人工智能在應急語言服務中的應用與展望

許文勝　劉巧玲

［摘要］人工智能技術助推著語言服務行業的數字化、智能化轉型，其高效率、低成本、協同性等特征在應急語言服務領域產生了突出的社會和經濟效益并具有潛在的實際應用價值。本文分析了人工智能技術在應急語言服務產品、人才培養、實踐活動中的應用現狀，并展望了未來發展趨勢。本研究有望為深化應急語言服務智能化轉型的理論研究、推進應急語言服務智能化轉型的實踐探索提供有益參考。

［關鍵詞］人工智能；應急語言服務；翻譯；人才培養；數字化

［中圖分類號］ H030［文獻標識碼］ A［文獻編號］1002-2643（2024）01-0033-11

Application and Prospects of Artificial Intelligence inEmergency Language Services

XU Wensheng LIU Qiaoling

（School of Foreign Studies / Tongji Academy of Artificial Intelligence and Language Education， Tongji University， Shanghai 200092， China）

Abstract：With the distinctive features of high efficiency， low cost and cooperativity， artificial intelligence has produced fundamental social and economic benefits in the emergency language services while boasting huge potential practical and application value. The paper analyzes the application status of artificial intelligence in products of emergency language services （ELS）， talents training and practices， and it further provides insights into the future application of artificial intelligence in ELS. Hopefully， the paper can be inspirational for the in-depth theoretical study on and practical application of the combination between artificial intelligence and ELS.

Key words：artificial intelligence; emergency language services; translation; talents training; digitalization

1.引言

人工智能是計算機學科的一個分支，是研究機器智能和智能機器的一門尖端技術學科，也是涉及計算機科學、心理學、語言學、哲學、生物學、醫學等多學科的綜合交叉學科。作為引領未來的戰略技術，人工智能在移動互聯網、大數據、超級計算、傳感器、腦科學等新的理論和技術以及社會經濟發展強烈需求的共同推動下迅猛發展，呈現出深度學習、跨學科融合、群智開放、自主操控等特征，推動了社會各個領域的智能化（馮志偉，2018：47）?？ㄩT森斯咨詢公司（Common Sense Advisory，CSA）發布的《全球語言服務市場研究報告》顯示，全球對人工智能驅動型語言服務的需求有增無減，語言攜手人工智能成為必然。

新冠疫情以來，應急語言服務先后被寫入國家政策文件，成為國家安全戰略的重要組成部分?！皯闭Z言服務是指針對重大自然災害或公共危機事件的預防監測、快速處置和恢復重建提供救援語言產品、語言技術或參與語言救援行動，包括中外語言、少數民族語言、方言、殘障人手語的急救翻譯、救災語言軟件研發、災情信息傳播、抗災語言資源管理、應急語言標準研制、急救語言培訓、語言治療與康復以及語言咨詢與危機干預等”（王立非等，2020b：22）。蔡基剛（2020：15）指出，目前對應急語言服務的理解“似乎有點狹窄”，應該包括所有公共領域和各行各業突發事件中的語言救援活動?！秶艺Z言文字事業“十三五”發展規劃》明確指出應提升大型國際活動和災害救援等語言應急和援助服務能力（教育部、國家語言文字工作委員會，2016）；王立非（2022）報告中也回顧了北京冬奧會應急語言服務基礎設施、專業化隊伍及標準化建設情況?？梢?，學界已經敏銳地意識到應急語言服務的概念外延有待拓展，除自然災害、公共危機、突發事件外，重大活動也應被納入其中。同時，在理解“應急語言服務”內涵時，需要避免概念混用情況，秉持多模態視角和前瞻性眼光。一方面，“語言服務”“應急語言服務”和“應急語言翻譯服務”三者之間存在上下位關系，不應被混用；需要區別“應急語言服務”與“語言應急服務”，我們傾向于將后者視為對語言本身的應急服務，如對土著語言、民族語言等瀕臨語言的開發與保護等。另一方面，不應忽略語言符號與非語言符號之間的轉換，甚至是真實世界的語言符號與虛擬世界的語言符號的相互轉換?？傊?，作為一個學術概念，應急語言服務不斷被詮釋的過程也是其學理性被梳理及重要性被認可的過程。

