简介:意义单位一直以来都是翻译领域的重要研究课题,但是在口译特别是同声传译中,信息的即时性使得意义单位的转换更加复杂,本文针对同声传译中意义单位的转换程度展开研究。本文以命题为单位,通过计算同声传译语料中有效译出及漏译信息的比例,以分析信息单位的转换方式。研究发现,有效译出的信息均体现了“脱离源语语言外壳”的特征,具体表现为三种类型:顺序重组;词汇、表达的创造性;添加、删除或转换连接词。本研究对口译实践和口译教学都是有益的。一方面可以帮助译员在口译中正确选择策略,在有限的时间和精力内译出最佳的译文;另一方面,也益于学生、教师塑造同传情况的整体概念,进而提高同传学习、教学的效率。
简介:“名词短语可及性层次理论”认为主语关系从句加工具有优先性,并假设这种优先性在类型学各异的语言中存在普遍性,这种普遍性已经在多种语言研究中得到证实,而汉语的一些研究成果违反了此普遍性假说,这使汉语关系从句在句子加工领域中的地位举足轻重。本研究采用事件相关电位技术,其研究结果显示修饰主语和宾语的关系从句均表现出主语关系从句加工难度大于宾语关系从句,不支持主语关系从句优先加工的普遍性假说。此外,尽管实验结论与“规范语序”和以工作记忆理论为基础的“局部依存”模型相符合,但研究数据却对模型细节提出了质疑。同时,研究结果证明了汉语中修饰宾语的宾语关系从句产生了“花园小径”现象。本研究在实证上提供了主语关系从句优先加工不具有普遍性的例证,在理论上对于未来建立一个解释类型学各异的广泛的语言加工理论具有参考价值。
简介:实用汉语水平认定考试(简称C.TEST)是用来测试母语非汉语的外籍人士在国际环境下社会生活以及日常工作中实际运用汉语能力的考试。由于C.TEST的考试题目公开,题库数量较小,所以通过一般标准化考试采用的在部分目标被试中实施预测(fieldtest)的方法来获取考试题目的难度参数存在困难。然而,人工神经网络技术作为现代人工智能研究的成果,在预测(prediction)领域发挥了很大作用。本文选取C.TEST(A—D级)的阅读理解题目作为研究材料,运用人工神经网络技术对其难度进行预测,得到了网络预测难度值与实际考试难度值显著相关的研究结果。这一结果表明,利用人工神经网络模型对语言测验的题目难度等参数进行预测是可行的。