大学英语语译义翻译能力线上线下混合式培训平台设计

方 丽 君

(福建船政交通职业学院 航海学院，福建 福州 350007)

目前各个国家的经济发展正处于全球经济一体化趋势，英语作为联合国公认的六大国际语言之一，在对外贸易、投资引进等方面发挥着重要作用[1]。大多数编程语言都由英语表示，英语与电脑联系最为紧密，随着互联网时代来临，英语使用范围更加广泛，而英语翻译能力的提升，可以打破语言障碍，使国与国之间、人与人之间交流顺畅、便捷[2]，因此培养英语翻译能力极为重要。吴振谦等人提出基于活动理论的泛在化实践教学平台[3]，该平台无法解决线上授课活动的复杂性。邹瑶等人基于多模态语料库，构建了体育翻译教学平台[4]，该平台仅针对体育方向英语翻译能力培训，具有片面性。大型开放式网络课程，即MOOC(massive open online course，MOOC)，是互联网时代下结合教育实际的产物。模式，是目前线上教育平台首选的模式，该模式具有教育资源自由选取、无人数限制等特点。本文依据MOCC模式设计大学英语语译义翻译能力线上线下混合式培训平台，为目前大学英语教育改革提供了一定的参考。语译义翻译是指在翻译过程中不仅要考虑原文的文字表达，还要理解原文所传达的意思、含义，并用目标语言准确地进行表达。在语译义翻译中，强调的是翻译者对原文的语义和意义的准确把握和理解，不是简单地将单词和句子逐字逐句地翻译。因此翻译者需要深入理解原文的背景、文化、语境等因素，并将其转化为目标语言相对应的表达方式，使翻译结果能够准确、自然地传达出原文中所蕴含的内涵和意义。这种翻译方法更加注重传达信息的准确性和精确度，同时也注重翻译结果的流畅和自然度。通过语译义翻译，读者可以更好地理解和接受翻译的内容，同时也能更好地传递原文所要表达的意思。

1 基于MOOC模式的线上线下混合式培训平台设计

1.1 基于MOOC模式的平台构建

大规模开放在线课程(MOOC)模式产生以来，许多大学相继建设网络学习平台，为学生提供了便利、灵活且免费的学习平台[5]。在MOOC中，学生可以学习到大量的英语语法、词汇和阅读理解等基础知识，为语译义翻译提供基础。同时，通过参与MOOC，可以接触到各种不同领域的原文素材，提升对语言表达和意义传达的理解能力，培养学生准确、流畅并具有语感的语译义翻译能力。此外，学生可以自主选择适合自己的课程和学习进度，促进学生在语言学习和翻译实践方面的全面发展。基于MOOC的大学英语语译义翻译能力培训模式如图1所示。

图1 MOOC培训模式

英语教师线上培训时，需预先录制英语教学课程视频，然后发布课程安排并按照课程安排对大学生授课，这些视频课程提供了丰富的英语教材和教学内容，可供学生按照自己的进度进行学习。也可在线上对大学生进行英语测试，定期组织大学生线下见面教学。大学生依据教师发布的课程安排以及课程评价自由选择是否学习该课程，大学生在学习英语翻译过程中，需录制学习视频并完成教师安排的相关作业和考试测验，参加教师组织的线下见面学习活动。大学生按时完成英语翻译课程学习并测试及格后，方可获取课程结业证明和相关课程学分。这可以为大学生提供丰富的英语学习资源和实践机会。学生在学习和应用语译义翻译能力的过程中，可以通过录制学习视频、完成作业和参加线下见面活动等方式提高自己的语言翻译能力。同时，通过与教师和其他学生的互动交流，也能够拓宽视野、增加学习动力，进一步提高英语语译义翻译的能力。

