“遭遇”第四范式的浪潮：大數據時代的翻譯研究?

肖開容

（廣東外語外貿大學，廣州510420；西南大學，重慶400715）

提 要：大數據帶動科學研究第四范式的出現，引發科學思維的深刻變革。同樣，大數據驅動的翻譯及翻譯研究也會發生翻譯思維的轉變，出現相關性翻譯、基于全部數據的概率度翻譯以及對不同精確度翻譯的區別性容忍。大數據和新技術催生新的翻譯現象，產生新的研究領域。對此，翻譯研究有必要更新學科體系、重新界定核心概念、采用新的研究方法，有效應對大數據和新技術驅動的多元化翻譯新形態。

1 引言

上世紀80年代，著名未來學家阿爾文·托夫勒在《第三次浪潮》一書中指出，人類社會如今正進入信息化社會。進入21世紀，大數據逐漸引起各界關注。2001年，美國高德納公司的分析師道格拉斯·蘭尼（D.Laney）對大數據的特征作出界定。2010年以來，大數據得到迅速發展。據IDC公司統計，2011年全球被創建和復制的數據總量為1.8ZB（1021），遠遠超過人類有史以來所有印刷材料的數據總量（200PB）（李國杰 2012：8）。有專家預測，到2020年全球數據量較2010年將增加43倍，達到35ZB（錢志新 2013：1）。

大數據掀起的浪潮影響深遠。美國政府2012年3月宣布投入巨資啟動“大數據研究和發展計劃”，著名電商阿里巴巴集團將大數據作為三大戰略之一。奧萊利（O'Reilly）更出驚言，聲稱“數據是下一個‘Intel inside’”，未來屬于將數據轉換成產品的公司和人們”（李國杰2012：8）。大數據同時引發科學研究范式的變革。2007年，圖靈獎獲得者、微軟研究院高級研究員吉姆·格雷（J.Gray）在他人生最后一次演講中提出科學研究的“第四范式”，即基于數據密集型計算的科學研究范式（Hey et al.2012），這是繼計算科學時代的模擬研究范式以來的又一次科學研究范式革命，意味著科學思維的深刻變革。

翻譯以及翻譯研究與大數據浪潮的相遇不可避免，而且基于大數據的翻譯正在引發新的翻譯熱潮，重新點燃人們對機器翻譯以及與技術相結合、以數據為基礎的新型翻譯模式的希望。谷歌、百度、必應和有道等公司顛覆機器翻譯基于規則的傳統模式，采用基于大規模平行語料的統計機器翻譯，推出在線、移動端翻譯服務，受到普通用戶熱捧。據悉，谷歌翻譯提供瀏覽器、網頁、移動端3個平臺，支持103種語言，擁有五億多用戶，每天翻譯量超過1000億單詞。2015年1月后陸續推出手機語音即時翻譯、拍攝翻譯和點擊翻譯等多種形態的翻譯。百度翻譯于2011年推出在線服務，2013年又推出手機端服務，2016年1月獲得2015年國家科技進步二等獎，“通過開放應用程序編程接口（API），為華為、金山、OPPO、敦煌網等上萬家第三方翻譯應用提供支持”（張慧玉 馮全功2016）。

那么，在以大數據為背景的第四范式時代，翻譯思維將發生怎樣的變化，翻譯領域將出現哪些新現象，翻譯研究應采取何種理論思考，應著力解決哪些問題，以順應大數據和新技術進步的趨勢。本文擬參照科學范式的本體論、認識論和方法論維度，對翻譯研究的對象、理論思維和研究方法做一些嘗試性探索和思考。

2 科學研究第四范式與翻譯新思維

2.1 科學范式演化與第四范式

托馬斯·庫恩在《科學革命的結構》（1962）中將“范式”定義為：某一學科領域的科學家共同體共同遵從的世界觀和行為方式。科學演化遵循范式轉化的基本模式：前范式科學（無范式）—常規科學（建立范式）—科學革命（范式動搖）—新常規科學（建立新范式）（庫恩2003）。科學發展內在規律以及外部條件推動的共同作用，就會引發科學范式的演化。格雷指出，人類的科學研究共有4種范式，即：經驗科學時代的經驗范式、理論科學時代的理論范式、計算科學時代的模擬范式以及大數據科學時代的第四范式（Hey et al.2012：x）。經驗科學范式以描述經驗事實為主，較少做理論概括。理論科學范式以理論概括、演繹推理構建科學定律和原理。計算科學的模擬范式通過模型建構、定量分析和計算分析，借助計算機的模擬獲取研究發現。

