*说明：本项目探索新兴技术应用的评估体系开发，计划开展两项研究：

【生成式人工智能古诗翻译的应用场景探索与多维评估】

本研究致力于构建AI古诗翻译的多维评估体系。1）通过与不同的生成式AI进行对话，从多个维度分析翻译文本，并运用SDL工具建构量化表，进行综合评估，力图构建一套相对理性、客观的评估体系，以帮助提高古诗翻译的效率，并为研发公司进一步优化AI产品提供参考。2）探讨AI对于文学翻译原则的体现和重构，关注翻译伦理问题，得出相关理论性的思考，建构AI翻译的伦理学与理论体系。

【基于学习者词汇掌握水平的移动软件英语词汇个性化推荐算法研究】

本研究以移动学习环境下的英语词汇学习为核心，聚焦学习者词汇掌握水平与个性化推荐算法之间的关联，致力于推动移动学习软件在个性化学习领域的应用优化。通过理论与实践相结合的方法，探索提升学习者学习效率与学习体验的有效路径。1）从理论层面深化对个性化学习与英语词汇学习关系的理解，构建以词汇学和推荐算法为核心的交叉研究框架，推动移动学习领域的理论发展。2）面向移动学习软件的个性化推荐功能，揭示学习者词汇水平与推荐效果之间的复杂交互关系，为后续算法优化提供科学依据。3）满足不同英语水平学习者的多样化需求，打破传统学习模式的局限性，通过个性化推荐实现“因材施教”的学习模式，提升学习者的语言学习效率和自主学习能力。4）提供具备实践价值的优化建议，指导软件开发者设计更加智能、高效的推荐系统，推动移动学习技术在语言教育中的实际应用，为教育技术领域注入新的活力。

*说明：本项目探索新兴技术应用的评估体系开发，计划开展两项研究：

【生成式人工智能古诗翻译的应用场景探索与多维评估】

1. AI译诗的多维度评估

拟选择不同类型的古诗词中的典型文本，运用代表性的生成式AI（拟选用文心一言、ChatGPT 4.0、Kimi、Copy.ai）进行分析，与加入相关指令后进行对比。注重比较研究，以不同AI在不同应用场景下的比较、在不同维度下AI的比较与倾向、AI翻译与人工翻译的对比等为主要对照方向。维度拟举押韵、意象捕捉、情感传达、古今异义处理、用词准确度、修辞使用、美感与升华等，兼顾翻译原则与文体特点，对两轮翻译结果按照以上维度进行主观分析，过程中多思考一些倾向性问题，如在译文中是否有体现情感基调的词？多种情感能否正确分析？人工译文是否能够做到这一点？结合运用TQA工具进行量化分析，探究不同场景下的最优解与现存的问题。

2. AI译诗对于文学翻译原则的体现与重构

关于传统人工翻译译出语/译入语取向、社会符号学取向、忠实通顺、意形音美等原则，研究AI是否能够体现，以及AI的一些倾向选择，包括AI本身可能的美学“偏好”与是否更加倾向于作者取向等。进一步探究相关的翻译伦理问题，以及AI对于文学翻译和人工翻译的冲击等，总结AI译诗的可行性/适合的应用场景与遇到的挑战，探讨AI与一些翻译理念的契合度，例如翻译是一种两相妥协的艺术、“翻译是一种创造性叛逆”——AI是否具有创造性？AI又是否体现了这一理念？如果体现，是怎样体现的？

【基于学习者词汇掌握水平的移动软件英语词汇个性化推荐算法研究】

1. 评估体系的构建

   本研究最终任务是提出一套科学完善的评估体系，该体系涵盖多维度的评估指标，具体包括用户满意度、学习成效以及持续使用意愿等关键方面。并且，在构建过程中，会紧密结合词汇学理论，对各项具体指标进行精心优化，确保其既能准确反映学习者的学习情况，又能客观衡量个性化推荐策略的实际效果，使整个评估体系具备高度的科学性与合理性。

