【摘要】隨著人工智能技術的發展，大語言模型應運而生，標志著翻譯模式的變革。Chat GPT作為代表性的大語言模型之一，其翻譯性能研究具有重要意義。為探究Chat GPT在散文翻譯中的適用性，以老舍的《想北平》為原文本，張培基譯本為人譯目的語語料，Chat GPT譯本為機譯目的語語料，對比分析兩個譯本，從而分析Chat GPT在散文翻譯中的表現。研究結果表明，Chat GPT在散文翻譯中既有優勢也有劣勢。優勢包括三方面：快捷的背景資料查詢、準確的多義詞翻譯、貼切的原文風格再現；劣勢包括四方面：不準確的文化負載詞翻譯、不完整的內容補充、不清晰的邏輯關系分析以及欠缺情感表達。

【關鍵詞】Chat GPT；散文翻譯；適用性；《想北平》

【中圖分類號】H315 【文獻標識碼】A 【文章編號】2096-8264（2024）47-0095-04

【DOI】10.20024/j.cnki.CN42-1911/I.2024.47.025

隨著全球化的不斷發展，跨語言交流變得越來越頻繁，各類大語言模型應運而生。Chat GPT是美國人工智能研究實驗室Open AI推出的一款大語言模型，因為其敢于質疑用戶提出的問題、綜合理解用戶的多輪對話、主動承認自己回答錯誤等方面的優勢廣受歡迎，同時也將機器翻譯帶入了全新模式[1]。在參照國內Chat GPT研究現狀的基礎上，本研究聚焦于散文翻譯領域，以老舍的《想北平》為原文本，對比分析張培基譯本和Chat GPT譯本，總結Chat GPT在散文翻譯領域的優勢和劣勢，為深入了解當前Chat GPT在散文翻譯中的表現提供參考，進而推動翻譯技術的進步。

一、研究概述

以“Chat GPT翻譯”為主題詞，統計中國知網的發文情況，截至2024年，知網共收錄146篇相關文章，其中核心期刊文章共30篇，且都是2023年發表的，碩士論文共2篇。從發文年限和高質量論文占比來看，國內對Chat GPT翻譯方面的研究起步較晚，研究層次不高。現有研究主要集中于Chat GPT發展概述，各類機器翻譯性能比較以及Chat GPT翻譯在各個領域發揮的作用。

Chat GPT自2018年問世以來，已經歷經了6年的發展。不少文章梳理了Chat GPT各個版本發布的年份、模型參數量變化以及功能更新。其中有代表性的研究有張超的《Chat GPT與知識生產和復用：賦能、挑戰與治理》和鄭世林的《Chat GPT新一代人工智能技術發展的經濟和社會影響》[2][3]。此類文章對Chat GPT進行了較為全面的介紹，但只是稍有提及Chat GPT的翻譯功能，并沒有深入探究其具體表現。Chat GPT翻譯功能雖強大但也不是完全可靠。對Chat GPT的翻譯質量進行嚴格的測評尤為重要。此類研究集中在以下兩方面：1.各類大語言模型之間的性能比較。趙雪等人依據ROUGE、MAUVE等測評指標，測評了16個大語言模型在5個典型語言處理任務上的表現，總體而言Chat GPT的翻譯性能最優[4]。2.Chat GPT與傳統機器翻譯的比較。王天恩的《Chat GPT的特性、教育意義及其問題應對》指出Chat GPT在多個方面的性能都超過了傳統的機器翻譯，翻譯的準確度大大提升[5]。此類研究以真實的數據展現了Chat GPT的翻譯質量，證明了Chat GPT在翻譯領域有著廣闊的應用前景，但目前研究主要是其翻譯表現的綜合測評，缺乏結合翻譯實例的人工測評。Chat GPT的翻譯功能在眾多領域發揮了重要作用，已有學者關注到了Chat GPT翻譯為教育、財務和編輯出版行業帶來的便利，例如郭亞軍、束開和徐敬宏等[6][7][8]。此類文章共14篇，但是關于Chat GPT翻譯功能的論述所占篇幅較短。當然Chat GPT在翻譯方面存在局限性，其翻譯結果是由訓練語料決定的，有時候會輸出帶有偏見性、敏感性的翻譯，對于文化負載詞的翻譯也不準確。其中有代表性的有湯景泰的《Chat GPT給謠言治理帶來嚴峻挑戰》和崔茹茹的《〈蒙古族翻譯史研究〉漢英翻譯實踐報告》[9][10]。此類文章只有4篇，可見只有較少學者關注到了Chat GPT翻譯方面的劣勢，研究比較零散，研究水平也層次不齊。

