文學院

Permanent URI for this communityhttp://rportal.lib.ntnu.edu.tw/handle/20.500.12235/2

院成立於民國44年,歷經50餘年的銳意發展,目前設有國文、英文、歷史、地理、臺文等5個學系、翻譯和臺灣史2個獨立所,以及全球華人寫作中心和國際臺灣學研究中心。除臺史所僅設碩士班,其餘6個系所均設有碩、博士班;目前專兼任教師近250人,學生約2500餘人。

本院早期以培養優秀中學國文、英文、歷史和地理教師為鵠的,臺灣中學語文和史地教育的實踐與成功,本院提供不可磨滅的貢獻。近年來,本院隨師範體系轉型而調整發展方向,除維持中學師資培育的優勢外,也積極朝理論研究和實務操作等面向前進。目前,本院各系所師培生的教師檢定通過率平均在95%以上;非師培生在文化、傳播、文學、應用史學及環境災害、地理資訊系統等領域發展,也已卓然有成。

本院各系所教師的研究能量極為豐富,參與國內外學術活動相當活躍。根據論文數量、引用次數等指標所作的學術力評比,本院居人文領域全國第2名。各系所之間,無論是教師的教學與研究,或學生的生活與學習,都能相輔相成、榮辱與共,彼此渾然一體,足堪「為師、為範」而無愧。

Browse

Search Results

Now showing 1 - 3 of 3
  • Item
    多義使役動詞「讓」之二元分類
    (2024) 任賓森; Robinson, Mark James
    none
  • Item
    比較專業譯者與終端使用者對ChatGPT翻譯功能的態度
    (2024) 吳品秀; Wu, Pin-Hsiu
    2022年問世的生成式語言模型ChatGPT經常被大眾作為翻譯工具使用。而專業譯者與終端使用者使用機器翻譯系統的情境與目的可能不同,或許也會導致兩族群對ChatGPT翻譯功能的態度與接受度產生差異。本文旨在探討譯者與終端使用者使用ChatGPT翻譯功能的態度及使用意圖,研究結合Davis(1989)提出的第一版科技接受度模型及Venkatesh與Davis(2000)之第二版科技接受度模型為基礎,進行問卷調查及半結構式訪談。問卷結果顯示,大多數的譯者及終端使用者均使用過此模型的翻譯功能,而使用過此功能的使用者擁有較高的使用意圖,譯者多利用此模型產出之譯文以大致了解原文內容,終端使用者則是為了閱讀外語文本而使用。此外,使用者對ChatGPT翻譯功能的信任度會因不同語言組合及輔助功能而有所差異。兩族群的質性訪談顯示,終端使用者更傾向認為譯者會被AI取代,但此族群對翻譯產業的了解程度相對有限,多從效率與成本層面看待此議題。而譯者則更擔憂大眾對翻譯專業低估,可能對整個翻譯產業帶來惡性循環。儘管意識到生成式語言模型對翻譯產業的衝擊,多數譯者仍抱持相對樂觀的態度,認為譯者以開放心態擁抱新科技,方能於勢不可擋的AI浪潮中成功存活。
  • Item
    利用專門可比語料庫結合機器翻譯自動提取雙語對譯N連詞:以合約文類為例
    (2012) 陳碧珠; Chen, Pearl
    本研究從筆譯職場的合約翻譯需求出發,合約文類是高度專門的領域,其文體迥異於一般文件,但同時又具有制式、重複的特徵,非常適合運用翻譯記憶系統。近十年來翻譯記憶系統在筆譯市場上應用日益普遍,但翻譯記憶系統有賴以雙語對譯的平行資料庫做為檢索依據,將既有的翻譯回收利用;若沒有足夠的翻譯資料庫,工具本身並無法發揮效益。這正是合約翻譯要運用翻譯記憶系統的限制所在,合約文件涉及簽約當事人的敏感機密,雙語對譯語料取得困難,而依賴人工翻譯以累積翻譯資料庫又曠日費時,無法迅速建置合約翻譯語料庫以直接套用於翻譯記憶系統。 因此,本研究從不同語言的單語專門語料庫著手,亦即學界所稱的可比語料庫,以克服翻譯語料不足的困難。專門領域的可比語料庫彼此雖然沒有對譯的關係,但所涵蓋的領域術語、概念及常用表達,必有許多交集且互為翻譯。本研究之目的就在於探討一個可行的方法,利用統計式機器翻譯與字串相似度比對技術,從中文與英文合約可比語料庫當中自動提取雙語對譯的連續詞串,亦即N連詞 (N-gram)。 研究方法首先以網際網路為語料來源,建置中文與英文合約可比語料庫;其次利用語料庫檢索工具,提取合約的主題詞與關鍵主題詞,再依據這些核心主題詞建立N連詞。接下來應用Google譯者工具包自動翻譯服務,分別產生中文與英文N連詞的機器譯文。最後,借用翻譯記憶系統的相似度比對功能,以英文合約N連詞與「中文N連詞機器英譯」進行字串相似度比對,兩者若完全相同或高度相符,即表示該英文N連詞與對應的中文N連詞極可能互為翻譯。中文N連詞到英文N連詞的配對提取,同樣以英文做為相似度比對的中介語言,所得到的中英對譯N連詞經由專家評估後,發現高度相符 (95% 以上) 的三連詞至六連詞,對應正確率達到83%。 研究結果顯示,本論文提出的方法,技術上相對簡單且可行,能夠具體提取出互為翻譯的中英文N連詞。在筆譯實務上,這些對譯的N連詞可以直接匯入翻譯記憶系統做為翻譯資源,或做為檢索關鍵詞,以檢索合約語料庫的相關術語、概念、搭配詞、句型、語境,尤其能夠找出雖非直接對譯但內容相關的中文與英文條款,協助譯者提高翻譯效率及品質。相同的資源也可應用於合約翻譯教學,利用中文與英文合約專門語料庫做為平行文本,再搭配中英對譯N連詞,學生可以有效快速檢索出所需的合約術語、概念、句型及其對譯表達,大幅縮短資料搜尋時間與學習曲線。在計算語言學領域,本論文提出的方法對於資訊工程、機器翻譯、翻譯記憶系統開發等領域也可有參考價值,能夠進一步擷取中英合約的對譯術語,甚至擴展至合約對譯句的擷取。