機(jī)器翻譯與文本編輯：進(jìn)展與展望

摘 要：全球化進(jìn)程的加快，促使國際交流變得日益重要，這不可避免地把口筆譯者推向了高需求的平臺，基于其承擔(dān)著連接不同語言國家交流的任務(wù)并充當(dāng)重要角色。然而，在實現(xiàn)這一跨語言交際的過程中，很多的障礙隨之顯現(xiàn)，涵蓋領(lǐng)域也較廣，從經(jīng)濟(jì)問題、語用學(xué)及一致性問題到翻譯速度的問題。換言之，大筆的資金和大量的精力需要投入到翻譯之中，以保證翻譯的速度和質(zhì)量。事實上，人力固然可以做到很多，但翻譯文本各方面都要達(dá)到完美卻不可強(qiáng)求，而此時，基于電腦的工具和MT（機(jī)器翻譯）便應(yīng)運而生，以最大限度的滿足翻譯需求。從字面意思來理解機(jī)器翻譯：由電腦來完成的翻譯，其工作原理遵照一套體系——首先，“分析源語言以建立內(nèi)部表征（internal representation），然后用特有的方法運用這些內(nèi)部表征來最終生成目標(biāo)語言”。

關(guān)鍵詞：機(jī)器翻譯 ?人工 ?創(chuàng)造力 ?翻億庫

一、電腦和人工翻譯的關(guān)系

在翻譯的歷史中，電腦和人工翻譯之間的關(guān)系可追溯到17世紀(jì)，可謂源遠(yuǎn)流長。然而直到20世紀(jì)50年代第一個機(jī)翻系統(tǒng)才誕生，可以說機(jī)翻的發(fā)展成熟非常緩慢。最初，機(jī)翻的文稿質(zhì)量偏低以至于無法采納。當(dāng)時，機(jī)翻系統(tǒng)只收錄有限幾種語言的字典。后來，隨著在線資源的日益豐富，機(jī)翻的質(zhì)量逐漸提高并開始廣為所用。盡管機(jī)翻曾經(jīng)給人們的印象是只要按一下按鈕就可以了（Hutchins，2003），這種翻譯方法確實為翻譯事業(yè)提供了很多幫助和便捷。如下圖所示（Wu，2012）：

顯然，在翻譯過程中，鑒于機(jī)翻與人工翻譯的關(guān)系以及他們各自獨立翻譯時的表現(xiàn)，不可否認(rèn)的是，電腦在做簡單翻譯時比人工更勝一籌。然而，當(dāng)源語言文件的復(fù)雜程度逐漸提高時，機(jī)翻的質(zhì)量也隨之下降，因此可以看出，文件的復(fù)雜性僅僅對人工翻譯產(chǎn)生不明顯的影響。也就是說，對不同文本（從簡單到適中再到復(fù)雜）的翻譯，人工的表現(xiàn)更平衡一些。當(dāng)翻譯復(fù)雜文本，如詩歌、理論和諺語時，在文體學(xué)、語義學(xué)和語用學(xué)方面人工表現(xiàn)更靈活自然。更重要的是，從上圖可得知，在電腦的輔助下，人工翻譯的質(zhì)量得到了顯著改善。正如Wu所提“不同的翻譯文本要使用不同的翻譯工具，對癥下藥（Right tools for right tasks）——在某種程度上，電腦對人工翻譯起到了補(bǔ)充作用。（Wu，2012）

既然電腦與人工翻譯的關(guān)系得到了印證，那么他們之間如何有效合作并做出高質(zhì)量的翻譯被納入議題。如下圖（Matthiessen，2001：114）：

從上圖可以看出電腦和人工在翻譯過程中的工作分配，在圖表的最上端可以看到電腦扮演的角色是“行動者”而人的角色是“受益者”，也就是說在這一階段，電腦做了主要的翻譯工作。然而整個圖表顯示出電腦與人工的關(guān)系在不同階段產(chǎn)生了變化——當(dāng)電腦承擔(dān)了主要的翻譯工作而沒有人工介入時，人便是“受益者”;當(dāng)電腦做部分的翻譯時，人是決策者，也要做一些前期編輯和后期編輯，這些會在本文后部分討論;當(dāng)人工做所有的翻譯時，電腦變?yōu)椤肮ぞ摺保藙t是“行動者”，例如關(guān)鍵詞和字典的翻譯。