綜上所述，現有研究讓我們對Chat GPT從誕生至今的發展歷程，其在翻譯任務中所展現出的性能以及它在不同領域的應用情況有了一個初步的認識。然而，目前關于Chat GPT的學術研究相對較少，且研究的深度和廣度都有待提升。盡管已有一些文獻嘗試對Chat GPT的翻譯效果進行綜合性的評估，但這些評估往往缺乏具體翻譯實例的支撐，使得研究結果的說服力有限。此外，專門針對Chat GPT在某一特定體裁文本翻譯表現的研究更是寥寥無幾。

二、文本特點分析

《想北平》是一篇文筆優美的散文佳作，作者運用獨特的語言藝術，通過質樸真摯的詞匯、流暢而富有節奏感的句子構造，以及層次分明、情感遞進的篇章布局，成功地將對北平的無限眷戀和深情懷念呈現給了讀者。

詞匯層面，《想北平》中含有大量文化負載詞和多義詞。文化負載詞是凝聚著中國人獨特的思想文化的“中華思想文化術語”，這類術語是中國人創造的，現已形成了固定的表達形式，其中蘊含著中華民族獨特的哲學智慧、思考方式、文化精神、價值理念[11]。《想北平》中的“北平”便是一個例子。多義詞是具有多種相關意義的詞，例如散文中“空閑”一詞。但在具體的語境中，多義詞表示的意義是確定的、單一且不變化的。句子層面，文章多處使用了省略的手法，省略不言自明的內容，從而達到言有盡而意無窮的效果。篇章層面，《想北平》的遣詞造句十分考究，注重作者的情感表達。

《想北平》有著獨特的散文語言特點，因此要想產出優質的散文翻譯并不是一件易事，這對Chat GPT來說是一大挑戰。

三、Chat GPT在散文翻譯中的優勢

Chat GPT在翻譯領域有著廣闊的應用前景，其準確性和流暢度已經逐步接近人類翻譯的水平，在背景資料查詢、多義詞翻譯和原文風格再現方面表現突出。

（一）背景資料查詢

Chat GPT可以進行自然語言查詢。用戶可以用自然的語言形式提出問題，而不必拘束于特定的關鍵詞或查詢語法，這使得搜索過程更加直觀和人性化。譯者可以借助Chat GPT查詢散文中難以理解的概念，打破知識的壁壘，從而判斷機譯結果是否正確。例如“單擺浮擱”是一個充滿地方色彩的的詞匯表達。在Chat GPT中輸入“單擺浮擱是什么意思？”給出的答案是：“單擺浮擱”是一個中國的俗語，意思是沒有選擇或無法表達自己的意見。在這個上下文中，可以理解為僅僅簡單隨意地描繪北平，但是所描寫的事物之間缺乏聯系。張培基將這個詞翻譯成了“exclusively”，Chat GPT將其翻譯成了“shallow”。可見張培基譯本和Chat GPT都將這層含義表達了出來。

翻譯工作者們在面對復雜的語言轉換任務時會面臨不同程度的挑戰。不同于電腦可以輕易地存儲和檢索各行各業的海量知識，翻譯工作者的大腦容量是有限的，他們無法像計算機那樣快速地訪問和處理廣泛的信息。因此，必要時譯者可以借助Chat GPT來搜索資料，驗證機器翻譯的正確性。

（二）多義詞翻譯

傳統的機器翻譯常出現多義詞翻譯錯誤的情況，翻譯出的結果不符合該句語境。而Chat GPT與傳統機器翻譯的一個最大不同就是它有著更嚴謹的語言邏輯，因為其納入了人類語境并且進行大數據訓練，而且通過機器學習深耕，獲得邏輯嚴密性。劉洋指出當前的人工神經網絡機器翻譯應用的編碼器—解碼器首先會將每個詞匯轉換成向量表示，遞歸神經網絡將各個詞匯的向量聯系起來形成整個句子的向量。目的語端的遞歸神經網絡將整個句子的向量解碼成英文句。每個詞匯的向量中同時包含著左側和右側詞的信息，因此神經網絡可以動態計算出該詞最符合上下文語境的意思[12]。

