淺析機器翻譯英譯漢中的被動態錯誤

匡可風

摘 要： 本文從“汽車技術文獻翻譯語料庫”中隨機抽取2510句，通過機器譯文和人工譯文進行平行對比研究，對機器譯文中出現的各類句法和詞匯錯誤進行分類標注與統計。研究發現，被動態類在機器翻譯中幾乎無一成功，英譯漢別扭趨異。本文旨在從句法學的角度分析被動態句型翻譯失敗的原因，找尋較為合適的翻譯方式。

關鍵詞： 機器翻譯 被動態 句法學 錯誤分析

一、引言

從句法學理論的角度分析英譯漢機器翻譯的錯誤問題，有利于清晰地整合統計錯誤類型，便于程序設計的進一步完善。然而，漢語在句法學理論中一直是一個特殊存在。英語是形合的語言，句法將一個個短語成分，如NP、VP等銜接在一起，形成完整嚴密的邏輯意群；漢語是意合的語言，所謂“形散而意不散”，句子短語成分較為離散，這一差異在被動語態中尤為明顯。因此，本文旨在分析被動態句型在英譯漢機器翻譯中失敗的原因，尋找錯譯的規律及可能的解決方法。

二、機器翻譯背景簡概

人工智能時代催生了一個重要的時代課題——機器翻譯。它是實現全球無障礙交際的重要技術手段。機器翻譯又稱自動化翻譯，是應用語言學中的一門新興的實驗性學科，研究如何利用計算機按一定程序自動進行自然語言間的翻譯問題。由于機器翻譯是將提供的源語形式化和代碼化，進行程序設計并輸出目標語，其適用翻譯范圍客觀性較強，一般適用于如法律行政文件、科技說明、宣傳手冊及科普文獻等，情感色彩濃厚的文學修辭類作品不適用于機器翻譯。

“十五”期間，中國科學院計算機研究所對我國現有的機器翻譯系統進行了測評，結合機器翻譯系統對詩歌、散文和受限語言等不同體裁風格的文本翻譯，在對譯文進行具體分析對比和綜合評價的基礎上，確定了英漢機器翻譯在受限語言處理中取得了最高的5級適用級別和85%以上的可翻譯度（張政，2006：131-162）。機器翻譯對外推廣已經產生了巨大的經濟和社會效益。然而，目前機器翻譯系統在翻譯質量上無法滿足客戶的需求是機器翻譯無法真正實現市場化最大的障礙（羅季美，李梅，2012：84）。基于此問題，更多語言學領域的學者對機器翻譯的完善與提高進行了深入的探究。本文將在已有英漢被動態差異研究的基礎上，簡析2510句機器譯文中的被動語態錯譯，以圖找尋錯譯的規律及解決方法。

三、語料庫錯譯研究內容

1.研究對象

基于對機器翻譯適用范疇的研究成果，本文以同濟大學汽車學院的“汽車技術文獻翻譯語料庫”中某一知名品牌汽車操作手冊為研究對象，對十萬句機器譯文和人工譯文展開了平行對比研究。語料中的機器譯文由“華建機器翻譯系統”（中國科學院計算機語言信息工程研究中心研發）生成獲取，人工譯文來源于該學院資料翻譯研究所專業技術人員。

2.錯譯數據統計

根據研究人員從句法學的角度設立了詞匯類、句法類和其他類三大錯誤類型，其中詞匯類錯誤有詞匯術語、詞匯詞性、詞匯贅譯和詞匯漏譯；句法類錯誤包括句法詞序、句法分詞、句法名詞短語、句法動詞短語、句法介詞短語、句法被動態、句法不定式及句法分詞；其他類錯誤則是一些符號類的細枝末節問題。基于隨機抽取的2510句樣本，進行人工譯文和機器譯文的平行對比研究，發現以上三大錯誤類型，在樣本中總計3318處。其中句法類錯誤中，句法詞序錯誤399處，占12%；句法被動態錯誤124處，占3.7%；句法名詞短語錯誤8處，占0.2%；句法動詞短語錯誤45處，占1.4%；句法介詞短語錯誤118處，占3.6%；句法不定式錯誤13處，占0.4%；句法分詞錯誤24處，占0.7%。

由此可見，句法詞序錯誤發生幾率最頻繁，達到399處，占所有錯誤率的12%。句法詞序錯誤成因較為復雜，與句法動詞短語、句法分詞等錯誤交叉成因，無法單獨分析。錯誤率排名第二的被動態將是本文分析的核心。

四、被動態錯誤實例分析

1.句法學中被動態構造

根據格理論的實質——格檢驗式（case filter），句中的每一個名詞短語都必須得到抽象格（Haegeman，1994：181）。被動態的主要結構是“be done”，其活動的施動者（agent）在被動態中需有介詞“by”引導，一般放在句尾。在主動態轉為被動態的過程中，動詞曲折變化受到影響，動詞外在論元角色（external theta role）和結構格被吸納，轉化為分詞的動詞內在論元角色移動到它能被任格的句首。根據格檢驗式理論，被賦格內在論元角色的名詞短語從賓語移動主語的位置是必需的，因為主語位置在被動化中出現了空缺。

一般來說，被動態強調受動者（patient），介詞“by”引導的施動者在許多語言中往往不予表達。然而，在漢語中卻是例外，王力先生在《中國語法理論》里說：“中國正常的被動式是必須把主事者說出的。”這就導致了英譯漢過程中的一大別扭，“被”字究竟該不該省譯，若不能省譯，則“被”字要如何轉換才能成為最地道的漢語表達？下面一節將通過人工譯文與機器譯文的對比，指出被動態翻譯錯誤，分析英文被動態應該如何順利過渡為漢語被動態。