如今，在大數據時代，科學研究面臨4大挑戰，即大數據的挑戰，信息技術發展的挑戰，科學研究過程的挑戰以及科學數據管理貢獻的挑戰（鄧仲華 李志芳2013：20－21）。 在這些挑戰下，信息技術與科學家相遇，催生eScience，通過各種技術手段以及互聯網收集的大規模數據，使科學家們能夠直接從密集型數據中了解事物之間的相關性，得出科學發現，這便是格雷所說的第四范式。在這一范式下，數據不僅是研究的結果、手段和工具，更是研究的對象，研究者從對數據的研究中得出知識發現。

2.2 第四范式下的科學思維

大數據的基本特點是“大”，蘭尼提出大數據的3V 特征，即體量（volume）、類型（variety）和處理速度（velocity）（Laney 2001）。 后來，人們又提出另外的3V加1C，即價值（value）、變化性（varia?bility）、準確性（veracity）和處理與分析難度（com?plexity）（何小朝2014）。以大數據為基礎的第四范式研究呈現出與以往研究截然不同的科學思維，體現出3種轉變。

2.21 從因果關系到相關性的轉變

傳統的邏輯推理研究重在尋找因果關系，而大數據研究是對大數據做統計性搜索、比較、聚類和分類，尋找兩個或兩個以上變量取值之間存在的某種規律。上世紀90年代，美國沃爾瑪超市發現啤酒與尿布經常同時出現在消費者購物籃里，于是將這兩種商品放在同一個區域，大大提升了啤酒的銷量。這就是通過數據統計分析尋找相關性的成功案例。嚴格來講，統計學方法無法、也不旨在檢驗邏輯上的因果關系，但是通過大規模數據分析，往往能找到看似不相關變量之間的相關性，得出有實際效果的研究發現。

2.22 從隨機樣本到全部數據的轉變

維克托·邁爾－舍恩伯格在其著作《大數據時代》中指出，基于有限數據的隨機抽樣考察因便捷而深受青睞，但存在明顯缺陷。一方面，取樣的隨機性很難控制，難以避免偏見導致的誤差。另一方面，隨機采樣不適合考察子類別情況。當需要了解更深層次的細分領域時，隨機采樣方法就不可取。如今，大數據技術的發展使得全部數據模式和總體樣本考察成為可能。采樣的目的是用最少的數據得到最多的信息，當可以獲得海量數據并加以分析的時候，隨機采樣方法就失去意義，全部數據成為考察的對象，因而可能得出更為直接的發現。

2.23 從精確性到混雜性的轉變

基于相對少量卻更具準確度的數據，可以在有限范圍內得出有一定質量的結果，但是其適用范圍也相對有限。大數據本身的構成來源復雜決定其混雜性特征。目前，基于全部數據的統計分析已經帶來一些成效，包括以谷歌翻譯為代表的統計機器翻譯取得的進展，但是面對包含大量冗余信息的大數據，第四范式下的科學活動面臨巨大挑戰。李國杰指出，基于大數據的研究，重要的不僅是如何獲取越來越多的數據，更重要的是，如何對數據去冗分類、去粗取精，從數據中挖掘知識（李國杰2012：14）。以前的研究一直追求從薄到厚，把小數據變成大數據，現在要做的是從厚到薄，把大數據變成小數據。

2.3 第四范式下的翻譯新思維

參照第四范式的思維方式轉變，以大數據為基礎的翻譯體現出3種翻譯新思維，即相關性翻譯理念、基于全部數據的概率度翻譯和對不同精確度翻譯的區別性容忍。

2.31 相關性翻譯理念

這里的相關性翻譯指基于數據的統計相關性（data?based statistical correlation）（褚東偉 2010：51）。古今中外，有關譯文與原文關系的討論總是圍繞著語言與意義的關系展開。不管是“詞對詞”與“意義對意義”翻譯的對立，“直譯”與“意譯”的爭鋒，還是各種不同“對等”的界定（如形式對等、動態對等、功能對等、文體對等和語用對等等），“歸化”與“異化”的對立，以及“語義翻譯”與“交際翻譯”的差異，無一不是基于這樣一個基本假設，即任何不同語言的表達之間總是存在著以共同的意義為基礎的對應關系，這是聯系原文與譯文的必然紐帶。只不過語言表達方式和手段的差異，以及語言模糊性的限制，導致同一個源語文本的不同譯本之間也很難實現同一性（same?ness），更遑論處于不同語言中的譯文與原文之間（Bassnett 1980／1991： 36）。 所以，對等掩蓋原文與譯文之間的真實關系。從大數據思維來看，原文與譯文之間是以意義或信息為基礎的對應關系。