1.2 线上线下混合式培训平台构建

MOOC模式平台设计需要考虑如何有效管理并提供各种学习资源，包括教师讲义、学生作业、教学视频等。这样可以确保学生方便地访问所需的学习资源，并为他们提供个性化的学习体验。资源管理涉及将各种教学资源组织和管理起来，以确保学生能够获得丰富、多样化且个性化的学习内容。特别在英语翻译教学中，英语翻译教材、在线课程、英语练习题、外文原著参考资料等都是重要的教学资源。此外，英语翻译教学资源是否能够重复利用以及共享和使用次数，也是评估混合式培训平台实用性的重要因素之一。因此混合式培训平台的资源管理是保障该平台运行的关键之一[9]。本文遵从大学生英语语译义翻译能力培养的实际需求，依据相关标准体系，采用LT-SR网络架构设计混合培训平台的信息化教学抽象模型，混合式培训平台资源管理模式如图2所示。

图2 混合式培训平台资源管理模式

混合式培训平台的资料管理主要由学习导向模块与资源统计数据库对资源进行合理分类和整合，方便学生根据自己的学习需求快速找到所需的内容。思维引导模块是混合式培训平台的核心内容，可以实时跟踪学生的学习进度，并能够提供相关反馈和指导，以便教师能够及时调整资源的使用和推荐。通过推送模块可实现教师资源与学生需求之间互相调配[10]，将个性化的学习资源推送给学生，以更好地满足他们的需求，为大学生学习英语翻译提供多媒体形式的学习资源。通过合理的资源管理方式，混合式培训平台可以提供丰富而有效的教学资源，帮助学生充分利用这些资源提升英语翻译能力。同时，平台设计也需要与资源管理紧密结合，使教师能够灵活地管理和调整资源，根据学生的学习情况和反馈提供有针对性的教学支持。

依据上述教学资源管理模式建立基于MOOC模式的线上线下混合式培训平台，混合式培训平台整体结构如图3所示。

图3 线上线下混合式培训平台结构

为提升混合式学习效果显著性，图3中的线上线下混合式培训平台，是根据英语翻译的难易程度以及学生个性化学习内容的目标，划分为不同的教学单元[7]。混合式培训平台的英语翻译教师需要实时分析和跟踪大学生的学习进度、以及平台为学生推荐个性化资源的反馈等内容[6]，充分掌握大学生英语翻译学习需求，并针对不同大学生的学习风格与学习能力制定不同教学计划。因此，通过混合式培训平台可以使学生吸收丰富的英语翻译资源并充分利用该资源帮助大学生提升英语翻译能力，实现较高教学效果[8]。

1.3 基于大学生学习兴趣的模糊聚类

线上线下混合式培训平台中的资源推送模块是依据大学生学习英语翻译的不同需求为大学生推荐相关个性化教学资源。在教学资源推荐时，大学生在混合式培训平台中的各种操作过程会反映该大学生对教学资源的兴趣[11]，例如某学生浏览一个教学视频耗时小于1分钟，则表示学生对该教学资源兴趣较小，反之学生长时间浏览该教学视频或下载收藏该视频，则表示学生对该教学资源具有浓厚兴趣[12]。为了准确、全面地了解学生的学习兴趣并将其转化为实际的教学活动本文将模糊聚类方法应用于大学生学习兴趣分类中。通过模糊聚类分析，理解学生对不同英语语译义翻译能力学习内容的兴趣程度。根据学生的兴趣群体，平台可以精准地推送符合其兴趣的个性化学习资源，包括相关教学视频、资料、练习题等。这样，学生可以更容易找到自己感兴趣和适合自己水平的学习材料，提高学习的积极性和效果。对于大学英语语译义翻译能力的培训而言，资源推送模块的个性化推荐可以更好地满足学生们的学习需求，提高他们的英语翻译技能。这种混合式培训平台的设计可以增加学生的参与度和学习动力，并促进他们在英语翻译学习中取得更好的成绩。具体的分类步骤如下。

第一步，建立原始兴趣数据矩阵。

收集大学生英语语译义翻译相关的学习行为数据。包括学生对各类教材、练习题、语言资源等的使用情况及与之相关的操作行为。假设n个待分类大学生的论域为U={e1，e2，…，en}，且每个待分类大学生有m个兴趣指标，则有Ui={ei1，ei2，…，ein}，其中i=1，2，…，n，则构建的原始兴趣数据矩阵如下：