文中“空閑”一詞有兩個意思，一方面可以指沒有事情可做的人；另一方面則指沒有被使用或占用的物品。在這種情況下，Chat GPT通過分析詞匯所包含的上下文向量信息，準確判斷出此處“空閑”是用來修飾物品的，即指這片土地是未被占用的。因此，Chat GPT將“空閑”翻譯為英文中的“open”，而不是表示時間空閑的“leisure”。這一翻譯不僅傳達了原文的字面意思，更準確地捕捉了原文的深層含義。張培基的翻譯同樣采用了“open”這一譯法，這不僅與Chat GPT的翻譯結果一致，而且進一步印證了Chat GPT在處理多義詞翻譯時的準確性和可靠性。

（三）原文風格再現

周領順指出作品風格是文學家的生命，文學翻譯的作者也十分重視風格再現，因此能否實現風格再現是評價翻譯質量的一個標準[13]。Chat GPT風格再現方面的表現可圈可點，主要表現在詞匯層面的人稱顯化處理、句子層面的句式模仿和篇章層面的句長把控。

詞匯層面，《想北平》是一片抒情散文，頻繁使用第一人稱有助于抒發作者的真情實感，但有時候作者也會省略人稱，形成無主句。因此，譯文中的人稱顯化，一方面可以明晰原文的含義，另一方面有助于引發讀者情感共鳴。例如Chat GPT將“真愿成為詩人”翻譯成“I wish I were a poet”，增譯了第一人稱“I”并且用了虛擬語氣，幫助讀者了解到這句話是作者內心的愿望，且實現的可能性不大。張培基譯文將這句話處理成了“If only I were a poet”，同樣增加了第一人稱。

句子層面，原文多處運用排比的修辭技巧，例如將北平與其他城市進行對比，突出北平的優勢；將自己對北平的愛與對母親的愛進行類比，使得情感更加充沛。排比句的使用可以達到增強節奏感和氣勢的效果。因此，譯文可以通過再現這種句法結構來還原原文的語言風格。例如原文中作者將自己對北平的愛與對母親的愛進行類比，表達自己對北平愛得深沉，Chat GPT將“在我……的時候，我……；在我……的時候，我……”排比句式譯為“When I think of doing something to please her，I smile quietly to myself； when I worry about her health，tears well up in my eyes”。原文中“在我……的時候，我……”的結構重復了兩次，形成排比句，Chat GPT在處理這話的時候同樣使用了排比的句式，“When I...”的結構出現了兩次，中間以分號隔開，實現了與原文句式結構上的對等。張培基譯文同樣使用了排比句式，“When I...when I...”重復兩次，進一步印證了Chat GPT在還原語言風格方面的優異表現。

篇章層面，原文通過簡短而有力的句式來增強語言的沖擊力。文章中，作者采用了一貫的平民化語言風格，讓讀者能夠直接感受到文字背后的真摯情感。要想再現樸素平實風格，譯文同樣也需要采用簡短句子來切合原文語體。表1為Chat GPT譯文的句長分布圖，以10為基本單位，1—10為一組，11—20為一組，20以上為一組。根據《英漢互譯實用教程》中對英文短句的定義（20個詞以下為短句），可以計算出Chat GPT譯文中的短句占比75%[14]。因此，譯文使用的主要是簡短的句子，貼合原文簡潔樸素的風格。

表1 Chat GPT譯文的句長分布圖

句長 1-10 11-20 大于20

比例 20% 55% 25%

四、Chat GPT在散文翻譯中的劣勢

Chat GPT在散文翻譯中存在著局限性。人類語言的產生是一個復雜的過程，而機器是人類將自己的思想轉化為行動的一個產物。相比較而言，機器要比人腦簡單得多，對于人們所說的一些語言以及產生的一些思想活動，機器是無法解讀或破譯的。Chat GPT翻譯的劣勢主要表現在內涵理解，內容補充，邏輯分析和情感表達四個方面。

（一）內涵理解不準確

Chat GPT在內涵理解方面的缺陷主要表現在對文化負載詞的翻譯上。漢語詞匯與文化是相互影響的，正如薩丕爾所說的詞匯承載著文化，語言史和文化史是一同發展的[15]。因此，漢語詞匯常常含有豐富的象征意義、風俗習慣或歷史知識，這是Chat GPT所不能理解的。