應急語言服務現代化需要技術保障。美國網絡安全和基礎設施安全局（Cybersecurity and Infrastructure Security Agency，2022）發布的《2023—2025年戰略規劃》強調了現代技術于危機溝通之重要性；《美國國家應急溝通預案》（National Emergency Communications Plan，簡稱NECP）也規定須使用現代的、安全的、韌性的技術提高應急響應能力和溝通能力。當前，機器翻譯引擎（Lewis，2010）、眾包翻譯技術（Sutherlin，2013）、語音和文字信息的實時轉換技術（Cadwell，2016）、翻譯記憶技術（OBrien，2020）、語音識別與人機交互（李宇明等，2020）及綜合語言技術（饒高琦，2020）已經在應急語言服務中發揮了重要作用。在智能化和數字化浪潮中，人工智能對語言服務的推動力持續加碼，引起了學界熱議，已圍繞人工智能在語言服務企業中的應用現狀（崔啟亮，2021）、發展對策（王宗華，2021）、應用場景、現存問題與趨勢（王華樹、王鑫，2021）等展開研究。但總體而言，人工智能技術如何賦能應急語言服務的研究還相對匱乏。有鑒于此，本文將系統梳理人工智能技術在應急語言服務產品、人才培養及實踐活動中的應用現狀并展望未來發展路徑，有望為應急語言服務供應商、人才培養單位和行動組織方提供參考。

2.人工智能在應急語言服務行業中的應用

我國越來越多的語言服務企業基于人工智能技術研發產品，這些產品被廣泛應用于語言服務實踐，提高了工作效率與語言服務質量，體現了人工智能技術賦能語言服務的特征（崔啟亮，2021：29）。新冠疫情下，應急語言服務產品線出現井噴式增長，人工智能技術功不可沒。陳鵬（2012：20）在進行語言產業研究過程中，依據產品形態將語言產品分為純語言產品、綜合語言產品、語言科技產品與公共語言產品。鄭澤芝、徐鉑（2020：44）沿此思路，將應急語言服務產品分為四類：純語言類應急語言服務產品、綜合類應急語言服務產品、技術類應急語言服務產品和公共類應急語言服務產品。伴隨著電子商務、大數據及人工智能的發展，數據開始作為產品參與交易。數據產品是指作為產品的數據集，或者從數據集中衍生出來的信息服務（Pei， 2022：1），“具有交換價值和技術可行性”（李曉珊，2022：125）。數字產品是與數據產品相近的概念，“通常是指那些通過電子設備或渠道來使用或消費的無形商品，比如電子書、可下載的音樂、軟件等”（黃麗華等，2022：4-5）。據此，本文結合實際產品品類和研究側重點，將應急語言服務產品分為數據產品和數字產品。受篇幅所限，將基于以下標準選擇部分代表性產品舉隅說明：（1）產品具有創新性或較高的技術含量；（2）產品被實際應用于應急語言服務場景，產生了社會效益或具有潛在的實踐和應用價值。

2.1 應急語言服務數據產品研發

2022年1月，國務院發布的《“十四五”數字經濟發展規劃》再次指出，數據對提高生產效率的乘數作用不斷凸顯，已成為最具時代特征的生產要素。數據產品比較接近于原材料，“具有可聚合性和可編輯性”（黃麗華等，2022：5）。從產品落地情況看，目前應急語言服務數據產品集中在數據庫和提供數據服務的資源中心和平臺兩方面。

