【SLATOR】关于的机译后编辑看法的调查

链接：https://slator.com/academia/su ... lsps/
 概要：
文章第一部分交代了两项调查的内容。首先这两项调查由博士生Clara Ginovart发起，主要研究从业者对机器翻译后编辑(PEMT)的看法。
第一次调查旨在从商业角度来考察PEMT现状。本次调查的66名受访者均有外包机器翻译编辑的经验。
第二项调查旨在从译后编辑角度考察PEMT。142名受访者中84%为自由译者或独立译者。
 
第二部分：资源模型、容量和内容类型
1、LSP为后期编辑任务提供了多种模型。85%的人表示，他们在一定程度上依赖于一群自由的后期编辑人员，而少数人(15%)表示，他们不外包任何后期编辑任务。
2、超过一半(58%)的LSP受访者表示，他们会在内部进行某种形式的后期编辑。
3、大多数LSP受访者(56%)称，是否使用后期编辑工作流由客户决定，而41%的人说这个决定是内部做出的。
4、在58名LSP受访者中，有60%表示，他们在使用机器翻译时会通知客户。
5、在96名自由职业者受访者中，大多数人(78%)表示，他们做的大部分后期编辑工作是针对LSP的，而只有20%的人表示，他们做的大部分后期编辑工作是针对直接客户的。
6、四分之三的人说，客户负责决定是否适当使用PEMT，而18%的人说他们自己选择是否使用PEMT。
7、73%的LSP受访者和62%的后期编辑表示，后期编辑在所有翻译工作中所占比例不超过25%。同样数量的LSP受访者(21%)和后期编辑(18%)表示，后期编辑占所有翻译工作的26%至50%。
8、100名后期编辑表示，他们后期编辑了高能见度的内容(供公众消费)，67名后期编辑表示，他们后期编辑了低能见度的内容(供有限传播)。
 
第三部分：产品质量与质量管理
大多数LSP受访者(73%)表示，达到专业人工翻译水平是机译后编辑最常见的标准。
LSP受访者和译后编辑发现这样一个差异: 73%LSP受访者和42%的机译后编辑认为后期编译包括将中等质量译文修改至出版级别,而56%的译后编辑称,他们被要求将较差译文修改到一般水平。
另一差异在于受访者接受的说明水平：46%的译后编辑表示尽管译后编辑工作效率高于LSP受访者，他们未收到PEMT指南。
 
第四部分：工具及培训
常见的机器翻译工具包括谷歌、DeepL、SDL (Adaptive MT、Language Cloud或ETS)、Amazon Translate和SYSTRAN。对于后期编辑和LSPs，最常用的工具(CAT)是SDL Trados Studio，其他工具包括memoQ、Memsource、Wordfast、MateCat、Smartcat、Across、Transifex、localalize和GlobalSight。
顶级QA工具有Xbench和none，LSPs的下一个首选选项是Verifika和QA Distiller，而后期编辑则使用更广泛的QA工具。
对于现有的PEMT培训课程的质量，LSPs和后期编辑都有不同的看法:41个后期编辑认为课程不够好，45个后期编辑认为课程足够好。一些后期编辑(23%)接受过公司提供的培训课程，少数人接受过外部培训(12%)，或是在大学里接受过培训(8%)。42%的LSP受访者认为目前的PEMT培训课程不够，35%的受访者持相反意见。
53%的后期编辑表示，他们从未参加过PEMT培训课程，而三分之二(67%)的LSP表示，他们尚未组织过有关PEMT的具体培训。
 
思考：记得和一位中公老师讨论过机器翻译后再处理是否有违职业道德的问题。他认为修改机器翻译结果所得到的译文质量永远不会达到纯人工翻译水平，所以使用机器翻译对文本进行初步加工，再对译文修改是对客户的不负责任。
 
术语：
PEMT post-editing of machine translation 机器翻译后处理
 
作者：
张雪薇
北京语言大学高级翻译学院
2019级翻译专业硕士（本地化管理方向）