摘 要: | 本文在L1、L2语言产出中的自我修正相关研究基础之上,基于Levelt的分类模型,以"第五届全国口译大赛"东北大区赛数据为研究语料,重新建立了英汉交替传译过程中的自我修正分类模型,并对其分布特点进行了描述。数据分析结果表明:只有建立更符合英汉口译特点的分类模型,才能将自我修正更好地应用于口译过程中的监控机制、认知负载等研究;学生译员A语译语产出中的"监控倾向"比L1语言产出向输出源发生明显偏移,而主要由输入源诱因导致的隐性修正并未对口译质量评价产生明显的负面影响;认知负载增加时,在注意力资源有限的情况下,学生译员会优先监控输入源诱因。
|