二、前期編輯和后期編輯

前文提到，在做機(jī)器翻譯時，前期編輯和后期的翻譯需要人工完成，因為電腦的智能程度與人類相差甚遠(yuǎn)，它們無法保證對每個字、詞進(jìn)行恰當(dāng)合適的翻譯，也就是說，一個單詞在一種語言內(nèi)是多義的，因此，在翻譯時語域和具體概念要進(jìn)行相應(yīng)的考量，這是電腦無法實現(xiàn)的。因此，在為機(jī)翻做前期編輯和準(zhǔn)備工作時，人們需要對句子進(jìn)行“分割以處理復(fù)雜的意群、可能產(chǎn)生歧義的語義模糊的詞匯和其他類似的情況”（MacDonald，1979：91-143）。Hutchins也指出前期編輯可應(yīng)用于不同情況，例如：“某個單詞是否具有特定含義、某個名稱是否需要翻譯以及復(fù)合名詞的界限”，以插入“標(biāo)點符號”或者把“長句分割為短句”（Hutchins，2003）。除了對源語言的翻譯加以注意外，盡管有拼寫和語法檢查器，人工翻譯時也應(yīng)該避免誤拼的現(xiàn)象，因為“個別的單詞可能無法為電腦識別，一旦發(fā)生錯識將會對后期的翻譯產(chǎn)生很大的影響”。如果前期編輯打下良好的基礎(chǔ)，后期編輯的工作量將會有顯著的減少。Hutchins還指出，理論上，在做前期編輯時，人們無需對目標(biāo)語言有廣泛的了解，然而事實上，一定的了解還是必要的，這對后期的翻譯有一定的幫助。但是，前期編輯也有一些弊端仍然被認(rèn)為是權(quán)宜之計。（MacDonald，1979：91-143）

完成前期編輯之后，電腦就可以自主進(jìn)行翻譯，盡管仍然會有一些小的誤翻。前期編輯主要專注于一些省略、代詞和一致性等問題。Hutchins認(rèn)為后期編輯的工作量是可以減少的——“文稿越標(biāo)準(zhǔn)化”，術(shù)語和陳詞濫調(diào)越多，文稿就越老套且缺乏創(chuàng)造性，機(jī)翻的準(zhǔn)確性就越高，這樣一來，后期編輯的校正工作也就相應(yīng)減少了（Hutchins，2003）。電腦最擅長的工作就是標(biāo)準(zhǔn)化的翻譯，所以它更擅長處理一些規(guī)矩的句子，因為創(chuàng)造性的翻譯沒有程序可遵循，且不可預(yù)見。換言之，翻憶庫（翻譯記憶庫）——一種“存儲所謂的句子‘片斷的數(shù)據(jù)庫，例如句子或類似于句子的語言單位——標(biāo)題、題目或者列表的各項，這些片斷都是現(xiàn)成的可參考的翻譯”，（翻譯記憶庫，2012）它的研發(fā)者不可能輸入所有單詞的所有意思，因此，當(dāng)面臨創(chuàng)造性或不常見的詞組或句子結(jié)構(gòu)時，翻憶庫的存儲數(shù)據(jù)就顯得不足。

與前期編輯不同，后期編輯一般由譯者來完成，因為雙語技能的獲得是靠時間積累而來，這一點專業(yè)譯者比非專業(yè)譯者更具優(yōu)勢（Hutchins，2003）。因此，人工在翻譯中被引入，也就導(dǎo)致“翻譯成本提高”（McDonald，1979：91-143）。當(dāng)然，這其中也包含前期編輯的費用。另外，譯者們在做后期編輯時需要保持一致性，因為不同的譯者對于某些詞匯或句子結(jié)構(gòu)有其更傾向的翻譯，這樣最終在翻譯過程中可能會導(dǎo)致文體或詞匯選擇的不一致。

不可否認(rèn)的是，機(jī)翻可以做到對概念、重復(fù)和常見的句子結(jié)構(gòu)的翻譯保持一致。但是，Hutchins提出后期編輯的另外一個弊端——如果翻憶庫中存儲的是不恰當(dāng)?shù)淖只蚓渥臃g，做后期編輯的譯者就要不停的修正這些問題，這樣人們的工作就是輔助電腦而不是機(jī)翻的受益者。他也因此提出一項解決方案，有一定翻譯技能的后期譯者可以代替專業(yè)譯者來做后期編輯，他們也可以接受一定的培訓(xùn)以提高翻譯水平。當(dāng)然后期譯者的傭金可能會相對低一些。（Hutchins，2003）