原文中出現了多次“北平”，張培基將“北平”翻譯成了“Peiping”，但是Chat GPT直接翻譯成了“Beijing”。這兩種翻譯雖然指的是同一個地方，但是反應的歷史含義完全不一樣。1928年，北京改名為北平。而《想北平》寫作時北京的名字仍然是北平。名字里附帶著特定的歷史信息，如果譯作Beijing一定程度上屬于錯譯。

不過令人欣慰的是通過明確的指令，Chat GPT可以修正自己的錯誤。以“考慮歷史因素，北平應該翻譯成Beijing還是Peiping？”進行提問，Chat GPT給出了以下解釋“考慮到歷史因素，北平通常會被翻譯成Peiping，因為在20世紀早期和中期，Peiping是北平的英文名稱。然而，自1949年中華人民共和國成立后，北平的名稱被改為北京。因此，根據時間和歷史語境，Peiping可能更適合早期的文本，而Beijing則更適合現代和當代的文本。”

（二）省略內容補充不完整

胡壯麟認為中文經常會省略掉一些不言而喻的內容，從而使文章結構更加緊湊，這些被省略的內容可以在上下文中找MdJ8PdMej02PIgLlXHn/fQdvipjXfr2GOBzxBYPt2YU=到[16]。因此，省略的信息并不會給源語讀者造成理解上的障礙。但是Chat GPT在翻譯的時候無法根據上下文語境補充出中文文本中省略的內容，導致英文讀者不能獲得完整信息，甚至造成誤解。例如原文中“我的北平”是一個省略表達，完整的意思應該是“和完整的北平相比，我知道北平只是……”因此，張培基增譯了該部分省略的信息，使得譯文更加流暢易懂。但是Chat GPT無法補充出該部分的意思，只是直譯成“my Beijing”，容易讓讀者將此處的修飾關系理解為所屬關系。

（三）邏輯分析不清

漢語是意合型語言，上下句的邏輯是通過意思來展現的而不是邏輯詞，而英語是形合型語言，注重邏輯詞的使用[17]。因此，漢英翻譯中要將邏輯詞顯化，從而表達得更加嚴謹。崔啟亮表示機譯錯誤主要是因為機器不能理解復雜的句間邏輯[18]。此外，由于中文語料在Chat GPT訓練中占比較小，所以Chat GPT很難理解中文句子之間隱性的邏輯關系[19]。例如原文中將巴黎與北京對比，進而突出北京的好，Chat GPT將其翻譯成“In Paris，there are many places that can be exhausting，so coffee and wine are necessary for stimulation;in Beijing，a cup of mild fragrant tea is enough”。原文兩句話運用了對比的手法，但兩句話之間并沒有出現轉折連詞。譯文中轉折意義的表達既可以通過轉折連詞實現也可以通過分號來實現。分號雖然有轉折的用法，但是日常使用較多的是并列用法。但其對比意味不如轉折連詞，讀者需要自己通過上下文語境去體會句間的轉折含義。張培基譯文用“while”來體現兩個城市之間的對比關系，北平的優勢更為凸顯。Chat GPT卻只是用分號來連接兩句話，其對比意味明顯不如轉折連詞“while”。

為了測試Chat GPT能否在邏輯連接方面做出改進，輸入指令“增強上句的轉折意味”。Chat GPT輸出的結果是：“In Paris，where the hustle and bustle can drain one’s energy，coffee and wine serve as vital pick-me-ups；whereas in Beijing，amid a more tranquil ambiance，a soothing cup of fragrant tea suffices to revitalize the spirit.”可以發現，這次的結果使用了轉折連詞“whereas”，增強了對比含義。

（四）情感表達欠缺

散文十分注重表達作者內心體驗和抒發作者內心情思[20]。但是Chat GPT無法體會文章的情感，難以選擇恰當的詞來傳達作者的真情實感。蔣躍指出機譯譯文在情感表達方面不夠豐富，在這一點上是遠遠比不上人工譯者的[21]。例如文中“我心中有個北平”表達了作者對北平的熱愛，以至于心被北平占滿了。張培基譯文用“possessing”表示“有”的概念，表明北平已經占據了“我”的心，突出表達作者的思鄉之情。Chat GPT只是將“有”翻譯成了“have”，讀來十分平淡，使讀者不能感受到作者對北平的思之切愛之深。