(1)

第二步，样本数据标准化。

(2)

第三步，建立模糊相似矩阵。

根据样本数据标准化的结果，建立模糊相似矩阵，将学生划分为不同的兴趣群体。确保同一群体内的学生对于大学英语语译义翻译能力具有相似的兴趣和偏好，而不同群体之间的兴趣差异较大。建立模糊相似矩阵又称标定，本文使用最大最小方法计算大学生兴趣数据的相似性统计量，假设大学生兴趣数据的相似性统计量由rij表示，建立模糊相似矩阵如下

P=(rij)n×m

(3)

求解矩阵(3)，其计算公式如下：

(4)

公式(4)中，标准化矩阵元素由e′表示，i=1，2，…n，j=1，2，…m。

第四步，建立模糊等价矩阵。

以模糊相似矩阵P为出发点，利用平方法计算传递闭包t(P)：P→P2→P4…P2k，经过有限次运算，有

t(P)=P2k

(5)

公式(5)中，模糊等价矩阵P*的解为t(P)。

第五步，相似度计算。

相似度计算公式如下：

(6)

第六步，模糊聚类。

利用相似度值，该相似度较大的大学生兴趣数据划分为一类，可获得该水平阈值下的聚类结果。基于聚类结果，平台可以针对不同兴趣群体提供个性化的学习资源推送，包括相关的教材、案例、实践活动等内容。教师可以根据不同兴趣群体的特点和需求定制教学计划，设计针对性的教学活动，激发学生的学习兴趣和参与度。

1.4 教学资源推荐

确定用户模糊聚类中心后，依据相似度获取待推荐用户的聚类中和该用户相邻最近的N个用户，通过N个用户对教学资源的兴趣度，预测待推荐用户对学习某个与英语语译义翻译能力相关的教学资源p的兴趣度，则有

(7)

利用公式(7)获取教学资源集P中所有教学资源rsi的预测值，依据预测值大小为用户推荐前生成一定数量的教学资源推荐集{ps1，ps2…psn}。

为大学生推荐教学资源时，将待推荐教学资源的大学生即当前用户User(i)与待推荐教学资源的大学生集{ps1，ps2…psn}作为基于教学资源的模糊聚类的协同推荐算法的输入。以当前用户的推荐教学资源集R={rs1，rs2，…rsn}为基于教学资源的模糊聚类的协同推荐算法的输出。具体推荐步骤如下：

第一步，待聚类用户的用户模型利用学习Agent获取，分析和预处理用户对教学资源兴趣度的数据信息[13]；

第二步，用户模糊聚类中心参数初始化，设置最大兴趣类别数量SortMax、实际类别数量SortNum、模糊聚类中心阈值λ(λ>1)以及当前用户最相邻用户数量N；

第三步，利用相似度计算公式Sim(z，c)调整用户模糊聚类中心；

第四步，依据所设定的阈值，确定混合式培训平台当前用户的所属聚类，在通过用户-教学资源矩阵使用余弦相似性度量法，计算大学生兴趣度与教学资源的相似度，并查询聚类中心和大学生兴趣最相近的学生[14]；

第五步，寻找待推荐用户User(i)未发现感兴趣的教学资源，但存在潜在感兴趣的教学资源集R={rs1，rs2，…，rsn}；

第六步，依据聚类用户组对第五步中得到的教学资源集内教学资源的兴趣度，分析待推荐用户最感兴趣的教学资源集；

第七步，利用清洗和解析方式将用户最感兴趣的教学资源集以MXL形式，即可扩展标记语言形式推荐给相应的混合式培训平台用户[15]，完成教学资源推荐。最终实现大学英语语译义翻译能力线上线下混合式培训平台设计。

2 测试结果

2.1 测试设置

本次测试以50名某高校大学生作为培训对象，将其平均分为实验组和对照组。在实验组中，使用本文混合式培训平台对该校大学生展开为期5个月的大学英语语译义翻译能力培训。混合式培训平台运行环境为Windows7z旗舰版操作系统，AMD Athlon(tm)II X2 250 Processor 3.00 GHz处理器，4 GB内存，64位操作系统，100 M宽带。对照组展开5个月的传统面对面教学环境中接受英语语译义翻译能力培训。