人工智能具有便捷、高效、協同和融合等鮮明特征。表1顯示，自然語言處理、機器學習、計算機視覺、語音識別、人機交互、知識圖譜等多種人工智能技術的集合應用是應急語言服務產品研發與升級的重要保障。人工智能迅速發展不僅將深刻改變語言服務企業的服務模式和生態體系（王華樹、李智，2020：86-95），也將推動語言服務行業智能化、數字 化轉型。新冠疫情期間，人工智能與應急語言服務的結合成為語言服務企業強弱分化的分水嶺?？v觀CSA近三年發布的《全球百強語言服務供應商榜單》 ，TransPerfect、Lionbridge、LanguageLine Solutions等企業之所以能在疫情期間仍蟬聯榜首，部分原因要歸功于企業對多種人工智能技術的應用以及面向生命科學、臨床醫學等領域的業務布局調整。人工智能技術除助力企業深耕垂直領域外，也推動著應急語言服務主體的多元化以及流程的智能化。從上表可以看出，應急語言服務產品研發參與的主體呈現出多樣性，校、企、民均在產品供應上有所作為，但相對而言，彼此的融合度不夠，導致提供的產品或服務有雷同。同時，受設計理念、目標和推廣力度等因素影響，部分產品的市場轉化率和用戶通達性有待提升。在人工智能技術的加持下，應急語言服務流程已呈現出智能化、自動化特征。以服務于上海疫情的TransOn平臺（手機應用和同名微信小程序）為例，該產品在譯員標簽管理、服務供需匹配、服務流程、服務評價等多方面實現了自動化、可視化，提供24小時不間斷即時翻譯服務。未來，應急語言服務數據產品的開發可著力于以下幾點：其一，加強多方協作，有效整合資源，避免人力物力浪費；其二，在應急語言服務產品面向的服務人群、提供的服務方式、服務場景、服務內容等方面強化企業品牌建設，塑造企業核心競爭力；其三，以產品為紐帶，通過多種形式加強服務主客體之間的交互性，推進應急語言服務人性化、品質化建設。

2.2 應急語言服務數字產品研發

伴隨著大數據、人工智能為代表的數字經濟時代已加速到來，推進語言文字數字化建設成為社會語言文字生活新形態（陳麗湘，2022）。面向多元人群設計服務于全過程的特色產品，無疑是語言服務企業提升競爭優勢的重要支點。參照應急處理流程（Pearson & Mitroff，1993；Stephens et al.，2005；Pauliina & Marita，2012），應急語言服務大致可分為預警、響應、恢復三階段。目前具有代表性的應急語言服務數字產品如表2。

從上表可以看出，目前應急語言服務數字產品大致可分為云機器人、小程序/軟件和電子產品三類。未來，應急語言服務產品開發有望通過以下方面找到突破。首先，基于人工智能技術圍繞應急語言服務全過程拓展產品線，促進語言服務企業新業務需求放量。應急語言服務產品目前以響應階段居多，預警階段其次，恢復階段最少。上表中列出的小程序“Italia Ti Ascolto（意大利，我在聆聽）”是為數不多的服務于恢復階段的產品，旨在為受到疫情重創、需求心理咨詢的人士提供語言服務。早在2020年，相關專家就呼吁應設計移動小程序保障疫情中與疫情后人們的心理健康（Serlachius et al.，2020; Eckhoff & Furberg， 2020；Clay，2021），但目前未得到太多市場響應。其實，市面上已有許多基于人工智能技術的語言治療與康復產品，如Positive Activity Jackpot、CALM、Breathe to Relax等等，它們有的內嵌GPS系統、有的基于認知行為治療、有的設有虛擬助手，可以為應急語言服務全階段的產品研發與升級提供借鑒和參考。其次，應基于人工智能技術打造無障礙溝通的應急語言服務產品，以協助企業拓展客戶群、提高市場覆蓋率。目前的應急語言服務產品在語對覆蓋面、支持的文件類型、兼容性、界面友好度、響應速度、經濟性等方面具有一定優勢，但“無障礙溝通”功能還有望從拓展服務對象、服務內容、服務模式與服務場景四方面進行優化。其一，拓展服務對象：目前服務語言劣勢群體（因語言資源條件所限暫時缺乏正常語言能力者，如外國移民、難民等）的產品居多，服務語言弱勢群體（因生理條件所限永久缺乏正常語言能力者，如聽、視障人群等）的產品較少。其二，拓展服務內容：現有的應急語言服務內容還不夠多元，大多產品雖支持音頻、視頻、圖片、文字之間的互相轉換與翻譯服務，但在手勢、表情等符號轉換上仍未有明顯突破。其三，拓展服務場景：需基于用戶需求調研，進一步開發有實用價值、有穩定客戶群的“應用場景”，以維持“用戶黏性”，延續應急語言服務產品的壽命。其四，拓展服務模式：伴隨著應急語言服務商業化進程，“專人式”“自助式”“體驗式”等服務模式有望打通，成為行業新的增長點。

