这篇文档属于类型a，即报告了一项原创研究的学术论文。以下是针对该研究的学术报告：
本文的主要作者是Yongping Pan和Zheng Zheng，均来自Guangzhou Huali College的外语学院。该研究发表于2024年国际人工智能与未来教育大会（AIFE 2024），会议于2024年11月1日至2日在上海举行，由ACM出版。
该研究属于翻译学和语言技术的交叉领域，主要探讨语法熟练度和机器翻译（Machine Translation, MT）辅助对中国学生进行汉日（CN-JP）新闻翻译准确性的综合影响。近年来，随着机器学习技术的进步，机器翻译在翻译实践中的应用日益广泛。然而，尽管机器翻译工具的质量不断提高，翻译过程中人类干预的重要性依然不可忽视。特别是在新闻翻译领域，翻译的准确性和文化敏感性尤为重要。因此，研究语法熟练度和机器翻译辅助对翻译准确性的影响具有重要的理论和实践意义。本文旨在通过定量研究方法，探讨语法熟练度和机器翻译辅助在汉日新闻翻译中的综合作用，并为翻译教育提供参考。
研究招募了30名来自中国三所大学的日语专业大三和大四学生作为参与者。这些学生均为汉语母语者，且已经修读至少一年的日语翻译课程。为评估他们的日语语法水平，研究采用了一款基于日本语能力考试（Japanese Language Proficiency Test, JLPT）的30分钟语法测试。此外，研究使用了两篇约190字的中文新闻文本作为翻译任务的材料，两篇文本难度相同，均来自同一篇新闻文章的不同部分。
研究分为三个部分：语法测试、无机器翻译辅助的翻译任务（任务A）和有机器翻译辅助的翻译任务（任务B）。为避免疲劳和顺序效应的干扰，研究采用拉丁方设计随机分配任务的顺序，一半参与者先完成任务A再完成任务B，另一半则相反。每部分任务限时30分钟，任务之间设有5分钟的休息时间。在翻译任务开始前，参与者会收到一份汉日翻译准备表，包括新闻背景、专业术语和翻译要求等信息，并可随时查阅该表。
语法测试的评分基于JLPT的标准。翻译质量的评估则采用基于错误类别的评估方法，该方法整合了CATTI（中国翻译专业资格（水平）考试）和NAATI（澳大利亚翻译资格认证局）的错误分类和评估标准。三位具有多年日语教学和汉日翻译经验的评估者对参与者的翻译进行评分，最终分数为三位评估者评分的平均值。为确保评估者间的一致性，研究使用了组内相关系数（Intraclass Correlation Coefficient, ICC）进行评分者间信度（Inter-rater Reliability, IRR）分析。
数据分析采用配对样本t检验和普通最小二乘法（Ordinary Least Squares, OLS）回归。配对t检验用于比较有无机器翻译辅助的翻译任务间的差异，OLS回归则用于分析语法熟练度和机器翻译辅助对翻译质量的综合影响。
ICC分析显示，三位评估者的评分具有较高的内部一致性（Cronbach’s alpha系数为0.858），表明评分结果可靠，适合进一步统计分析。
配对t检验结果显示，使用机器翻译辅助的翻译任务（M=91.756, SD=2.614）的准确性显著高于无机器翻译辅助的任务（M=89.933, SD=3.967），t(29)=-2.651, p=0.013，效应量为Cohen’s d=0.484。这表明机器翻译工具的使用显著提高了学生进行汉日新闻翻译的准确性。
OLS回归模型显示，语法得分（Gram）和机器翻译辅助（MT）均对翻译质量有显著影响。回归方程为：Q=79.837+0.123*Gram+1.822*MT。语法得分的回归系数为0.123（t=3.663, p=0.001），表明语法熟练度的提高与翻译质量的提升显著相关。机器翻译辅助的回归系数为1.822（t=2.315, p=0.024），表明使用机器翻译工具显著提高了翻译质量。标准化系数显示，语法熟练度（0.421）对翻译质量的影响大于机器翻译辅助（0.266）。模型的R²值为0.248，解释力为24.8%。
研究表明，机器翻译辅助显著提高了学生进行汉日新闻翻译的准确性，同时语法熟练度对翻译质量的影响更为关键。尽管机器翻译工具在翻译过程中起到了积极作用，但坚实的语法基础仍然是高质量翻译的基石。这一发现对翻译教育具有重要意义，建议翻译教育者在教学中引入机器翻译工具，同时加强学生的语法能力训练。此外，研究结果也为新闻翻译实践提供了参考，特别是在需要快速和高质量翻译的新闻场景中，机器翻译工具能够帮助学生克服部分挑战。
研究还指出了未来研究的方向，例如探索其他语言技能对翻译质量的影响，以及不同机器翻译工具在翻译实践中的效果差异。此外，研究强调了翻译教育中语言能力与技术能力并重的重要性。