三、后期編輯提升翻憶庫質(zhì)量

為了提高機(jī)翻質(zhì)量，人工和電腦的合作至關(guān)重要，因此基于語言本身一直在變化（新詞，創(chuàng)造性用法的不斷出現(xiàn)），人們在翻譯的過程中要做出一定的調(diào)整。Bar-Hillel列舉了一些例子：“字典自動存儲和檢索的問題 ”和“微語言學(xué)意義和微語法”。盡管這些例子在幾十年前就己經(jīng)提出，但到現(xiàn)在仍然適用，因為語言一直在變化，這導(dǎo)致翻譯的質(zhì)量也一直提升沒有終點（Bar-Hillel，1960：91-163）。Josselson也提出了類似觀點：擴(kuò)大字典涵蓋的方面和豐富語法對于提高機(jī)翻的質(zhì)量十分必要，這包括：“設(shè)計出符合雙語的形態(tài)學(xué)的、句法的和語義的編碼、句法分析的規(guī)則、自動的句子語法分析規(guī)則和多選規(guī)則”。他還認(rèn)為在機(jī)翻過程中，對比分析最適合產(chǎn)出高質(zhì)量的翻譯。通過比較目標(biāo)語言的不同譯本，翻憶庫的研發(fā)者就可以有不斷豐富的數(shù)據(jù)資源以翻譯在源語言中出現(xiàn)的創(chuàng)新的表達(dá)、詞匯組合（Josselson，1971：1-53）。同時，隨著科技發(fā)展，自動的后期編輯可以由電腦來完成，但同樣，這是對未來發(fā)展的展望。

具體說來，近年來，評估電腦自動后期編輯的項目層出不窮。由此，研究人員通過結(jié)構(gòu)分析可以尋找更多有益于提高翻譯質(zhì)量的方法。Doyon等人在2008年做過一個名為《通過后期編輯提高自動機(jī)翻質(zhì)量的技術(shù)：分析師和譯者經(jīng)驗》的研究項目。這個項目的研究人員比較了由電腦和人工分別做出的后期編輯的譯本，發(fā)現(xiàn)前者的翻譯的質(zhì)量“低于譯者和分析師認(rèn)可的可被采納的標(biāo)準(zhǔn)，而所有的人工做出的后期編輯都處于甚至高于此標(biāo)準(zhǔn)”（Doyon et al，2008）。從這一研究結(jié)果得知機(jī)翻始終不盡人意，即其在輔助人工翻譯方面還有很長的路要走。他們還做了一個調(diào)查，結(jié)果顯示一旦經(jīng)過人工的后期編輯，人們還是更傾向于使用機(jī)器翻譯，而且當(dāng)時在阿拉伯語和英語機(jī)器翻譯中并無不可采納的自動后期編輯譯本。該項目的實驗有一定的局限性，但是，Ariadna得出了相似的結(jié)論——大多數(shù)的機(jī)翻系統(tǒng)與后期編輯的配合并不如翻憶庫數(shù)據(jù)和SDL系統(tǒng)的Multerm默契。她提出了兩個改善建議：第一，“在線翻譯校正工具”對“簡單的錯誤診斷和不明顯的錯誤分類”是有幫助的;第二，“自動的翻譯規(guī)則完善工具通過追溯譯文的錯誤到原始的翻譯規(guī)則和詞條錄入，進(jìn)行修正多數(shù)屬于詞匯和形態(tài)句法的錯誤”，例如“用詞順序錯誤或未遵循語言間轉(zhuǎn)換規(guī)則”（Ariadna，2009）。然而無論如何，大多數(shù)時候，人們在機(jī)翻的過程中仍然發(fā)揮著不可替代的作用，因為很多不同領(lǐng)域的調(diào)整，從功能語法到對翻憶庫的擴(kuò)充，都需要人為完成，并且人工智能程度是電腦無法企及的，況且不同語言的表達(dá)方法也不可預(yù)知。

四、機(jī)器翻譯的未來

盡管機(jī)翻有一段相對較長的歷史，機(jī)翻軟件還是處于初級階段且人們可以想像人工翻譯的未來也許是“電腦輸出較對”和機(jī)器可以做一些人工的翻譯工作且具有一定的準(zhǔn)確性（Champollion，2010）。盡管實踐證明人們在搜索信息時使用的機(jī)翻軟件有很強(qiáng)的包容性，但機(jī)翻是否可以滿足廣大的市場需求仍依賴于語言本身和市場規(guī)模（Bracken，2011）。考慮到如上因素，在某種程度上，電腦在未來可以很好地輔助人工翻譯，盡管在前期或后期編輯過程中仍需要有少量或無人工介入。