2.被動態構造實例

通過對機器翻譯被動句進行詳細剖析，發現樣本中被動句一般分為兩種，一是獨立VP，即為“be done”，二是VP后出現介詞“by”跟隨的施動者，或其他介詞短語，即為“VP+PP”，兩種類型翻譯大相徑庭。首先請看“be done”實例。

例1：

例1，與句法被動態相關的是“is not required”，只是單一的“論元+謂詞結構”，謂詞中攜帶的內在論元角色在被動轉換中填補了主語位置的空缺，可看到機器翻譯是逐字對譯，人工翻譯將被動語序還原成主動語序，將受試者后移，避免了“被”字的別扭使用，同時省略主語——操縱員。特殊的一點是例1中被動語態前的名詞短語在人工翻譯中動詞化，還原成主動態后是“謂詞結構+VP”，這是機器翻譯的一大障礙，英文習慣使用靜態的名詞短語，漢語趨向動態的動詞短語。

例2：

例3：

例2與句法被動態相關的是“is not completed”，例3為“is centered”，這兩句也是單一的“論元+謂詞結構”，句法形成原理與上面一樣，但是人工翻譯中，被動語序并未還原成主動態，把受試者后移。例2中，關鍵因素就在VP “complete”。“步驟完成”和“完成步驟”在漢語中均為正確表達，即“V+NP”與“NP+V”語法上均正確，類似的還有“達成協議=協議達成”、“吃飯了=飯吃了”，然而像“得出結論”就不能替換成“NP+V”，這類漢語搭配也是句法學特殊的現象，在機器翻譯中應單獨被挑出，機器翻譯時只需去掉“被”字即可。例3中的“be centered”方向性、地點性動詞更特殊，翻譯成漢語只能是“NP+V”，即使加上主語，“the steering is centered by the operator”，也只能譯為”操縱員使方向盤位于正中”，“方向盤”依舊是“正中的邏輯主語，這也是機器翻譯程序設計中需要特殊標記的。

例4：

例5：

第二大類型即為“VP+PP”，例4的介詞短語“in the HEIGHT SET screen”不是謂詞的施動者，是狀語成分，在機器翻譯中只需注意該類狀語在漢語中習慣的擺放位置。一般來講，狀語在句中修飾謂詞，那么在譯成漢語的位置應變為“PP+謂詞+內在論元”，還原成省略主語的主動態，“被”字刪除。

例5為“by”引導的介詞短語，在機器翻譯程序設計中應進行特殊標注。“by”后面的NP是整個句子的邏輯主語，是主動態謂詞的外在論元角色，然而，此結論建立的前提是“by”后的施動者為有生命體。在機器翻譯中，需劃分“by”后面的施動者是否有生命性。倘若施動者是有生命體，翻譯語序可直接調整為“‘by后生命體+謂詞+內在論元”，即“NP1+VP+by+NP2”轉換為“NP2+VP+NP1”，省略“by”。若該施動者是無生命體，除非是文學修辭中的擬人手法，否則外在論元提升為謂詞主語，不符合漢語表達習慣，如例5的機器翻譯就犯了此類錯誤。“Active Test”是無生命體，是謂詞“switch”表現的方式，對于這一系列句子，翻譯時可以添加“by”的原始意義“通過”，即順序調整由“NP1+VP+by+NP2”轉變為“通過+NP2+VP+NP1”，那么機器輸出的譯文“通過主動測試切換前內腳燈狀態”，即視為正確譯本。此外，我們也不容忽視by的一些特殊用法，如“by bike”、“by air|”、“by the end of the year”，這些固定搭配應如專業術語一般提前錄入程序，在翻譯排序中列于最前面。

五、 結語

在對“汽車技術文獻翻譯語料庫”進行樣本抽查和平行研究后發現，機器翻譯前景較為可觀，華建機器翻譯系統已經具備了一定的英漢互譯能力，一些英譯漢文字雖較為不自然，但仍具有可讀性。然而，機器翻譯在處理長難句時，依舊面臨不知道如何劃分意群、調整詞序等障礙，無法清晰認識句子的整體結構。因此，要想讓機器翻譯更完善，語言學家需要不斷分析英漢兩種文字在句法構造上的差異，除特殊的專業術語需要嚴格統計、一一對應外，還要進行大規模地分類漢語中不符合英語句法學規則的系列短語。此外，在面臨諸如被動態系列問題處理時，計算機可根據源語句法構成進行嚴格的劃分排序，如單一的“論元+謂詞”，則計算機采取將謂詞提前的方式翻譯，這樣便可提高系列翻譯句型的準確性。

參考文獻：

[1]劉群.機器翻譯研究新進展[J].當代語言學，2009（2）：147-158.

[2]羅季美，李梅.機器翻譯譯文錯誤分析[J].中國翻譯，2012（5）：84-89.

[3]熊德意，劉群，劉守勛.基于句法的統計機器翻譯綜述[J].中文信息學報，2008（3）：28-39.

[4]朱躍.英漢機器翻譯現狀與可信賴機器翻譯[J].天津外國語學院學報，2003（7）：14-18.

[5]張政.計算機翻譯研究[M].北京：清華大學出版社，2006.