雖然第一次機譯結果缺乏情感，但Chat GPT可以對其潤色。輸入指令“潤色上述語句以體現作者對北平的愛”。Chat GPT給出的回答是：“I cannot fall in love with Shanghai and Tianjin，for in my heart，Beijing holds a special place.”這次將“有”翻譯成了“holds a special place”（在心里占據特殊的位置）明顯比第一次更能體現作者情感。

五、結論

Chat GPT是一款通用的大參數預訓練自然語言生成模型，在翻譯領域獲得了越來越廣泛的應用。本文以老舍的《想北平》為原文本，深入分析了張培基的經典譯本與Chat GPT生成的譯本之間的差異，旨在評估Chat GPT在散文翻譯這一特定領域的表現和能力。研究結果表明，Chat GPT在資料查詢，多義詞翻譯和散文風格再現方面有突出優勢。但是Chat GPT也有自身的局限性。Chat GPT無法準確理解文化負載詞的內涵，無法補充出省略的內容并且無法自動選取貼合文章情感的詞匯。

參考文獻：

[1]何哲，曾潤喜，秦維等.Chat GPT等新一代人工智能技術的社會影響及其治理[J].電子政務，2023，（4）：2-24.

[2]張超，韓虓，王芳.Chat GPT與知識生產和復用：賦能、挑戰與治理[J].圖書與情報，2023，（3）：52-60.

[3]鄭世林，姚守宇，王春峰.Chat GPT新一代人工智能技術發展的經濟和社會影響[J].產業經濟評論，2023， （3）：5-21.

[4]趙雪，趙志梟，孫鳳蘭等.面向語言文學領域的大語言模型性能評測研究[J].外語電化教學，2023，（6）：57-65+114.

[5]王天恩.Chat GPT的特性、教育意義及其問題應對[J].思想理論教育，2023，（4）：19-25.

[6]郭亞軍，郭一若，李帥等.Chat GPT賦能圖書館智慧服務：特征、場景與路徑[J].圖書館論壇，2023，（2）：30-39+78.

[7]束開，郭奕.Chat GPT在財務領域的應用探索[J].財務與會計，2023，（22）：56-59.

[8]徐敬宏，張如坤.Chat GPT在編輯出版行業的應用：機遇、挑戰與對策[J].中國編輯，2023，（5）：116-122.

[9]湯景泰.Chat GPT給謠言治理帶來嚴峻挑戰[J].探索與爭鳴，2023，（3）：33-35.

[10]崔茹茹.《蒙古族翻譯史研究》漢英翻譯實踐報告[D].內蒙古大學，2023.

[11]陳海燕.淺析中國思想文化術語翻譯中的難點[J].中國翻譯，2015，（5）：13-17.

[12]劉洋.神經機器翻譯前沿進展[J].計算機研究與發展，2017，54（6）：1144-1149.

[13]周領順.譯者行為批評“行為－社會視域”評價系統[J].上海翻譯，2022，（5）：1-7+95.

[14]宋天錫.翻譯新概念：fiXfQ+MqG+im7pdWQEXe/Q==英漢互譯實用教程[M].北京：國防工業出版社，2007.

[15]愛德華，薩丕爾.語言論[M].北京：商務印書館， 2003.

[16]胡壯麟.語篇的銜接與連貫[M].上海：上海外語教育出版社，1994：76.

[17]沈家煊.“零句”和“流水句”——為趙元任先生誕辰120周年而作[J].中國語文，2012，（5）：403-415+479.

[18]崔啟亮.論機器翻譯的譯后編輯[J].中國翻譯， 2014，（6）：68-73.

[19]鄭麗芬.賦能與重構：AIGC驅動下的出版業[J].出版發行研究，2023，（4）：37-44.

[20]方遒.散文學總論[M].合肥：安徽教育出版社，2004： 178.

[21]蔣躍.人工譯本與機器在線譯本的語言計量特征對比[J].外語教學，2014，（5）：98-102.

作者簡介：

楊睿穎，女，河北滄州人，河北工業大學外國語學院MTI在讀碩士研究生，研究方向：人文社科翻譯。