英语翻译学习作为当代大学生重要学习的项目之一，混合式培训平台在满足众多学生线上培训的基础上，需具有良好的稳定性。以操作系统内运算调度最小单位的线程作为衡量指标，测试本文混合式培训平台抗压能力，结果见表1。

表1 混合式培训平台抗压测试结果

分析表1可知，线程数量由115上升到432后，平台均无异常现象产生，测试结果均为成功，可见本文平台可以实时响应，满足用户需求，抗压能力较强。

2.2 测试分析

2.2.1 学习能力测试 在为期5个月的大学英语语译义翻译能力培训中，每个月都对实验组学生和对照组学生进行一次英语语译义翻译考试，通过对比两组每个月的平均考试成绩测量学生在词汇理解、表达准确性、句法结构和语义理解等方面的能力。结果见表2。

表2 英语语译义翻译考试成绩对比

图4 学生学习持续性测试结果

分析表2可知，实验组的英语语译义翻译考试成绩在5个月中5次考试的平均成绩均高于对照组，表明本文混合式培训平台提高了学生的英语语译义翻译能力。

通过跟踪学生在5个月的培训结束后一段时间内的学习成果和继续学习的动力，验证本文平台对学生学习持续性的影响。结果如图4所示。

分析图4可知，在结束培训后的8周内，两组学生的学习时间均有所下降。其中，实验组的学生每天的英语语译义翻译学习时间一直保持在4 h以上，对照组学生的学习时间保持在1 h以上，更近一步说明了本文设计平台对英语语译义翻译能力的影响。

2.2.2 平台性能测试 以验证平台资源检索性能为目标，设计对比测试，分别将本文平台、文献[3]平台与文献[4]平台应用至该高校的大学生培训中，测试3种平台的信息检索时间，测试次数为100次，将测试结果制作成图，结果如图5所示。其中文献[3]平台代表中国学生英语朗读自动评测平台，文献[4]平台代表基于多模态体育语料库“翻译工作坊”的教学与实训平台。

图5 检索时间测试结果

分析图5可知，随着测试次数的增加，3个平台信息检索平均耗时也随之增加，本文平台、文献[3]平台和文献[4]平台最短耗时分别为1.1、1.4、1.1 s，其中文献[4]平台与本文平台在测试次数为20次和40次时，检索平均耗时相同，当测试次数超过40次后，本文平台检索平均耗时呈现小幅度增加趋势，而文献[4]平台检索平均耗时增加迅速，文献[3]平台检索平均耗时始终较高。综合分析3个平台检索平均耗时情况可知，本文平台检索平均耗时最短，反应速度较快。

选择100位大学生同时使用本文平台、文献[3]平台和文献[4]平台进行大学英语语译义翻译能力培训，测试3种培训的系统交互性能，结果如图6所示。

图6 3种平台交互性能

综合分析图6可知，文献[3]平台与文献[4]平台主动交互曲线与被动交互曲线波动幅度小，且二者重合度较低，可见文献[3]平台与文献[4]平台交互性能差，本文平台的主动交互曲线与被动交互曲线波动幅度较大，重合度较高，表明使用该平台的大学生正积极接收平台反馈的教学资源，由此可知，本文平台具有较高交互性能，可提升大学生的学习积极性。

3 结 论

本文依据MOOC模式，设计线上线下混合式培训平台，提升大学英语语译义翻译能力。该平台由前端模块、培训模块、评价模块组成，学生通过在线上观看教学视频，完成教师布置作业并在线上讨论，在线下创设情境、知识点讲解等培养大学英语语译义翻译能力。测试结果表明：本文平台对大学生英语语译义翻译能力有较好的提高效果，且本文平台信息检索平均耗时低于1.5 s，平台的主动交互曲线与被动交互曲线波动幅度大，且重合度较高，平台具有较高交互性能。