2. 学习者词汇掌握水平的分析

   为深入了解学习者的词汇掌握水平以及其对个性化推荐效果的影响，本研究计划采用问卷调查与现场测试相结合的方式开展研究工作。通过科学设计问卷内容，全面覆盖词汇掌握的各个维度，如词汇量大小、词汇运用能力等；同时，组织严谨规范的现场测试，模拟真实学习场景，考查学习者在不同情境下对词汇的运用情况。进而综合分析所获取的数据，精准把握学习者的词汇掌握水平，以及这一水平与个性化推荐效果之间存在的内在关联。

3. 评估体系的实证验证

   本研究将精心设计一套具体的评估流程，通过实际测试与半结构化访谈等方法，对所构建的评估体系进行实证验证。在实际测试环节，选取具有代表性的样本群体，按照既定流程开展测试工作，收集相关数据；在半结构化访谈中，与学习者进行深入交流，了解他们在使用过程中的真实感受和意见反馈。通过对这些多渠道获取的数据进行综合分析，严谨验证评估体系的科学性以及在实际应用中的适用性，为后续的优化工作提供有力依据。

4. 基于学习者词汇掌握水平的移动软件英语词汇个性化推荐优化建议

   最后，依据上述各项研究工作所得到的评估结果，本研究将深入分析学习者词汇掌握水平与个性化推荐之间的关系，从学习者的实际需求出发，提出具有针对性的个性化推荐优化策略，为移动学习软件的开发者提供切实可行的改进方向，以便其进一步优化软件功能，提升个性化推荐服务的质量，更好地满足学习者的多样化需求。

*说明：本项目探索新兴技术应用的评估体系开发，计划开展两项研究：

【生成式人工智能古诗翻译的应用场景探索与多维评估】

1. 关于古诗词翻译的研究现状

当前古诗词翻译研究成果主要集中在以下几个方面：1）关注不同切入角度下古诗词的英译方法，如生态翻译学“三维”转换、故事法“三事件”、翻译目的论等视角；2）基于前人的翻译理论或文体本身的原则进行研究，如傅兰雅翻译思想对古诗词翻译的启示、古诗词翻译的美学原则等。3）关注不同诗人/地域的诗歌，如李白诗歌、夔州诗歌等；4）重点研究某一类的词汇或意象，如草木意象、“红”系颜色词英译等。

研究不足：1）相关的外文研究成果相对较少，说明古诗词译本还有待走进世界性的大众视野，以古诗词翻译为代表的文化传播与输出亟需推进；2）缺乏将AI翻译与古诗词翻译结合进行的研究；3）更多研究方法基于主观理论分析，缺乏量化数据支撑。

2. 关于AI辅助翻译的研究现状

多为关注具体领域的研究，就其应用领域研究而言，主要包括：1）普惠实践、积极经济洞察、课程教学影响等；2）就其细化类别而言，涉及新出图书翻译、电影、短视频字幕翻译等；3）就其技术研究而言，探讨的领域包括CCA投影子空间、数据增广策略、语法错误分析技术等。

研究不足：AI作为一种新技术，学界更多探讨其与新概念、新理论相结合的方面，较少关注其在传统文化中所起到的作用，缺乏AI传统文化典籍的相关研究，包括古诗词文本的翻译在内。偏重技术性与新概念应用性的研究，中外文献占比相对接近。

3. 机器翻译与人工翻译的比较研究现状

相关文献较少，可分为宏观展望、具体分析与译后编辑相关三类。1）宏观着眼于二者之间的比较与愿望、比较与合作，或依托文本材料探讨其改进之道；2）具体分析则着眼于某些专业术语，例如《伤寒论》、《黄帝内经》中的中医术语等；3）对于译后编辑进行了过程、质量与译者态度等的多维评估与对比实证研究。有一则特殊的文献，题为《文学材料和非文学材料机器翻译适用性比较研究》，关注点新颖，是2012年的成果，说明这个方向上缺乏后续的建设性研究，很是可惜。这则文献也并非以探讨古诗翻译为重点，进一步佐证了本项目主题的创新性。

