课程简介

本课程适用于翻译硕士专业研究生、外语专业高年级本科生、翻译工作者以及外语爱好者等。现代语言服务行业要求从业人员必须具有利用计算机及网络来使用各类技术辅助工具帮助其工作的能力,而不是仅仅学会几款狭义的计算机辅助翻译软件。

课程大纲


导言   课程学习指南

   0.1 课程概览

   0.2 本课程学习指南

   0.3 本学期课程内容简介

   0.4 课程助教

第一章   新时代的语言服务

   1.1 翻译技术概要

   1.2 信息化时代的语言服务

   1.3 信息技术与翻译技术概要

   技术专题:光学字符识别

第二章   互联网搜索引擎/信息服务与翻译实践

   2.1 互联网信息资源概要

   2.2 搜索引擎在翻译中的作用

   2.3 学术数据库助力翻译

   技术专题:搜索引擎中的诱导词

第三章   语料库与翻译研究

   3.1 本章学习导言

   3.2 语料库的产生与发展

   3.3 语料库的概念方法与翻译研究

   3.4 语料库支持的翻译研究

   3.5 语料库在翻译中的作用

   技术专题

第四章   电子书词典、工具书与翻译实践

   4.1 电子工具书综述

   4.2 常用电子工具书介绍

   4.3 电子工具书在翻译实践应用中的原则和技巧

   技术专题:使用Sketch Engine自建语料库

第五章   翻译记忆研究

   5.1 翻译记忆的缘起

   5.2 翻译记忆的若干关键问题研究之Part1

   5.3 翻译记忆的若干关键问题研究之Part2

   5.4 翻译记忆工具的优缺点

   技术专题:字幕翻译

第六章   翻译记忆软件实战

   6.1 软件快速入门

   6.2 软件重要功能剖析

   6.3 软件使用答疑汇总

第七章   翻译实践中的术语管理

   7.1 术语研究概要

   7.2 术语编纂与术语使用规则

   7.3 术语中的概念表达

   7.4 翻译实践中的术语库建设与管理

   技术专题:SDL Multiterm 2011 术语管理软件实战

第八章   计算机辅助翻译软件项目实战

   8.1 本章课程导学

   8.2 CAT 软件学习视频

   8.3 CAT 软件项目实战演练

   8.4 软件竞赛课堂答辩实录

第九章 翻译服务、本地化服务与质量控制

   9.1 翻译服务与项目管理

   9.2 翻译项目案例分析

   9.3 翻译质量问题讨论

   9.4 翻译质量标准与审查软件

   技术专题:Xbench 质量检查工具

第十章   机器翻译与本地化工程概论(上)

   10.1 机器翻译的应用现状

   10.2 机器翻译的历史与挑战

   10.3 机器翻译的主要方法

   10.4 机器翻译与CAT工具

   技术专题:使用Beyond Compare 比较文件夹或文件之间的异同

第十一章   机器翻译与本地化工程概论(下)

   11.1 本地化工程的概念及其范畴

   11.2 软件本地化工程概要

   11.3 本地化工作规范

   11.4 本地化行业人才培养

   技术专题:CHM文件本地化翻译项目实践-高志军老师


课程说明

为了能够更好地学习本门课程,学生需要掌握基础的计算机知识,尤其需要掌握包括MS Office/Open Office 在内的常用计算机软件。

参考资料

为了能够更好得了解本课程所涉及的内容,学生可以阅读下面的资料:

1.Lynne Bowker, Computer Aided Translation, University of Ottawa Press, Ottawa,2002

2.Frank Austermühl, Electronics Tools for Translators, St. Jerome Publishing, Manchester,2001


拓展阅读

其他

授课形式

      本课程由一系列8到15分钟的短视频组成,视频之外会设置一些作业题、讨论题,同时还设置了期末考试。


主讲教师

俞敬松   语言信息工程

副教授,自2005.8 开始任职于北京大学软件与微电子学院,负责创建语言信息工程系,并随后在语言系任教并担任副系主任职务至今,管理语言系的日常教学事务。2004年毕业于美国匹兹堡大学信息科学学院,硕士学位;2002年毕业于北京大学信息管理系情报学专业信息检索方向,硕士学位;学士学位获得于浙江大学光学与科学仪器工程学系光学仪器专业,正在北京大学信息管理系攻读自然语言处理方向博士学位。工作经历包括先后在多家商业公司从事程序员、项目主管,研发部主管,以及在美国匹兹堡大学任系统图书馆员等工作。目前工作的主要研究领域以自然语言处理及软件工程为核心,并包括:信息检索,计算机辅助教育,信息与知识管理技术等。已经完成的科研项目包括:国家自然科学基金项目“中文隐喻的识别研究”,国家汉办BCT商务汉语自适应在线考试系统,早稻田大学视频多媒体语料库项目,金融信息领域的中文名址分析和识别, 计算机辅助译员口笔译辅助训练平台等, 目前正专注于自适应语言学习研究。

课程助教

  • CLMOOC

  • Jiang zj

  • 陈梅玥

  • 陈林

相关课程推荐

  • 正在进行
    人群与网络
    以社会学与经济学若干经典问题为载体,以计算机科学的典型思维方法为工具,学习与体会两类学科知识的交叉与互动。涉及的话题包括社会网络、关系平衡、匹配市场、拍卖市场、信息级联、网络效应、流行性、新事物的传播、小世界现象等。
  • 正在进行
    IT项目管理
    IT项目管理的对象是软件工程项目。它所涉及的范围覆盖了整个软件工程过程。 为使软件项目开发获得成功,关键问题是必须对软件项目的工作范围、可能风险、需要资源(人、硬件/软件)、要实现的任务、经历的里程碑、花费工作量(成本)、进度安排等做到心中有数。 这种管理在技术工作开始之前就应开始,在软件从概念到实现的过程中继续进行,当软件工程过程最后结束时才终止。
  • 正在进行
    大数据分析中的算法
    大数据给数据分析和处理带来了前所未有的机遇和挑战。本课程介绍大数据分析中一些算法:数据的稀疏和低秩表达,稀疏和低秩矩阵优化,社交网络计算中的图与网络流问题,机器学习和数据挖掘的最优化算法,随机优化算法,强化学习等等。通过本课程学习,掌握最优化的基本概念,典型的几类最优化建模方法,相关优化问题的基本计算方法,并能熟练调用基于MATLAB或Python等语言的典型优化软件程序求解一些标准的优化问题,灵活运用所讲授的算法和理论求解一些非标准的优化问题。达到锻炼将实际问题建立合适最优化模型的能力,选择合适的现有软件包和算法的能力,遇到没有现成算法自己实现简单算法的能力。

恭喜,报名成功

进入学习中心

恭喜,报名成功

确定

请进入开课界面预览

确定

X

请去您的邮箱验证

还没收到验证邮件?

1. 试试去广告邮件、垃圾邮件目录看看

2. 再次发送验证邮件

对不起,班次容量已满

请报名下一班次

知道了~!

对不起,您没有操作权限

知道了~!