兩語(yǔ)平行語(yǔ)料庫(kù)的研究現(xiàn)狀與發(fā)展趨勢(shì)

兩語(yǔ)平行語(yǔ)料庫(kù)的研究現(xiàn)狀與發(fā)展趨勢(shì)

雙語(yǔ)庫(kù)比單語(yǔ)庫(kù)好。雙語(yǔ)語(yǔ)料庫(kù)主要有平行語(yǔ)料庫(kù)(parallelcorpus)和對(duì)比語(yǔ)料庫(kù)(comparablecorpus)兩種形式。平行語(yǔ)料庫(kù)能同時(shí)提取原文和目的語(yǔ)對(duì)應(yīng)譯文;對(duì)比語(yǔ)料庫(kù)則包含兩個(gè)語(yǔ)域或者話題類似的雙語(yǔ)語(yǔ)料,即具有可對(duì)比性的雙語(yǔ)語(yǔ)料。這兩種語(yǔ)料庫(kù)涉及兩種語(yǔ)言,因而被廣泛應(yīng)用于雙語(yǔ)對(duì)比研究、翻譯研究與翻譯教學(xué)等相關(guān)領(lǐng)域。平行語(yǔ)料庫(kù)由于其獨(dú)特的優(yōu)勢(shì)受到國(guó)內(nèi)外研究者的高度關(guān)注,從上個(gè)世紀(jì)90年代開始,國(guó)內(nèi)外的一些機(jī)構(gòu)和研究者開始建設(shè)多種類型的平行語(yǔ)料庫(kù)并進(jìn)行應(yīng)用研究。不過(guò),目前國(guó)內(nèi)高校和研究機(jī)構(gòu)建設(shè)的平行語(yǔ)料庫(kù)主要是通用型的平行語(yǔ)料庫(kù)或文學(xué)翻譯語(yǔ)料庫(kù),以應(yīng)用文為主體的平行語(yǔ)料庫(kù)只有某些分支的語(yǔ)料庫(kù),如法律平行語(yǔ)料庫(kù)、旅游平行語(yǔ)料庫(kù)、商務(wù)語(yǔ)料庫(kù)等。另外,此類研究大多著眼于個(gè)別的語(yǔ)言現(xiàn)象或翻譯現(xiàn)象。筆者擬構(gòu)建國(guó)內(nèi)首個(gè)具有較大規(guī)模的綜合性應(yīng)用文漢英雙語(yǔ)平行語(yǔ)料庫(kù),并以此為基礎(chǔ),進(jìn)行更為廣泛而系統(tǒng)的應(yīng)用文文體特征、翻譯特征及翻譯教學(xué)研究。同時(shí),本語(yǔ)料庫(kù)的建設(shè),對(duì)于翻譯實(shí)務(wù),如機(jī)器輔助翻譯也具有十分積極的作用。總之,隨著國(guó)家政治、經(jīng)濟(jì)、文化等各項(xiàng)事業(yè)的飛速發(fā)展以及對(duì)外交流活動(dòng)的日益頻繁,對(duì)應(yīng)用文文本的翻譯需求也與日俱增,本語(yǔ)料庫(kù)的建成將能夠滿足這種需求。這對(duì)于國(guó)民經(jīng)濟(jì)的發(fā)展和中外經(jīng)濟(jì)、文化的交流將具有積極的推動(dòng)作用。一、雙語(yǔ)平行語(yǔ)料庫(kù)雙語(yǔ)語(yǔ)料庫(kù)的構(gòu)建始于上世紀(jì)90年代中后期。目前已有若干所大學(xué)、研究機(jī)構(gòu)或研究者建立了多種類型的雙語(yǔ)平行語(yǔ)料庫(kù)。在國(guó)外,英國(guó)曼徹斯特大學(xué)科技學(xué)院(UMIST)翻譯研究中心1995年創(chuàng)建了世界上第一個(gè)翻譯語(yǔ)料庫(kù)(TranslationalEnglishCorpus)。