论文部分内容阅读
自同声传译出现以来,译员的大脑运作机制历来被视为“黑箱”(Black Box),广为学术界关注。以Seleskovitch与Lederer为代表的巴黎释意学派创立的“释意理论”(Interpretive Theory)认为,口译是“脱离语言外壳”、“得意忘形”的过程,从理论角度解释了同声传译的可行性。尽管这一立场在同传相关模型中被反复提出,但至今鲜见实证研究。与此同时,由于口译员在同传后对于源语信息的回忆质量低于听力理解,导致同传理解过程中的语言加工深度问题屡遭质疑。听辩理解是同传活动的根基。有鉴于此,本研究试图以实证研究的方式解答同传语篇加工深度的基本问题,以期对“释意理论”进行有益的补充和改进,并实现对口译训练的指导意义。本研究以心理语言学语篇推理理论模型为主要框架,从认知、语篇、记忆结构角度回顾总结了同传过程模型,归纳了同传过程中的不同信息来源,并梳理了同传理解过程中的制约因素,最后,通过对比同传与一般语篇理解的异同点,将研究视角落在最具代表性的两类推理上:架桥推理与预期推理。借助两者心理表征层次的不同,通过启动效应实验,推测语篇加工深度。在影响推理的四项主观因素(理解能力/二语水平、背景知识、工作记忆能力、任务目标)中,本研究选取和同传活动最为相关的工作记忆与任务目标为解释变量,理解能力/二语水平与背景知识作为控制变量,试图厘清语言加工深度与工作记忆、同传模态的关系。本研究邀请了12位职业同传译员和12位无同传经历的高水平双语者,主要包含两大类实验。第一类为工作记忆广度测量实验,通过三项子实验,即数字记忆广度、单词记忆广度、发音抑制条件下的语篇记忆广度,分别收集了被试的工作记忆容量与协调能力信息,统一界定所有被试的工作记忆能力。此外,通过回顾性调查,归纳总结了译员与非译员在遇到认知负荷情况下的应对策略。第二类为语篇理解实验,探究工作记忆、任务目标与加工深度的关系,采用E-Prime软件,进行两项对照实验,并根据前续工作记忆实验的数据结果,将被试划分为高/低记忆水平组。第一项理解实验对比译员与非译员在同传/跟读任务下的架桥推理与预期推理生成情况,以听力理解的形式回答问题(线下),收集反应时与正确率。第二项理解实验对比听力与同传模态下,同传译员架桥推理与预期推理生成情况,以单词命名的形式(在线),收集反应时,并基于全篇听力理解回答问题,收集正确率。通过SPSS软件,对记忆实验的三组测量值、两组理解实验的反应时、正确率进行了符合各个数据样本条件的方差分析与相关性分析。经过上述分析讨论,本研究发现:(1)就工作记忆能力而言,译员仅在发音抑制条件下表现出显著高于对照组的优势,单纯容量记忆方面,译员虽略胜一筹,但未达显著性水平,此结论得到了回顾性调查的论证,译员在多任务状态下,会积极寻求问题解决策略,表明同传与工作记忆协同能力更为相关;(2)在高认知负荷任务条件下,同传译员两类推理的正确率和反应时虽略高于非译员组,但两者的线下推理与对照组之间不存在显著差异;(3)第二项理解实验中,虽然同传和听力后的理解正确率几乎没有差别,但译员在同传模式下对于两类预期的在线反应速度显著高于听力模式,这一差距在填充词上表现更为明显;(4)同传任务下,译员对于预期推理的反应速度甚至快于架桥推理,这一点和语篇推理理论模型预测相矛盾,说明译员同传时对于已完成处理的信息丢弃更快;(5)在对照组中,工作记忆协调能力与预期推理正确率显著正相关,与反应时显著负相关,而译员组中未发现该现象;但在译员内理解实验中,高低水平组反应时存在显著差异。这些研究发现表明,译员进行了与听力类似的深层次语言加工,极可能采用了一般听力理解相同的语言加工机制。另外,尽管线下推理结果最终回归至类似听力模态下的水平,但译员在同传过程中更快的在线推理速度表明,同传更有可能激活了更高强度的语言加工机制。这些结论推翻了同传语言加工深度不如听力的观点。本研究还发现,工作记忆协调能力在译员与非译员的推理过程中发挥了不同作用,非译员的推理理解更依赖工作记忆协同能力,而译员表现出更高水平的自动加工。换言之,包括预期推理在内的推理过程,已成为译员自动加工的一部分。只有在面对多任务并行的情况下,译员优势才会体现,影响多任务处理速度,表现为更为灵活的注意控制能力。本研究的主要贡献如下:(1)从实证研究角度论证了同传听辩过程中的深层次加工,弥补了以释意理论为代表的诸多口译过程模型的缺憾;(2)清晰描绘了同传中语言加工深度与工作记忆能力的关系,并发现了语篇推理模型适用范围的局限性;(3)找到了同传译员工作记忆优势在听辩理解过程而非产出结果中的具体表现;(4)创新了研究方法,参考结合心理语言学实验方式,在语篇层次进行科学客观的启动效应实验,最大程度降低了“对口译产出结果评分”这一方法带来的主观因素;(5)对同传教学提供了一定借鉴意义,学生应进一步提升听辩理解水平,练习多任务协同能力,达到日常性话题内容或特定专业领域知识的自动化加工。最后,本论文总结了研究存在的局限,以及未来可能的研究方向。