3.人工智能在應急語言服務人才培養中的應用

3.1 應急語言服務人才培養模式

人才培養是應急語言服務體系建設中關鍵的一環。學界對此有過一些零星的探討，如人才庫建設（王立非等，2020a；沈索超、黃雅琳，2020）、人才培養體系建構（穆雷、劉馨媛，2020；李迎迎、潘曉彤，2021）、人才素質與評價標準梳理（滕延江，2021）、能力培訓的內容與路徑（滕延江、王立非，2023）等?？傮w而言，由于專業設置、師資隊伍、課程方案等原因，學校對應急語言服務人才的培養尚未形成體系；由于經驗不足、資源分散、監督缺乏等原因，應急行動組織方和實施方對應急語言服務人才的培訓不夠規范。美國Cyracom公司設有9-1-1呼叫中心，在應急譯員培訓方面有較成熟的經驗，可資借鑒。培訓計劃整理如下（見圖1）：

美國絕大多數翻譯公司都采用合同員工（contractor 1099），對員工進行額外培訓不符合法律規定，而Cyracom采用正式員工（employee W2），因此其譯員培訓方案既合法也較成體系，其中9-1-1呼叫中心主要為醫療急救、家暴等緊急情況提供口譯服務。從上圖可以看出，該公司應急譯員培訓內容較為豐富，除針對語言方面的培訓外，也特別注重話術、優秀案例及各類應急知識的學習；培訓方式較為靈活，以角色扮演、分組討論和實操等方式為主，注重同伴互助和講師監督指導，以調動學員的參與感和積極性，但該公司的人才培養模式與人工智能技術的融合度仍不夠。

3.2 人工智能技術優化應急語言服務人才模式

當技術與教育的結合越來越緊密時，我們更應思考人工智能教育發展的目的是什么，以及如何使得技術更好地賦能教育行業，推動人才培養模式的改革（億歐智庫，2022：78）。由此，下文將基于該培訓方案模板，取長補短，構建基于人工智能技術可復制、可落地的應急語言服務人才培養模式。

上圖構建的應急語言服務人才培養模式，充分融合了OCR圖像識別、知識圖譜、智能決策、計算機視覺、自然語言處理、機器學習、人機交互等技術，可以從測、教、學、練、評五方面實現人才培養自動化和智能化。相比傳統的人才培養模式，基于人工智能技術的應急語言服務人才培養應更加強調智能化教學前測、云端海量案例庫、虛擬仿真場景、線上線下相結合的服務實踐以及AI陪練。第一，教學前測是人工智能技術賦能應急語言服務人才培養最為基礎和最為關鍵的一步。智能化教學前測可圍繞學習者的雙語能力、興趣特長、知識結構、品行修養、信息技術應用能力等方面預置問卷調查、AI對話、模擬危機場景應對，以便AI精準描繪學習者個人的數字畫像，為其定制個性化的學習方案。第二，應急語言服務人才培養需要云端海量案例庫和虛擬仿真場景設置，以刺激學習者的視、聽、觸、動覺等感觀系統，增強學習者的沉浸感。理想狀態下，虛擬仿真場景應盡量覆蓋應急語言服務全流程、涵蓋全災種，以便應急語言服務人才增強角色認知，提升綜合服務能力。第三，除課堂學習外，應急語言服務人才培養必須重視社會實踐。應鼓勵學生通過線上、線下相結合的方式觀摩、調研、參與和評價應急語言服務實踐活動，以實踐促進應急語言服務教學，以教學回饋應急語言服務實踐。第四，AI陪練對應急語言服務人才培養尤為重要。應急語言服務的實踐性強，AI智能陪練具有高度自動化等特征，可以被無限調動。通過人機虛擬對話實訓，企業的產品使用率得以提高，培養單位訓練成本得以降低，管理流程得以簡化，學習者興趣得以調動和提升?？傊?，應借力人工智能技術，形成以學生為中心、以需求為導向的應急語言服務人才培養模式，在學前測試、教學資源、教學方式、實操練習、評價考核等方面實現全面智能化。