該語(yǔ)料庫(kù)主要收集從各國(guó)語(yǔ)言翻譯成英語(yǔ)的文本,目前已有上千萬(wàn)詞的語(yǔ)料。不過(guò),它并不要求必須雙語(yǔ)對(duì)齊,因此并不是雙語(yǔ)平行語(yǔ)料庫(kù),而是對(duì)比語(yǔ)料庫(kù)。在國(guó)內(nèi),最早建立起較大規(guī)模雙語(yǔ)平行語(yǔ)料庫(kù)的是北京外國(guó)語(yǔ)大學(xué)中國(guó)外語(yǔ)教育研究中心,該中心2004年初步建成了“新型雙語(yǔ)對(duì)應(yīng)語(yǔ)料庫(kù)”(含漢英、漢日兩個(gè)雙語(yǔ)平行語(yǔ)料庫(kù)),規(guī)模為3000萬(wàn)詞次。在其中的漢英雙語(yǔ)平行語(yǔ)料庫(kù)中,語(yǔ)料文本類型主要有文學(xué)類、人文類、社科類和科技類。受國(guó)家社科基金重大規(guī)劃課題資助,該語(yǔ)料庫(kù)目前正在進(jìn)行擴(kuò)展,目標(biāo)為1億詞次的超大規(guī)模綜合性通用英漢/漢英平行語(yǔ)料庫(kù)。另外,一些學(xué)者也建設(shè)了具有一定規(guī)模的綜合性通用英漢/漢英平行語(yǔ)料庫(kù),如李德俊,主持建設(shè),以漢英詞典研編為主要目的,規(guī)模為2000萬(wàn)詞次的英漢平行語(yǔ)料庫(kù);衛(wèi)乃興主持建設(shè),以研究探討英漢對(duì)等表達(dá)為目的的規(guī)模約900萬(wàn)詞次的英漢平行語(yǔ)料庫(kù)。一些機(jī)構(gòu),如哈爾濱工業(yè)大學(xué)(英漢雙語(yǔ)語(yǔ)料庫(kù),40萬(wàn)對(duì))、中科院軟件所(英漢雙語(yǔ)語(yǔ)料庫(kù),15萬(wàn)對(duì))等,也建設(shè)了規(guī)模不等的英漢/漢英綜合性平行語(yǔ)料庫(kù)。除了綜合性通用英漢/漢英平行語(yǔ)料庫(kù)外,國(guó)內(nèi)學(xué)者還構(gòu)建了一些針對(duì)某一特定文本的英漢/漢英平行語(yǔ)料庫(kù),如針對(duì)特定文學(xué)作品的翻譯平行語(yǔ)料庫(kù),有《紅樓夢(mèng)》漢英平行語(yǔ)料庫(kù)、莎士比亞戲劇英漢平行語(yǔ)料庫(kù)、紹興文理學(xué)院的中國(guó)古典文學(xué)英譯雙語(yǔ)平行語(yǔ)料庫(kù)等。專門用途英漢雙語(yǔ)平行語(yǔ)料庫(kù)也是雙語(yǔ)平行語(yǔ)料庫(kù)的重要類型,典型的有商務(wù)英漢雙語(yǔ)平行語(yǔ)料庫(kù)、雙語(yǔ)旅游語(yǔ)料庫(kù)、中國(guó)法律法規(guī)漢英平行語(yǔ)料庫(kù)等。這些專門用途英漢平行語(yǔ)料庫(kù)主要為單一用途的語(yǔ)料庫(kù),或規(guī)模有限,或并未公開、無(wú)法獲取,因此,有必要建設(shè)更為全面、規(guī)模更大的開放型應(yīng)用文平行語(yǔ)料庫(kù)。雙語(yǔ)平行語(yǔ)料庫(kù)的相關(guān)研究可大致分為兩大類別:一是探討如何科學(xué)規(guī)劃、高效構(gòu)建各種類型的英漢/漢英平行語(yǔ)料庫(kù),,,如設(shè)計(jì)理論、操作程序,包括文本的轉(zhuǎn)換、語(yǔ)料的標(biāo)注、語(yǔ)料的對(duì)齊等。