工厂口译实践报告

来源 :天津外国语大学 | 被引量 : 0次 | 上传用户:zqy61032526
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着我国改革开放的进程不断深入,越来越多的日企开始在中国投资建厂,不仅仅为我国带来了资本也带来了先进的技术,随之而来对于日语现场口译的需求也日益增长。本口译实践报告是基于笔者在某日企自动变速器工厂担任现场翻译期间的实践经验为素材写作而成。在实践形式上主要有现场技术指导口译、组装早会口译、科内会议口译、升职模拟面试口译等。在本口译实践报告中对各种形式的口译实践活动进行了总结和概括,并对在实践过程中具体遇到的问题进行了经验总结和对策探讨。首先在第一章对整体任务的性质进行了描述,并叙述了选题理由,本报告的特点以及在现场口译译员培养方面的意义。在第二章围绕工厂口译任务的独特性进行了着重描述,新颖之处在于加入了对工厂口译译员特征的总结。第三章则是对整个实习期间的口译过程进行了总结,包括译前准备,从入社初期到入社后期随着口译实践的增多,在译前准备上也出现了变化。此外笔者在口译过程中需要进行大量的术语总结和收集,因此还将术语表的制作也加入了口译过程中进行叙述。针对译出语的评价分为两部分进行,一个是通过自己的上司进行的业务能力评价,另一个则是日语母语者对译出语给出的评价。在口译实践的过程中,笔者以“释义理论”为理论指导,结合“释义理论”的“译者不应追求语言单位的对等,而是原文或意思的对等”这一中心思想,在第四章对口译实践过程中出现的问题点以及对策进行了详细的阐述。在第五章对整个实践过程中的问题点、亲身感想以及今后的努力方向进行了总结。本次实践活动极大地锻炼了自己的日语口译能力,也使自己认识到了自身存在的诸多不足。期待通过本实践报告,能够为工厂日语口译译员的成长提供一份有益参考。
其他文献
经过过去几十年深刻的体制改革与经济转型发展,如今中国的经济总量稳定的保持在世界前沿水平。但是我们应当看到的是,经济高速发展直接导致城市用地规模向周边地区的迅速扩张
随着大数据和人工智能时代的来临,利用机器学习、数据挖掘等技术推动中医的传承与发展已成为迫切需求。当前,中医存在两个重要研究方向:核心处方分析和分子机理分析。核心处方分析面向临床数据,可从个性化诊疗方案中挖掘出治疗疾病的潜在核心处方,指导临床用药。分子机理分析则面向分子靶点,可从微观角度探究疾病发生发展、药物治疗疾病的分子机制。但当前两项研究往往分开进行,缺少将两者有效结合的研究方法,在分析出核心处
目的:研究何首乌对阿尔茨海默病模型大鼠学习记忆能力及双侧海马区miRNA-101表达的影响,并探讨其作用机制。方法:将120只SD大鼠随机分为4组,每组30只,分别命名为假手术组、模
实施创新驱动发展战略是我国发展经济的重要举措。企业作为创新主体,对于创新发展战略的实施和经济发展目标的实现具有至关重要的作用。科技型中小企业以技术为依托,是提供创新动能的重要力量。而其在技术创新活动开展过程中面临着资金获取以及风险承担方面的现实约束,因此在创新方面表现不佳。为激励企业进行技术创新,我国形成了以企业所得税优惠为主的税收激励体系。研究企业所得税优惠对科技型中小企业技术创新投入的影响效应
准噶尔盆地为典型的含油气盆地,乌尔禾—风南地区是近年来重点勘探区。从勘探现状来看,该区原油来源一直存在争议。本次研究基于石油地质学与油气地球化学的理论,利用油源对
渤海海域的稠油资源储量丰富,但水驱采收率仅18%,在绥中36-1油田开展的聚合物驱现场试验表明能够提高采收率6%左右,展现出稠油油藏聚合物驱提高采收率的巨大价值。目前实行聚
近年以来,随着人工智能应用的普及,作为其最核心技术之一的深度学习引起了学术界和工业界的广泛关注.无论是在计算机视觉、自动驾驶领域,还是自然语言处理、语音识别领域,都
随着我国能源结构的调整,天然气因其便于运输、储能效率高,兼具环保等优点成为替代石油、煤炭最热门的清洁能源。我国已经成为世界LNG的贸易大国,其中大量LNG是通过船舶运输到国内。LNG的低温、易燃、易爆性使得对LNG在船舶运输过程中的安全管理极为严格。由于我国尚未有运营的内河LNG船舶,所以为保障将来LNG船舶进入长江后的通航安全,对LNG船舶航行安全风险因素和移动安全区进行量化研究,是十分必要的。
随着工业技术不断向精密化方向发展,高深径比、高质量的微孔应用越来越广泛,传统的机械制造技术已不能完全满足工业发展的需要。而激光打孔具有效率高、柔性好、加工质量可靠
滚动轴承是机械设备中的关键零部件,轴承的好坏与设备能否正常运转密不可分。随着生产的高效化、智能化和多样化,大量的故障数据出现多元化,则对设备智能故障诊断的要求越来越高,特别是滚动轴承的故障诊断成为重中之重。然而现有的方法在滚动轴承故障诊断方面还有一些不足:传统的轴承故障诊断是对一些故障信号进行处理,需要高深的数学基础和强大的专业知识来提取故障特征,故障诊断识别准确率低;卷积神经网络的卷积层是对图像