日語教育中小說翻譯的注意點：和機器翻譯之比較為中心（Notes on Novel Translation in Japanese Language Education : with a focus on comparison with machine translation）

日本語教育における小説翻訳の注意点──機械翻訳との比較を中心に

本文研究了機器翻譯在小說翻譯中的潛力，並考慮將機器翻譯引入翻譯類中。加入神經網絡的機器翻譯在2016年成為主流，據說它提高了翻譯的準確性。但仍存在考慮語境、譯文缺失、譯文統一等問題。通過神經機器翻譯Google和DeepL與人工翻譯生成的翻譯句子進行對比分析，發現機器翻譯由於不能考慮語境，所以在翻譯副詞和連詞時往往不夠準確。另一方面，機器翻譯不受起始語言語法的約束，可以評價為給翻譯帶來多樣性。因此，在小說題材的翻譯課中引入機器翻譯，可以對學習者起到良好的刺激作用。綜上所述，隨著機器翻譯的引入，與小說翻譯相關的日語教育重點更加明顯。綜上所述，隨著機器翻譯的引入，日語教育對小說翻譯的關注點更加明顯：（1）理解文本，兼顧語境；（2）不被文本的語法所困擾；（3）盡量減少讀者的誤讀。

本稿では、小説翻訳における機械翻訳の可能性を調査し、機械翻訳の翻訳授業への導入を考察した。2016年にニューラルネットワークを取り込んだ機械翻訳が主流になり、翻訳の精度が向上したと言われている。ただし、文脈の考慮、訳抜け、訳語の統一などの問題点は残っている。ニューラル機械翻訳であるGoogle翻訳、DeepL翻訳が生成した訳文を人間による翻訳と比較し分析する結果として、機械翻訳は文脈が考慮できないゆえ、副詞や接続詞の翻訳に精度が低い傾向が見られる。一方、起点言語の構文に捉われない機械翻訳は訳文の多様性をもたらすと評価されよう。こうして、小説を主題にした翻訳授業において、機械翻訳の導入は学習者に良い刺激を与えるのではないか。以上をまとめて言えば、小説の翻訳に関わる日本語教育の注力点は機械翻訳の導入によってより明白になってきた。それは（１）テキストの理解と文脈の考慮（２）テキストの構文に捉われないこと（３）読者の誤読を極力減らすことと挙げられる。
This paper investigates the potential of machine translation in novel translation and considers the introduction of machine translation into translation classes. machine translation incorporating neural networks became mainstream in 2016 and is said to have improved the accuracy of translation. As a result of comparing and analyzing the translations generated by neural machine translation systems such as Google Translate and DeepL with human translations, it was found that machine translation tends to be less accurate in translating adverbs and conjunctions because it cannot consider the context. On the other hand, machine translation, which is not bound by the syntax of the starting language, can be evaluated as bringing diversity to the translation. Thus, the introduction of machine translation in translation classes on the subject of novels may provide a good stimulus for learners.