二是雙語(yǔ)平行語(yǔ)料庫(kù)的相關(guān)應(yīng)用研究,主要包括以下幾個(gè)方面:利用雙語(yǔ)語(yǔ)料庫(kù)進(jìn)行翻譯研究。目前利用雙語(yǔ)語(yǔ)料庫(kù)進(jìn)行翻譯研究已得到廣泛重視。雙語(yǔ)語(yǔ)料庫(kù)翻譯研究在研究方法上以語(yǔ)言學(xué)和翻譯理論為指導(dǎo),以概率和統(tǒng)計(jì)為手段,以雙語(yǔ)真實(shí)語(yǔ)料為對(duì)象,對(duì)翻譯進(jìn)行歷時(shí)或共時(shí)的研究,因此語(yǔ)料庫(kù)方法與GideonToury所提出的描寫翻譯研究有很多交合點(diǎn)?？梢哉f(shuō),基于語(yǔ)料庫(kù)的翻譯研究為認(rèn)識(shí)、研究翻譯現(xiàn)象提供了新的思路和方法,,因而被廣泛應(yīng)用于翻譯研究,尤其是翻譯特征研究及對(duì)翻譯共性的研究,如利用對(duì)比語(yǔ)料庫(kù)探討翻譯漢語(yǔ)的詞匯特征、文學(xué)翻譯中人稱代詞的顯化和變異,以及利用漢英雙語(yǔ)平行語(yǔ)料庫(kù)分析英譯漢文本的詞類分布、詞匯組合等方面的語(yǔ)言特征等。也有考察特定作品翻譯特征的研究,如基于《紅樓夢(mèng)》語(yǔ)料庫(kù)的漢英習(xí)語(yǔ)及其翻譯研究等。目前基于雙語(yǔ)語(yǔ)料庫(kù)的翻譯研究主要是針對(duì)文學(xué)翻譯,不過(guò)對(duì)非文學(xué)翻譯的研究也正日益受到關(guān)注,如利用雙語(yǔ)旅游語(yǔ)料庫(kù)對(duì)旅游宣傳文本的翻譯研究。在對(duì)翻譯特征的研究方法方面,除了充分利用語(yǔ)料庫(kù)技術(shù)手段外,也有研究者利用人工分析標(biāo)注的方法,對(duì)文本翻譯進(jìn)行語(yǔ)篇、功能等層次的深入研究。如利用Werlich(P150)提出的平行文本比較模式對(duì)文本內(nèi)部構(gòu)成規(guī)則(internalcompositionrules,即文本構(gòu)成的基本因素及其組合規(guī)則,如開頭、順序形式、文本結(jié)構(gòu)、文本單位和結(jié)尾等)進(jìn)行分析和歸納,挖掘中英文酒店文宣在文本慣例上呈現(xiàn)出的不同特點(diǎn)。另外,也有研究基于雙語(yǔ)語(yǔ)料庫(kù)并結(jié)合體裁分析考察專門用途英語(yǔ)翻譯。這些研究表明,語(yǔ)料庫(kù)檢索手段與人工標(biāo)注相結(jié)合能更全面、更深入地探討文本的翻譯特征。雙語(yǔ)平行語(yǔ)料庫(kù)也被用于漢英對(duì)比研究。這些研究大多利用雙語(yǔ)平行語(yǔ)料庫(kù)進(jìn)行英漢對(duì)比個(gè)案研究,如“so…that”的漢語(yǔ)對(duì)應(yīng)結(jié)構(gòu)研究、“把”字句研究、“一……就”的英譯對(duì)比研究等?；谄叫姓Z(yǔ)料庫(kù)的英漢對(duì)比研究有助于深入了解英漢雙語(yǔ)轉(zhuǎn)換規(guī)律,不僅適用于一些特定的疑難表達(dá),也可用于大規(guī)模的雙語(yǔ)對(duì)等表達(dá)提取,尤其是應(yīng)用文翻譯中的術(shù)語(yǔ)提取。