【基于学习者词汇掌握水平的移动软件英语词汇个性化推荐算法研究】

1）近年来，英语词汇学习的研究，经历过明显的研究轨迹转向，从早期单纯注重 “词汇量积累” 逐步过渡到如今强调 “词汇深度学习”。越来越多的研究开始重视根据学习者的实际水平，有层次地设计学习任务，旨在让学习者能够更扎实地掌握词汇知识，实现词汇学习从量到质的转变。在关于词汇记忆和掌握水平的研究方面，大多是以心理语言学以及认知科学理论为依托展开。研究者着重关注短期记忆与长期记忆之间的转化机制，试图通过深入探究这一过程，找寻更为有效的词汇记忆方法，提高学习者对词汇的掌握程度，为优化词汇学习效果提供理论依据。

2）在移动端软件的个性化推荐研究方面，在教育技术领域，个性化推荐已然成为当下的一个热门研究方向，吸引了众多学者的目光。基于协同过滤、内容推荐以及混合推荐等不同类型的算法，已经在各类移动学习平台上得到了广泛的应用，这些算法在一定程度上实现了根据学习者的不同特点提供个性化内容的功能。

3）在词汇学习与移动技术结合方面，目前大多数研究依旧集中在技术实现以及算法优化层面，重点关注如何通过改进算法来提升推荐的精准度等技术指标。相对而言，针对推荐效果进行多维度评估的研究却较为匮乏，尤其是缺乏那种将学习者行为以及满意度等因素综合考量的系统性研究，这使得在实际应用中，难以全面、客观地衡量个性化推荐功能为学习者带来的真实效果。

*说明：本项目探索新兴技术应用的评估体系开发，计划开展两项研究：

【生成式人工智能古诗翻译的应用场景探索与多维评估】

1、研究的具体领域具有创新性。我们对于古诗词翻译的专家许老先生之名耳熟能详；AI应用已经进入大众视野；机器翻译与人工翻译的比较研究也有了进展，但AI古诗翻译作为一个结合性、交叉性的具体领域，有其文化意义、应用价值与创新性。市面上有众多的移动学习软件，包括着眼于背单词的app，但在词汇推荐的评估方面，还缺少相关研究。

2、选取的典型文本具备创新性。出于排除干扰获得纯机器翻译结果与设置对照组进行比较分析的考虑，我们会选取一些“知名度”相对较低、没有人工译本的古诗词作品，这些文本的选取与应用具备创新性。

  3、研究思路与方法具有创新性。我们运用多维度分析、调查研究与量化评估的有机结合，维度的选取也是基于翻译原则与文体特色拓开的新方向，既有“人情味”，又有理性、中立、客观的思考，力图呈现充分的、多维的、客观的评估与研究。

【基于学习者词汇掌握水平的移动软件英语词汇个性化推荐算法研究】

1）研究领域具有创新性。在移动学习领域，个性化推荐算法的研究已经取得了一定的进展，但大多数研究集中在通用知识领域。本课题将研究领域聚焦于基于学习者词汇水平的个性化推荐，涉及到计算机科学和数据科学，是一个跨学科研究。

2）算法设计具有创新性。传统的推荐算法往往忽视了学习者个体差异，尤其是词汇水平的差异。本课题提出一种基于学习者词汇水平的个性化推荐算法，该算法能够根据学习者的词汇掌握情况动态调整推荐内容。

3）数据采集与处理具有创新性。为了更准确地捕捉学习者的词汇水平，本课题将采用自然语言处理技术对学习者的阅读和写作样本进行分析，以评估其词汇水平。

*说明：本项目探索新兴技术应用的评估体系开发，计划开展两项研究：

【生成式人工智能古诗翻译的应用场景探索与多维评估】

路线：

选择、提供合适的文本并给出理由；与AI进行对话，将不同AI、有无提示词作为两组对照组；多维度（研究内容中提及）进行分析评估；结合SDL工具进行量化的评估与测算，给出量化表格；进一步搜集资料，研究AI译诗对于文学翻译原则的体现与重构，撰写论文。

拟解决的问题：

1) 主观分析的“去主观化”。在广泛搜集和阅读专业文献后，理性、客观、中立地分析文本，采用问卷调查的方式，获取普遍性、倾向性的思考，佐证或修正分析结果，并将量化分析TQA工具与主观分析有机结合，两者各有利弊。