4.人工智能在應急語言服務實踐中的應用

應急語言服務行動涉及組織方、服務承包商、服務者和服務對象等多方聯動。2022年上海疫情暴發，由同濟大學等16所高校牽頭的“語言大白守‘滬行動”快速響應。該行動聯合云同傳平臺“TransOn”，得到了上海教育國際交流協會和各國駐滬領事館大力支持，并發揮輻射效應，帶動北至黑龍江、南至海南、東至山東、西至四川共15個省市的參與?！罢Z言大白”行動是以志愿者為主體，整合校、企、民各界資源，服務現實需求的成功范例。然而，在同濟大學人工智能語言研究院與TransOn所屬企業復盤前期工作時，也發現了一些問題。下文將以該行動為案例，探討人工智能如何助力應急語言服務實踐。

4.1 人工智能技術應滲透應急語言服務行動全過程

“語言大白”行動從志愿者招募、培訓、術語庫編制、需求方任務派單、志愿者“接單”到無接觸式即時翻譯服務提供等一系列工作，均在線上完成（許文勝、劉巧玲，2022），但對人工智能技術的使用率不算高，對過程的覆蓋面也不夠廣。除了行動中使用的產品或部分服務智能化以外，行動前譯員選拔、培訓、管理和行動后的調查與復盤等工作未能切入人工智能技術。響應度和安全性是應急語言服務實踐成效的考察點，人工智能技術對應急語言服務實踐活動全過程的參與和改造，是應急語言服務全面智能化的標志。

4.2 人工智能技術應助力應急語言服務供給側改革

“語言大白”行動采用的TransOn平臺能對語言服務者和服務對象進行標簽化管理，便于服務需求匹配。在商務會議等通用領域，系統會根據譯員知識結構、接單經歷、用戶評價、專家評價等標簽自動優先推送3—5名服務者供服務對象選擇。在醫療健康等專門領域，采取用戶即時呼叫，譯員即時接單的方式提供語言服務。后續有望運用人工智能技術，對服務者與服務對象的知識、能力、經驗、信用度等方面進行全景式掃描與動態化監督管理，實行更為精準的服務需求匹配，以實現高效率和高質量的應急語言服務供給。

4.3 人工智能技術應保障數據資產安全

考慮到用戶隱私，目前TransOn并未對服務過程中的一手數據進行保存與利用?！缎乱淮斯ぶ悄苤卫碓瓌t》《新一代人工智能倫理規范》等一系列政策文件規定，應將倫理道德融入人工智能全生命周期。滕延江、王立非（2022：109）也呼吁，應“有效管控語言信息數據的生產與傳播，最大程度保護各方隱私、數據安全”。真實場景下產生的語言服務數據對于應急語言服務人才培養、行業語料庫、術語庫建設、后續應急語言服務開展以及產品功能升級等方面具有重要作用，因此，在充分尊重服務雙方隱私權、知情權、同意權的基礎上，采用人工智能技術合法收集和正當使用數據資源，是未來應急語言服務水平提升的重要保證。

5.結語

人工智能浪潮下，語言服務行業面臨著陣痛與嬗變。本文回顧了人工智能技術在應急語言服務產品、人才培養、實踐行動中的應用現狀與未來發展路向。研究發現：（1）人工智能技術在應急語言服務產品中的運用日益普遍，未來產品研發應在服務主體多元化、流程智能化、服務對象、內容、場景和模式拓展方面“補短板”；（2）人工智能技術在應急語言服務人才培養中的運用不夠充分，未來有望在測、教、學、練、評五方面有所作為，尤其應在智能化教學前測、云端海量案例庫、虛擬仿真場景、線上線下相結合的服務實踐以及AI陪練方面“破壁壘”；（3）人工智能技術雖已加持應急語言服務行動，但還應在全過程覆蓋面、服務供給側改革及數據資產價值利用方面“拆藩籬”。