實(shí)際上,基于平行語(yǔ)料庫(kù)的對(duì)等詞提取研究目前已成為平行語(yǔ)料庫(kù)研究的一個(gè)熱點(diǎn)(如衛(wèi)乃興,李文中),這類研究不僅有助于翻譯實(shí)踐,也有助于各種詞典的編纂。國(guó)內(nèi)一些機(jī)構(gòu)和研究者還研制了相應(yīng)的對(duì)應(yīng)表達(dá)提取工具和詞典編纂輔助工具。這些研究有助于雙語(yǔ)語(yǔ)料庫(kù)資源的有效獲取與運(yùn)用。雙語(yǔ)平行語(yǔ)料庫(kù)在翻譯培訓(xùn)、語(yǔ)言及翻譯教學(xué),、機(jī)器輔助翻譯教學(xué)等方面也受到了廣泛關(guān)注。比如通過(guò)自建或在線語(yǔ)料庫(kù),教師精心設(shè)計(jì)學(xué)習(xí)點(diǎn)或?qū)W生自主探究學(xué)習(xí),通過(guò)檢索軟件在語(yǔ)料庫(kù)中提取并呈現(xiàn)相關(guān)索引,供學(xué)生練習(xí)和討論,教師隨后作總結(jié),有助于翻譯教學(xué)。二、語(yǔ)料庫(kù)的建設(shè)語(yǔ)料庫(kù)構(gòu)建中最重要的因素是語(yǔ)料的代表性,語(yǔ)料的代表性與語(yǔ)料庫(kù)的設(shè)計(jì)目的密切相關(guān)。筆者擬構(gòu)建具有較大規(guī)模的應(yīng)用文漢英雙語(yǔ)平行語(yǔ)料庫(kù)(屬于專門用途全文語(yǔ)料庫(kù)),目前規(guī)模約200萬(wàn)字/詞(為統(tǒng)計(jì)方便,中文部分按字?jǐn)?shù)計(jì)算,英文部分按詞數(shù)計(jì)算),中遠(yuǎn)期規(guī)模為600萬(wàn)字/詞。本語(yǔ)料庫(kù)的設(shè)計(jì)目的主要是進(jìn)行與應(yīng)用文相關(guān)的雙語(yǔ)對(duì)比研究、翻譯研究及翻譯教學(xué)與翻譯實(shí)務(wù)研究。下面從語(yǔ)料的構(gòu)成、選取與錄入、整理、對(duì)齊、標(biāo)注等方面分別進(jìn)行介紹。語(yǔ)料的構(gòu)成。本研究將應(yīng)用文定義為“人們?cè)诠ぷ?、生活、學(xué)習(xí)中為處理實(shí)際事務(wù)而寫作,有著實(shí)用性特點(diǎn),并形成慣用格式的文本”。具體類別包括新聞文本、廣告文本、旅游宣傳文本、合同協(xié)議、演說(shuō)詞、公文信函、說(shuō)明書、求職信、公示語(yǔ)、菜譜,等等。與此相應(yīng),整個(gè)語(yǔ)料庫(kù)包括7個(gè)子庫(kù):新聞文本子庫(kù)、廣告文本子庫(kù)、旅游宣傳文本子庫(kù)、合同協(xié)議文本子庫(kù)、演說(shuō)詞文本子庫(kù)、公文信函文本子庫(kù)、其他類型文本子庫(kù)(包括說(shuō)明書、求職信、公示語(yǔ)、菜譜等)。本語(yǔ)料庫(kù)文本類別包括漢語(yǔ)原創(chuàng)文本、對(duì)應(yīng)英語(yǔ)譯本、英語(yǔ)原創(chuàng)文本、對(duì)應(yīng)漢語(yǔ)譯本4種。根據(jù)以上語(yǔ)域類別分層抽樣、均衡抽樣,使入庫(kù)語(yǔ)料具有較好的代表性。收錄比例注意協(xié)調(diào)、均衡,英譯漢稍多于漢譯英。語(yǔ)料的選取與錄入。