2) 典型文本的选取。兼顾相关资源多寡（排除干扰或评判搜集能力）、有无人工译本（得到纯机器翻译结果或进行比较研究）、主题思想与情感意蕴、体裁形式等方面，进行选择，一方面选取典型，一方面保证基数，以达到共性研究的效果。

3) 量化分析工具的使用与其和主观分析的结合。有机结合的“度”需要把控，面对群体性的主观分析与量化意群分析结果不一致时，应该如何选择或者进行进一步的分析研究，有待于深入思考；如何充分利用、用好SDL工具的功能，也是一个挑战。

预期成果：

    论文，在学术期刊上发表，题为：生成式人工智能古诗翻译的应用场景探索与多维评估。

【基于学习者词汇掌握水平的移动软件英语词汇个性化推荐算法研究】

路线：

1. 构建科学的评估指标体系

  在构建评估指标体系时，需要综合、全面地考虑诸多因素，涵盖学习者的词汇掌握水平、学习体验以及学习成效等多个关键维度。这要求研究者在选取和确定各项指标时，要充分借鉴已有的相关理论研究成果，并结合实际学习场景中的具体情况，确保所构建的体系既具备全面性，能够从多个角度衡量个性化推荐效果，又符合科学规范，各项指标之间逻辑严谨、相互支撑，从而为准确评估提供坚实的基础。

2. 基于学习者视角的实证研究

  本研究将外国语学院英语专业本科生作为研究主体，旨在通过深入聚焦这一特定群体的学习情况，确保研究具有较强的针对性和实践价值。从学习者的角度出发，设计贴合他们实际学习需求和特点的研究方法与流程，真实反映他们在使用移动学习软件进行英语词汇学习过程中所面临的问题以及对个性化推荐功能的实际体验，为后续的研究结论提供可靠的实践依据，使其能够切实应用于指导实际的学习与软件优化工作。

拟解决的问题：

1. 指标体系的构建

   在构建评估体系的过程中，如何科学地将用户满意度、学习成效等具有较强主观性的指标进行量化处理，是一项极具挑战性的工作。这些主观指标往往受到学习者个体差异、学习环境等多种复杂因素的影响，很难用统一、客观的标准去衡量。研究者需要深入探究这些主观感受背后的内在逻辑，寻找合适的量化方法，巧妙地将其融入到整个评估体系之中，使其既能准确反映学习者的主观体验，又能与其他客观指标有机结合，构成一个科学合理的评估框架。

2. 学习者水平与推荐效果的关联分析

   精确测量学习者的词汇掌握水平本身就是一项难度较大的工作，需要综合考虑词汇量、词汇运用能力、词汇记忆深度等多个方面。而在此基础上，进一步评估其对个性化推荐效果的影响更是复杂，因为这涉及到两者之间复杂的相互作用关系，受到推荐算法、学习习惯、学习动机等诸多因素的干扰。如何排除这些干扰因素，准确找出两者之间的内在关联，建立科学有效的分析模型，是本研究需要攻克的重要难点之一。

3. 数据的收集与分析

   在研究过程中，如何科学合理地设计问卷、现场测试和访谈等环节，以获取高质量的数据是关键所在。问卷的问题设置需要精准、全面且具有针对性，避免引导性和歧义性；现场测试要模拟真实且多样化的学习场景，确保测试结果能够真实反映学习者的实际水平；访谈则要营造轻松、开放的氛围，引导学习者充分表达真实想法。同时，面对大量复杂的数据，如何运用科学的数据分析方法进行有效分析，剔除无效数据，挖掘数据背后的深层次信息，确保研究结果的可靠性，也是本研究面临的一大难点问题。

预期成果：

   论文，在学术期刊上发表，题为：基于学习者词汇掌握水平的移动软件英语词汇个性化推荐算法研究。

前期准备阶段（2024.11-2025.1）：框架与方向拟定，相关文献资料的收集与阅读，量化工具的学习应用。

论文初稿阶段（2025.2-2025.7）：交流讨论，拟定论文大纲，并进行撰写。

论文修改阶段（2025.8-2025.10）：论文的讨论与修改，最终定稿。

论文投稿阶段（2025.11-2026.1）：论文投稿与等待发表，结题准备。