五、結(jié)語

本文介紹了電腦在輔助人工翻譯方面的功能，并做了一些文獻(xiàn)回顧和討論，以明確雙方如何相互作用。事實上，盡管電腦在某些特定領(lǐng)域己經(jīng)可以替代人工做很大一部分的翻譯工作，例如一些技術(shù)性的或簡單的無創(chuàng)造性的文章，但其范疇仍然是受限的，特別是在一些語言方面——電腦對“某種語言的翻譯質(zhì)量要明顯高于其他語言”（Bracken，2011），這種現(xiàn)像表明機(jī)翻發(fā)展的不平衡性。此外，機(jī)翻的現(xiàn)狀是在前期編輯，甚至是后期編輯過程中仍然需要人工的介入。從另外一個角度講，電腦翻譯的文本可以看作是“草稿”而人工進(jìn)行的后期編輯則可以看作是“校對”，這個前文提及的“電腦輸出較對”意味著在追求高質(zhì)量翻譯的同時，人們的工作量將大大減少。盡管有人認(rèn)為由于在完成并完善“草稿”的過程中，人工的大量投入，看起來人們是輔助電腦而不是接受幫助的一方，然而恰恰相反。人們在完善機(jī)翻系統(tǒng)的同時，提高了其翻譯的質(zhì)量，這恰恰有助于提高人們以后的翻譯質(zhì)量。這樣一來，實現(xiàn)無需大量人力和大筆物力投入的高質(zhì)量翻譯藍(lán)圖的可能性將提高。因此，電腦與人類是互惠合作關(guān)系。把Bracken的話作為本文的結(jié)尾再適合不過：“除卻所有的進(jìn)步之外，在主流翻譯中，機(jī)器在替代人工的路還有很長一段要走，但是事實也證明了機(jī)翻的自身價值，即所有的語言服務(wù)提供商對機(jī)器翻譯的態(tài)度都是承認(rèn)其可行性而非排斥?！保˙racken，2011）

參考文獻(xiàn)：

[1]Ariadna，F(xiàn)L.Automatic Improvement of Machine Translation

Systems[D/OL].[2012-06-16].http：//gradworks.umi.com/32/85/3285855.html.

[2]Bar-Hillel，Y.The PresentStatus of Automatic Translation

of Languages[A].Alt FL.Advances in Computers[C].New York：Academic Press，1960.

[3]Bracken，C.Machine Translation：where is it now，and

where is it headed？[Z/OL].2011[2012-06-16].http：//www.andovar.com/blog/machine-translation/.

[4]Champollion，Y.MachineTranslation（MT），and the Future

of the Translation Industry[J/OL].2010[2012-06-16].http：//www.bokorlang.com/journal/15mt.htm.

[5]Doran，C，Doyon.J，Means，CD & Parr，D.Automated Machine

Translation Improvement Through Post-Editing Techniques：Analyst and Translator Experiments[DB/OL]. 2008[2012-06-16].http：//www.mt-archive.info/AMTA-2008-Doyon.pdf.

[6]Durgesh，DR 1998，Machine Translation：A General

Introduction[DB/OL].1998[2012-06-15].http：//www.ias.ac.in/resonance/July1998/pdf/July1998p61-70.pdf.

[7]Hutchins，J.Eds.MachineTranslation and Computer-based

Translation Tools：whats available and how its used.from transcript of presentation[M].Valladolid：University of Valladolid，2003.

[8]Josselson，M.Eds.Automatic Translation of Languages

since 1960：a linguists view[A].Advances in Computers[C].1971.

[9]MacDonald，RR.The Problem of Machine Translation[A].

Henise-Dostert，B，Macdonald，RR & Zarechnak.Machine Translation[C].The Hague：Mouton Publishers，1979.

[10]Matthiessen，C.The Environments of Translation[A].

Steiner，E & Yallop，C.Exploring Translation and Multilingual Text Production：beyond Content[C].Berlin，New York：Mouton de Gruyter，2001.

[11]TranslationMemory[DB/OL].2012[2012-06-15].http：//

en.wikipedia.org/wiki/Translation_memory.

[12]Wu，CZ.Lecture 1，PowerPoint slides[DB].Sydney：

Macquarie University，2012.

（董妍 ?澳大利亞麥考瑞大學(xué)人文科學(xué)學(xué)院）