語(yǔ)料的選擇決定著語(yǔ)料庫(kù)的典型性、代表性,因此語(yǔ)料的選擇與監(jiān)控也是語(yǔ)料庫(kù)建設(shè)的關(guān)鍵。語(yǔ)料庫(kù)所收錄的文本絕大部分來(lái)源于以下途徑:網(wǎng)上的電子文本或CD-ROM光盤,網(wǎng)上數(shù)字圖書館,以紙質(zhì)形式呈現(xiàn)的印刷品、書籍或宣傳頁(yè)等。這些材料都通過(guò)互聯(lián)網(wǎng)下載、格式轉(zhuǎn)換、文本電子掃描、人工錄入等各種方式轉(zhuǎn)為TXT文檔。由于語(yǔ)言材料數(shù)量多,質(zhì)量難免良莠不齊,這就凸顯了語(yǔ)料選取的原則——必須挑選語(yǔ)言質(zhì)量高的文本。文本若含有明顯的語(yǔ)法、用詞或印刷上的錯(cuò)誤,均不收錄;語(yǔ)料選取時(shí)應(yīng)注意譯本的質(zhì)量,力避太過(guò)貼近原文句法結(jié)構(gòu)以致僵硬的譯文和太過(guò)自由的意譯,因?yàn)楸菊Z(yǔ)料庫(kù)除了用于語(yǔ)言研究外,還會(huì)用于教學(xué),嚴(yán)謹(jǐn)選材顯得尤為重要。為確保收集的文本質(zhì)量與內(nèi)容符合標(biāo)準(zhǔn),本語(yǔ)料庫(kù)在建設(shè)中實(shí)行多層把關(guān)制,以甄別、核實(shí)文本的代表性。語(yǔ)料的整理。選取好的語(yǔ)料之后,還需對(duì)其進(jìn)行加工處理。對(duì)所有的語(yǔ)料都要進(jìn)行降噪處理,清除雜質(zhì)、冗余符號(hào)等無(wú)關(guān)信息。有些文本帶有插圖、照片、標(biāo)志、字體等非言語(yǔ)因素,是應(yīng)用文文本中不可缺少的一部分,但在轉(zhuǎn)換成電子文本語(yǔ)料后,這些非言語(yǔ)因素都必須去除,以方便標(biāo)注和日后檢索。作為補(bǔ)償,將對(duì)具有這些特征的文本在其電子文本的篇頭和文中進(jìn)行標(biāo)注,方便研究者和學(xué)習(xí)者查找相應(yīng)的原始文檔。語(yǔ)料的篇頭標(biāo)注也是語(yǔ)料整理的重要環(huán)節(jié),詳細(xì)的篇頭標(biāo)注能為所收錄語(yǔ)料提供必要的信息,如文本類型、百科分類、篇名、作者名、作者背景、譯者名、譯者背景、年代、出版信息或其他來(lái)源、文本字?jǐn)?shù)、有無(wú)非言語(yǔ)因素等。語(yǔ)料的對(duì)齊。平行語(yǔ)料庫(kù)建設(shè)過(guò)程中很重要的一環(huán)是語(yǔ)料的對(duì)齊。整理后的中英文語(yǔ)料首先借助Winalign工具,實(shí)現(xiàn)以句為單位的粗略對(duì)齊,然后人工檢查,以方便Paraconc檢索。語(yǔ)料的標(biāo)注。整理對(duì)齊后的語(yǔ)料還需進(jìn)一步做機(jī)器自動(dòng)標(biāo)注。中文語(yǔ)料用中科院計(jì)算技術(shù)研究所開發(fā)的“漢語(yǔ)詞匯分析系統(tǒng)”(ICTCLAS)進(jìn)行分詞處理,以方便進(jìn)一步檢索和研究。為了更深入、更廣泛地探索應(yīng)用文的語(yǔ)篇結(jié)構(gòu),還對(duì)不同類型的文本分別選取少量典型的樣本,根據(jù)體裁分析方法,基于功能進(jìn)行語(yǔ)步(move)的人工標(biāo)注。