新手翻译所面临的挑战

新手，尤其是非英语***的毕业生，在开始自己的翻译生涯前会面临很多的挑战。

第i一个挑战是，你的竞争者很多，***900多所院校开设了英语***，每年英语***的毕业生大概有三四十万，很多人都通过了英语***八级考试和CATTI笔译二三级的考试，英语水平很好。

虽然翻译，尤其是笔译，并不是什么大富大贵的职业，但求职者非常多，整个翻译市场在中低端层面仍然是供大于求。

我以前的翻译公司，大概有50多名专职翻译，每年都有数千人投简历来应聘一个月薪只有2000-5000元的初级翻译岗位，而且这个岗位的硬性要求还是“英语***八级或同等英语水平以上”。

再加上现在的中国学生从幼儿园就开始学习英语，然后历经小升初、中考、、四六级、专四专八、考研、考博等诸多英语考试，可以说几乎每一个中国学生，无论自愿与否，都成为了英语学习者。

你想想，这该是多大的一个英语学习人群。

第二个挑战是，语言学习是一个用进废退的过程。即使你喜欢英语，自觉语言基础还可以，但要达到一定的翻译水平，也需要投入大量的时间和精力。

如果你离开校园后没有从事英语相关的工作，而且平时也没有练习英语，你的英语水平很可能并没有你自己以为的那么好了。

把一个正常人放在孤岛上关个几年，他会逐渐丧失自己的语言能力。让一个英语大神几年不使用英语，他的英语水平也会退回到中学时代。

所以，半路出家的翻译追梦者一定要有重拾英语技能的勇气和决心，既然选择了半路出家，就不能半途而废。

PMI所定义的项目管理知识体系将整个项目管理分为42个过程，这些过程可以归入五大过程组（也称“阶段”），或归入项目管理涉及到的九大知识领域。五大过程组通常包括：

　　项目启动阶段（Project Initiating）

　　这一阶段的任务是确定一个项目或一个阶段可以开始，并要求着手施行。主要工作包括：收集数据、识别需求、建立目标、进行可行性研究、确定利益相关者、评价风险等级、制定策略、确定项目小组、估计所需资源等。此阶段的工作在时间跨度上通常占整个项目的5%，比重虽然不大，但却为重要。译后编辑/交互式机器翻译（1）译后编辑译后编辑简单而言就是通过人工直接修改机器翻译的自动译文来完成翻译。

　　项目计划阶段（Project Planning）

　　这一阶段的任务是制定计划并编制可操作的进度安排，确保实现项目既定目标，在时间跨度上通常占整个项目的20%。主要工作包括：任命关键人员、制定项目计划（包括质量标准、资源、预算、现金流、进度表、工作分解结构WBS等）、评估项目风险。

　　项目执行阶段（Project Executing）

　　这一阶段的任务是协调人力资源及其他资源，执行计划。在时间跨度上由于和项目监控阶段交叠，因此不宜绝i对区分，通常所需时间占整个项目的60%。主要工作包括：实施项目计划、报告项目进度、进行信息交流、激励小组成员以及采购等。

　　项目监控阶段

　　这一阶段的任务是监督和检测过程，必要时采取一些修正措施，确保项目达到目标，主要工作是对项目范围、项目进度、项目成本以及项目质量进行有效的监控和调整，并力求在其间达到i佳平衡。

　　项目收尾阶段（Project Closing）

　　这一阶段的任务是取得项目或阶段的正式认可并且有序地结束该项目或阶段，从时间上而言，通常占整个项目的5%。主要工作包括交付项目产品、评价项目表现、项目文件归档及总结项目经验教训等。

技术背景

　　（1）机器翻译研究历程

　　机器翻译的研究在上世纪五十年代就已经展开，早期的工作主要以基于规则的方法为主，进展相对来说比较缓慢。之后美国自然语言处理咨询委I员会还作出了一个质疑了机器翻译的可行性的报告，对该领域研究造成了一定阻碍。到了上世纪九十年代，IBM提出了著i名的基于词的翻译模型，开启了统计机器翻译时代，随后短语和句法模型相继被提出，翻译质量得到了显著提升。近两年神经网络机器翻译方法开始兴起，该方法突破统计机器翻译方法中的许多限制，成为当前的研究热点。（2）交互式机器翻译交互式机器翻译指系统根据用户已翻译的部分译文动态生成后续译文候选供用户参考。