如果說從“翻譯”到“語言服務”，是服務意識和服務能力的重塑與升級，那么從“語言服務”到“應急語言服務”，則是社會意識的提升和社會責任的踐行。牢鑄國家安全觀、守護民眾安全感是應急語言服務供應商生生不息的動力源泉，也是應急語言服務者堅定不移的使命擔當。打造智能化、專業化的應急語言服務，非一朝一夕之易事，只有中央政府與各級政府縱向聯動，學校、企業、科研機構、志愿者組織橫向聯通，才能真正提升我國應急語言服務能力和水平。

參考文獻

［1］ Cadwell， P. A place for translation technologies in disaster settings： The case of the 2011 Great East Japan Earthquake［A］. In M. OHagan & Q. Zhang （eds.）. Conflict and Communication： A Changing Asia in a Globalizing World-Language and Cultural Perspectives［C］. New York： Nova， 2016. 169-194.

［2］Clay， R. A. Mental health apps are gaining traction［J/OL］. Monitor on Psychology， 2021， 52（1）. https：//www.apa.org/monitor/2021/01/trends-mental-health-apps.［2022-10-03］

［3］Cybersecurity and Infrastructure Security Agency. CISA Strategic Plan 2023-2025［EB/OL］. 2022. https：//www.cisa.gov/sites/default/files/publications/StrategicPlan_20220912-V2_508c.pdf.［2022-10-04］

［4］Eckhoff， R. & R. Furberg. Using Mobile Apps to Reduce Stress and Promote Psychological Resilience During COVID-19［EB/OL］. 2020. https：//www.rti.org/insights/using-mobile-apps-reduce-stress-and-promote-psychological-resilience-during-covid-19.［2022-10-05］

［5］Lewis， W. Haitian creole： How to build and ship an MT engine from scratch in 4 days， 17 hours， & 30 minutes［A/OL］. In F. Yvon & V. Hansen （eds.）. Proceedings of the14th Annual Conference of the European Association for Machine Translation ［C/OL］. Saint-Raphaёl： European Association for Machine Translation， 2010. https：//aclanthology.org/2010.eamt-1.37.pdf.［2023-09-10］

［6］OBrien， S. Translation technology and disaster management［A］. In OHagan M （ed.）. The Routledge Handbook of Translation and Technology［C］. New York： Routledge， 2020. 304-318.

［7］Pauliina， P. & V. Marita. Quality indicators for crisis communication to support emergency management by public authorities［J］. Journal of Contingencies and Crisis Management， 2012， 20（1）： 39-51.

［8］Pearson， C. & I. Mitroff. From crisis prone to crisis prepared： A framework for crisis management［J］. Academy of Management Perspectives， 1993， 7（1）： 48-59.

［9］Pei， J. A survey on data pricing： from economics to data science［J］. IEEE Transactions on Knowledge and Data Engineering， 2022， 34（10）： 4586-4608.

［10］ Serlachius， A. et al. Coping Skills Mobile App to Support the Emotional Well-Being of Young People During the COVID-19 Pandemic： Protocol for a Mixed Methods Study［J/OL］. JMIR Res Protoc， 2020， 9（10）. https：//www.ncbi.nlm.nih.gov/pmc/articles/PMC7546866/.［2022-10-03］

［11］Stephens， K. K.， P. C. Malone & C. M. Bailey. Communicating with stakeholders during a crisis：Evaluating message strategies［J］. Journal of Business Communication， 2005， 42（4）： 390-419.

［12］Sutherlin， G. A voice in the crowd： Broader implications for crowdsourcing translation during crisis［J］. Journal of Information Science， 2013， 39（3）： 397-409.

［13］蔡基剛. 應急語言服務與應急語言教學探索［J］. 北京第二外國語學院學報， 2020， （3）：13-21.

［14］陳麗湘. 數字化引領語言文字生活新形態［N/OL］.光明日報， 2022-04-06. http：//theory.people.com.cn/n1/2022/0406/c40531-32392096.html.［2022-10-01］

［15］陳鵬. 語言產業的基本概念及要素分析［J］. 語言文字應用， 2012， （3）：16-24.

［16］崔啟亮. 人工智能在語言服務企業的應用研究［J］. 外國語文， 2021， （1）： 26-32+73.

［17］馮志偉. 機器翻譯與人工智能的平行發展［J］. 外國語， 2018， （6）： 35-48.