這種標(biāo)注有助于揭示應(yīng)用文文本的語(yǔ)篇構(gòu)成特色。語(yǔ)料整理對(duì)齊并標(biāo)注后,統(tǒng)一將文本轉(zhuǎn)換成XML格式,方便傳播和檢索。三、應(yīng)用漢語(yǔ)支持漢語(yǔ)平行語(yǔ)料庫(kù)的應(yīng)用本語(yǔ)料庫(kù)建成后,將主要用于4個(gè)方面的研究。對(duì)具體應(yīng)用類型的對(duì)比研究利用本平行語(yǔ)料庫(kù),開展基于應(yīng)用文語(yǔ)料的語(yǔ)言與語(yǔ)言對(duì)比研究。既有將應(yīng)用文作為整體與通用語(yǔ)言的對(duì)比研究,也有針對(duì)具體應(yīng)用文類型的分類研究,還可以結(jié)合譯文,開展英漢雙語(yǔ)對(duì)比研究,重點(diǎn)考察英漢應(yīng)用文在詞匯、句法、語(yǔ)篇和文體上的共性和差異,以此揭示該文本類型中特有的語(yǔ)言現(xiàn)象和規(guī)律。這種基于大量語(yǔ)料的實(shí)證研究,相比傳統(tǒng)的經(jīng)驗(yàn)式或感悟式個(gè)案研究,具有更高的可信度。應(yīng)用語(yǔ)言風(fēng)格表征的策略主要包括微觀和宏觀兩個(gè)方面。微觀方面,研究翻譯轉(zhuǎn)換規(guī)律,主要集中于應(yīng)用文文本翻譯過(guò)程中詞法和句法層面的轉(zhuǎn)換機(jī)制,前者如詞類轉(zhuǎn)換情況,后者如各種句式的轉(zhuǎn)換情況,特別是應(yīng)用文英漢互譯中漢語(yǔ)某些特有的句式(如無(wú)主句、“把”字句、意念被動(dòng)句等)的轉(zhuǎn)換機(jī)制。宏觀方面,以實(shí)證和量化的方式對(duì)應(yīng)用文翻譯的文體、風(fēng)格、翻譯共性等進(jìn)行研究,根據(jù)大量語(yǔ)料對(duì)譯者個(gè)人偏愛(ài)的語(yǔ)言表達(dá)形式(如詞類/標(biāo)記比率、句子長(zhǎng)度、詞頻、句型、搭配方式、敘事結(jié)構(gòu)等)加以分析,從中發(fā)現(xiàn)更有說(shuō)服力的翻譯文體/風(fēng)格表征及其表現(xiàn)手段。另外,還可對(duì)以下問(wèn)題進(jìn)行研究:應(yīng)用文翻譯與普通翻譯在語(yǔ)言特點(diǎn)上是否存在共性?是否具有另外的特點(diǎn)?這些特點(diǎn)與特定文本類型或特定時(shí)期的翻譯規(guī)范是否有關(guān)?定性/定量分析應(yīng)用文翻譯教學(xué)及其研究是目前翻譯教學(xué)中的一個(gè)重要環(huán)節(jié)。本語(yǔ)料庫(kù)的構(gòu)建解決了大量應(yīng)用文語(yǔ)料的存儲(chǔ)及其定性/定量分析的問(wèn)題?；诙嗑S度的研究發(fā)現(xiàn)以及較大規(guī)模的雙語(yǔ)語(yǔ)料庫(kù)平臺(tái),教師可精心設(shè)計(jì)數(shù)據(jù)驅(qū)動(dòng)教學(xué)(data-drivenlearning),如利用語(yǔ)料庫(kù)檢索軟件生成的索引幫助學(xué)習(xí)者發(fā)掘雙語(yǔ)轉(zhuǎn)換的規(guī)律,從中揣摩職業(yè)譯員所用的翻譯策略,學(xué)習(xí)他們常用的方法與技巧