　　（2）统计机器翻译

　　统计机器翻译的基本思想是充分利用机器学习技术从大规模双语平行语料中自动获取翻译规则及其概率参数，然后利用翻译规则对源语言句子进行解i码。对于给定的源语言句子，统计机器翻译认为其翻译可以是任意的目标语言句子，只是不同目标语言句子的概率不同。而统计机器翻译的任务，就是从所有的目标语言句子中，找到概率i大的译文。此项训练的目的在于加强学生的应变和临场组织能力，使其在逼真的环境中合理地运用各种技能进行即时、自如、流畅的双语口头表达。

　　（3）神经网络机器翻译

　　神经网络机器翻译（neural machine translation，NMT）是近年来兴起的一种全新的机器翻译方法，其基本思想是使用神经网络直接将源语言文本映射为目标语言文本，这种编码器解i码器架构使得它可以采用端到端的方式进行训练，能同时优化模型中的所有参数。完全不同于传统机器翻译中以基于离散符号的转换规则为***的做法，需要经过词对齐，抽规则，概率估计和调参等一系列步骤，容易产生误差传播。神经网络机器翻译使用连续的向量表示对翻译过程进行建模，因而能从根本上克服传统机器翻译中的泛化性能不佳、独立性假设过强等问题。首先，汽车翻译的用词必须要达到准确标准化，一定要遵守传统的翻译模式，不要太过自我，或者太过天马行空。

翻译技术与工具的分类

　　目前学者对翻译技术和工具的定义和分类各不相同，甚至将翻译技术与翻译工具没有明确的区分。例如，鲍克(Bowker)认为翻译技术是人工翻译、机器翻译、计算机辅助翻译使用的不同类型的技术，包括文字处理和电子资源等通用工具，也包括语料库分析工具和术语管理系统等特定翻译工具。可见翻译人员在做汽车翻译的时候尽量要往接地气的标准靠拢，不要跟现实相脱离。

　　在2014年编辑出版的The Routledge Encyclopedia of Translation Technology 中指出，翻译技术包括计算机辅助翻译技术和机器翻译技术。Quah将翻译技术划分为机助人译、人助机译、计算机辅助翻译和全自动化高质量机器翻译四种技术。翻译自动化用户协会(TAUS)将翻译技术分为翻译记忆技术、机器翻译技术、术语管理翻译技术、翻译项目管理技术和***技术。在时间跨度上由于和项目监控阶段交叠，因此不宜绝i对区分，通常所需时间占整个项目的60%。

　　张霄军、贺莺将翻译技术分为机器翻译、译后编辑、云翻译技术和本地化四种技术。徐彬将翻译技术分为高i级文字处理技巧、数字文本获取技术、输入技术、搜索技术、语料检索、术语技术、计算机辅助翻译技术、翻译项目管理技术。华树将翻译技术分为'译前''译中'和'译后'三个方面的技术，细分为源文档撰写与质量控制、可译资源提取及工作量估算、项目和工作流创建、预翻译、术语抽取及术语库创建、翻译记忆复用、术语识别、搜索与验证、译后编辑、***、本地化排版、本地化编译、本地化测试、语言资产管理。组内的其他学生对此讲话做出讲评，重点放在口头表达的即时性、自如性、流畅性与合理性上。

　　为了便于翻译技术教学和本地化服务实践，根据翻译技术的内涵和特征，笔者认为将翻译技术定义为翻译实践、翻译研究和翻译教学中应用的软件、工具、设施、环境、技巧等的集合。翻译技术一般包括翻译记忆技术、机器翻译技术、翻译中的术语技术、字符和语音识别技术、文件解析技术、译文***技术等。新手翻译所面临的挑战新手，尤其是非英语***的毕业生，在开始自己的翻译生涯前会面临很多的挑战。

　　从内容和外在属性分析，翻译技术与翻译工具不是并列或等同的关系。翻译技术是翻译工具的根基，翻译工具是根据翻译技术开发的具体软件。一个翻译技术可以开发出多种翻译工具，每个翻译工具的工作原理是一种或多种翻译技术的内在支撑。例如，根据翻译记忆(Translation Memory, TM)技术，市场上已经开发出且Trados Studio、Wordfast、memoQ等翻译工具。且Trados Studio作为一种翻译工具，内部是依据翻译记忆技术、文件解析技术、***技术等多项翻译技术而成的。到了上世纪九十年代，IBM提出了著i名的基于词的翻译模型，开启了统计机器翻译时代，随后短语和句法模型相继被提出，翻译质量得到了显著提升。