［18］黃麗華， 竇一凡， 郭夢珂， 湯奇峰， 李根. 數據流通市場中數據產品的特性及其交易模式［J］. 大數據， 2022， （3）： 3-14.

［19］教育部， 國家語言文字工作委員會. 國家語言文字事業“十三五”發展規劃［EB/OL］. 2016. http：//www.moe.gov.cn/srcsite/A18/s3127/s7072/201609/t20160913_281022.html.［2022-10-02］

［20］李曉珊. 數據產品的界定和法律保護［J］. 法學論壇， 2022， （3）： 122-131.

［21］李迎迎， 潘曉彤. 應急語言服務人才培養體系建構探究［J］.天津外國語大學學報， 2021， （4）： 10-19+157.

［22］李宇明， 趙世舉， 赫琳. “戰疫語言服務團”的實踐與思考［J］. 語言戰略研究， 2020， （3）： 23-30.

［23］穆雷， 劉馨媛. 重視并建設國家應急語言服務人才培養體系［J］. 天津外國語大學學報， 2020， （3）： 24-31+156-157.

［24］饒高琦. 戰疫語言服務中的語言技術［J］. 云南師范大學學報（對外漢語教學與研究版）， 2020， （4）： 26-32.

［25］沈索超， 黃雅琳. 我國應急語言服務人才數據庫建設芻議［J］. 浙江師范大學學報（社會科學版）， 2020， （4）： 19-25.

［26］滕延江. 應急語言服務者勝任力與應急語言人才評價［J］.天津外國語大學學報， 2021， （4）： 20-31+157-158.

［27］滕延江， 王立非. 突發公共事件中應急語言服務的倫理考量［J］. 江漢學術， 2022， （3）： 104-110.

［28］滕延江， 王立非. 應急語言服務團能力提升培訓：現狀、內容與路徑［J］ .山東外語教學，2023，（1）：19-29.

［29］王華樹， 李智. 人工智能時代的翻譯技術研究：內涵、分類與趨勢［J］. 外國語言與文化， 2020， （1）： 86-95.

［30］王華樹， 王鑫. 人工智能時代的翻譯技術研究：應用場景、現存問題與趨勢展望［J］. 外國語文， 2021， （1）： 9-17.

［31］王立非. 北京冬奧會語言服務大數據報告［R］. 北京： 對外經濟貿易大學出版社， 2022.

［32］王立非等. 全球抗疫中應急語言服務響應與人才準備的多維思考［J］. 當代外語研究， 2020a， （4）： 46-54.

［33］王立非等. 應急語言服務的概念、研究現狀與機制體制建設［J］. 北京第二外國語學院學報， 2020b， （1）： 21-30.

［34］王宗華. 人工智能時代語言服務業發展對策研究［J］. 齊齊哈爾大學學報（哲學社會科學版）， 2021， （6）： 131-134.

［35］許文勝， 劉巧玲. 構建上海應急語言服務體系的幾點方法論［EB/OL］. 中國網， 2022. http：//life.china.com.cn/gg/zixun/detail2_2022_06/28/3477239.html.［2022-10-02］

［36］億歐智庫. 2021全球人工智能教育落地應用研究報告［J］. 機器人產業， 2022， （1）： 78-96.

［37］鄭澤芝， 徐鉑. 應急語言服務的基本概念及要素分析［J］. 北京聯合大學學報（人文社會科學版）， 2020， （3）： 43-49. （責任編輯：葛云鋒）

收稿日期： 2023-10-12；修改稿，2023-12-02；本刊修訂，2024-01-15

基金項目：本文為國家社科基金一般項目“中國共產黨百年翻譯史研究”（項目編號：23BYY11）和上海市哲學社會科學一般項目“面向突發公共事件的應急語言服務研究”（項目編號：2022BYY009）的階段性成果。

作者簡介：許文勝，博士，教授，博士生導師。研究方向：翻譯學、現代技術與外語教育。電子郵箱：xws@#edu.cn。

劉巧玲，博士研究生。研究方向：翻譯學、應急語言服務。電子郵箱：522872513@qq.com。

引用信息：許文勝，劉巧玲.人工智能在應急語言服務中的應用與展望［J］.山東外語教學，2024，（1）：33-43.