的支持。例如，在制定翻譯質量評估標準時，NEJM術語庫和翻譯記憶庫的數據分析可為術語一致性和翻譯風格的規范化提供參考。例如，國際標準化組織（International Organization for Standardization，縮寫為ISO）在制定《翻譯服務質量要求》（ISO 17100：2015）時，需要借助微觀或者特定垂直領域下的翻譯語言資產分析全球范圍內高頻術語的翻譯一致性。ISO通過對NEJM這樣的翻譯語言資產數據的分析，會提出術語一致性、標準化和統一動態維護的語言服務標準政策。此外，翻譯語言資產還被用于語言服務合同中的標準化規范。例如，跨國醫療公司在與翻譯供應商簽訂服務協議時，明確要求術語必須以特定語言資產數據庫（如NEJM數據庫）為標準。這種基于語言資產的標準化協議會顯著提升翻譯服務的一致性和客戶滿意度。

（4）人工智能倫理規范

隨著人工智能技術在語言服務中的應用日益廣泛，翻譯語言資產在制定人工智能倫理規范中的作用日益凸顯。例如，在機器翻譯和語言生成領域，術語庫和翻譯記憶庫的數據分析可以幫助識別潛在的語言偏見，并為人工智能模型的優化提供依據。例如，人工智能研究機構在開發醫學領域的神經機器翻譯模型時，發現由于訓練數據中的術語偏差，模型在翻譯時對某些語言版本的翻譯準確性明顯低于其他版本。研究機構可以通過分析NEJM翻譯語言資產中的句對數據，識別并糾正模型中的語言偏見，并在人工智能倫理政策規定制定中，助推訓練數據來源標準化、語義一致性和多語言公平性的審核。此外，NEJM類翻譯語言資產通過權威認證后，還可協助查證未經授權的翻譯記憶庫、識別語言資產非法商業化人工智能模型訓練，助力標注數據來源和使用范圍，并為人工智能倫理政策中的數據透明性和隱私保護提供實踐經驗。

2. 區域國別建設

翻譯語言資產在區域國別建設中具有文化橋梁的作用。例如，在推動共建“一帶一路”倡議過程中，NEJM翻譯語言資產被用作跨語言醫療合作的核心資源，幫助中非醫療團隊快速實現對術語的一致理解。通過術語庫共享功能，中非合作項目中的醫生和研究人員能夠高效協作，這不僅提升了合作效率，也深化了區域醫療技術的交流。

四、結語

翻譯語言資產作為語言服務行業的核心資源，在翻譯實踐、教學科研、產業化應用、語言政策制定及區域國別建設等領域展現出強大的功能與廣闊的應用前景。術語庫和翻譯記憶庫等工具不僅幫助提升了翻譯效率和質量，還推動了語言服務行業的規模化、智能化和產業化發展，同時為多語言環境下的跨文化交流提供了重要支持。

未來，翻譯語言資產的應用將朝著智能化管理、教學與科研深度融合、數據資產化與商業化、跨學科合作與資源共享等方向發展。人工智能和大數據技術將進一步推動術語庫和翻譯記憶庫的智能化升級，使其實現從數據采集到應用的全流程自動化。基于語言資產的教學模式將成為翻譯教育的趨勢，跨學科資源的整合將賦能醫學、法律、人工智能等領域的語言服務，為全球化的合作與交流提供支持。

參考文獻

［1］吳光軍.NEJM云協同翻譯模式研究［J］.中國醫學教育技術， 2022 （3）： 333337.

［2］李梅.信息時代的“項目+技術”二輪驅動特色翻譯教學［J］. 外國語（上海外國語大學學報）， 2017 （5）： 99101.

［3］李如密，孫龍存.元學習能力培養：促使學生學會學習的關鍵——基于現代教學論視角的思考［J］.課程·教材·教法， 2007 （6）： 4348.

［4］李睿.翻譯專業教育中筆譯實習項目的真實協作學習——以一則民族志案例研究為例［D］.上海：上海外國語大學， 2021.

［5］金山.知識翻譯學中“知識”的內涵、外延與定義［J］.外語電化教學， 2023（6）： 2024，108.

［6］許文勝.中國共產黨領導的國家翻譯實踐先鋒探索［J］.同濟大學學報（社會科學版）， 2024 （1）： 120128.