正文
随着数据处理能力的不断加强，融合了多种方法和模型的混合型机器翻译也在发挥着越来越重要的作用（Liu & Zhang，2014:105-119）。机器翻译与翻译行业、翻译研究的关系日益紧密，翻译工作者与术语学家的眼光也逐渐转向
翻译技术
。
Quah（2006:6-21）曾将“翻译技术”划分为“
机器翻译
”、“
人助机译
”、“
机助人译
”和“
本地化
”四种类型。笔者也曾尝试对“机助人译”和“人助机译”做过原理和技术上的区分（张霄军，2012:101-107），并认为这两种技术可以统称为计算机辅助翻译技术（张霄军，2010:76-79）。随着机器翻译与计算机辅助翻译技术的融合，
译后编辑
（Postediting）逐渐成为翻译记忆的一种替代。尽管Quah的这种划分迄今仍占有一席之地，但随着大数据时代
众包翻译
（Crowdsourcing）模式的成型，
云翻译
（Cloud translating）技术应运而生，已然成为现代翻译技术的一个重要领域。云翻译技术将翻译流程管理和翻译项目管理纳入云计算技术服务的范畴，使传统的语言服务走向云端。在此基础上，笔者将“翻译技术”重新划分为“
机器翻译
”、“
译后编辑
”、“
云翻译技术
”和“
本地化/全球化
”等四种类型。
二、翻译技术
第20届世界翻译大会共征集到360余篇论文摘要，经专家评审，辅以读者在线推荐之后筛选出210篇会议论文/摘要。会议报告分为研讨会（seminars，11场）、论坛（forums，14场）、会议发言（congresses，53组）、张贴海报（poster sessions，29篇）、圆桌讨论（panel discussions，2场）等五种类型。笔者以“翻译技术/非翻译技术”为划分标准简单统计了这些报告的类型，见表1。
以上论文由德国联邦翻译协会于会前正式结集出版，论文集将会议论文分为
翻译技术/翻译管理/翻译记忆系统/机器翻译
（Translation Technology, Translation Management, Translation Memory System [TMS], Machine Translation [MT]）、
术语
（Terminology）、
口笔译活动
（Translating and Interpreting）、
文学翻译
（Literary Translation）、
社会责任
（Social Responsibility）、
口笔译译员与翻译市场
（Translators and Interpreters on the Market）以及
培训与教学
（Training, CPD, Teaching）等七大议题。
笔者统计了这七大议题下的论文/摘要篇数，见表2。
从表1和表2可以看出，无论是从大会报告中涉及翻译技术的类型还是论文集议题中翻译技术类的比重，都可以看出翻译技术研究在本届翻译大会中受到重视的程度，也凸显了本届翻译大会的主题——“
人工翻译还是机器翻译？
”
以下笔者就本届大会中的“翻译技术”类报告下四种类型的研究做一简述：
在
机器翻译
研究方面，翻译界的研究大多集中于机器翻译系统的可用性及适用性方面。因此，机器翻译译文质量评价及机器翻译应用领域研究是本届翻译大会翻译技术研究的热点之一。捷克布拉格查理大学的Tomas Svoboda博士分析了翻译技术的几个潜在风险之后断言在未来五到十年，翻译行业会有一种全新的变革——机器翻译越来越好，计算机辅助翻译走向云端并最终和机器翻译技术融合成为
MTM
（机器翻译+翻译记忆）或者
PEMT
（机器翻译+译后编辑）；欧盟的翻译官员Daniel Kluvanec介绍了欧盟翻译活动中经常使用的机器翻译平台——
MT@EC
，并指出机器翻译译后编辑已经成为一种常用的翻译工作方式；德国联邦银行的Michael Dear认为当下和将来翻译活动的工作模式将会是“
人工翻译+机器翻译
”；瑞士苏黎世应用科技大学的Manrean Ehrensberger-Dow 和 Gary Massey 也以实际调查结果支持了上述观点；南非斯坦陵布什大学的Susan Lotz连续四年（2010-2014）跟踪调查
谷歌翻译
（Google Translate）的翻译质量，以这四年内相同原文语料在谷歌翻译中出现的翻译错误分析来看机器翻译在这四年内的发展情况，实验结果表明谷歌机器翻译质量在四年内确有提高，但近两年提高并不明显；加拿大瑞尔森大学的Marco A. Fiola博士从译文质量评估方面指出“译文的质量高低取决于译文用户的
实际需要
”，这样就将人工译文与机器译文的评价置于风险管理的研究框架之中，有助于翻译产业经营过程中管理者的决策；德国自由译者Anna Marie Wladyka认为在口笔译活动中机器翻译负于人工翻译的两大原因是
语音识别错误率偏高
和
各个语种语言的复杂性太高
；笔者（张霄军）在大会发言中回顾了机器翻译的发展历程，分别以
Intelligent
（“智能”）、
Integrative
（“集成”）和
Interactive
（“交互”）作为机器翻译史各个阶段的关键词，认为机器翻译在全球化智能信息处理过程中有着举足轻重的作用。在机器翻译应用研究中，中国香港的Virginia Kwok探讨了利用机器翻译来进行
文学翻译
的可能性，分别用机器翻译系统对两首诗歌进行汉-英和德-英翻译实验，实验结果表明尽管机器翻译的速度很快，但因其性能仍有待提高，人工翻译在文学翻译中仍将居于主导地位；澳门理工学院的Lily Lim博士认为机器将有助于实现
自动口译
，美国1 Culture公司的Navarro-Hall介绍了一款计算机辅助口译软件——
Sim-Consec
，日本名古屋外国语大学的Teruko Asano等与参会者分享了他们开发
Aichi医疗口译系统
的全过程，并对该系统的发展进行了展望；英国伦敦帝国学院Lindsay Bywood分析了几款21世纪
字幕翻译
软件，认为机器翻译在
音视频翻译
（AVT）中将会发挥重要作用；卢森堡的欧洲议会高级译员Francesco Urzi探讨了法律文本自动翻译的可行性，认为机器翻译、翻译记忆以及这两者的融合将会为自动翻译提供可行的通道；此外，智能手机、平板电脑及社交媒体的
即时翻译
研究也引起了与会者的热烈讨论。