在傳統的人工翻譯中，譯者借助語言知識和百科知識，基于對意義的理解，結合語境和翻譯目的，從諸對對立元中選擇偏向某一方面的譯文表達，實現多樣關聯中的一種，通過理性判斷實現原文與譯文的對應相關性。而在大數據時代，只要有理想規模的雙語平行語料供檢索，人工翻譯至少可以減少相當比例的理性思考，從數據庫中直接查找到具有相關性的對應表達，既可減少譯者查找資料的時間，也會找到更準確的翻譯，特別是固定表達、專有名詞、專業術語，這便是計算機輔助翻譯工具的基本原理。

統計機器翻譯充分利用這一原理，避免基于規則的機器翻譯系統在原文分析和譯文表達方面難以解決的復雜性弊端（Quah 2006：77）。以谷歌翻譯為例，計算機通過對大量平行語料進行統計分析，構建翻譯模型，進而使用此模型進行翻譯。在這一翻譯過程中，語言表達的相關性發揮十分重要的作用。據Softky（2007）介紹，谷歌擁有大量匹配好的翻譯平行文本（特別是聯合國文件）及單一語種文本。

2.32 基于全部數據的概率度翻譯

應該說，基于隨機樣本的模式并不適用于翻譯這項語言活動，因為翻譯選擇是從所有可用數據中查詢并選擇具有最高相關度的語言表達。在缺乏電子資源的人工翻譯時代，譯者獲取已具對應關系的表達，要么依靠大腦記憶，要么從詞典或百科全書等紙質資料中查詢，而紙質資料的有限性嚴重制約翻譯的質量和速度。另外，紙質資料受制于編者掌握對應表達的數量或準確度。于是便出現譯者因使用的工具書不完整而難以譯出某個術語，或因工具書錯誤而造成譯文表達錯誤。

在理想規模的大數據中，由于語料足夠大，譯者可快速搜索到所有具有相關性的對應表達，然后再結合語境，選擇其中相關概率最高的譯文表達。機器翻譯也同理，只不過對譯文表達的選擇依靠的是統計算法得出的最高相關概率度。概率算法公式為：P（T／S） ＝［P（T） x p（T／S）］／P（S），其中，S代表原文，T代表多個具有相關性的譯文表達，P代表概率度（Quah 2006：78）。 基于概率算法的機器翻譯在消歧方面有時也有不錯表現。比如，在谷歌翻譯中輸入中文“中國總理李克強與新加坡總理在夏季達沃斯會面時強調，加強兩國外交領域合作”，就會得到英語譯文：Chinese Premier Li Keqiang and Prime Minister of Singapore in the summer Davos meeting emphasized strengthe?ning diplomatic cooperation.原文的“中國總理”和“新加坡總理”分別處理成Chinese Premier和the Prime Minister of Singapore.

當然，基于全部數據的翻譯會受制于語料的規模與質量，數據庫的規模畢竟是相對的，而且數據庫的質量又受制于數據來源等多種因素的影響。不管是基于翻譯記憶的計算機輔助翻譯，還是基于平行語料庫的統計機器翻譯，產出的譯文質量都會隨著數據規模的增加和質量的提高而提升。因此，擴充數據規模和提升數據質量成為大數據時代翻譯發展的必然要求。

2.33 對不同精確度譯文的區別性容忍

有關判斷譯文質量的翻譯標準，盡管不同的流派有不同的表述，但總是少不了“忠實”與“通順”這兩個基本要求。然而，在大數據背景下，翻譯的實用需求呈現多元化特點。大數據時代的基本特征是“廣泛而深入的數字化”以及整個人類社會范圍內“數據的互聯互通”，在這一趨勢下，如何實現跨語言信息聯通成為首要任務（何小朝2014：11）。張春良在環球網上發表的題為“機器翻譯會不會成為下一波產業浪潮”的文章稱：“我們正在以前所未有的速度從單語世界（國內）轉向多語世界（國際化）。小到出國旅游翻譯或者技術資料翻譯，大到基于互聯網的在線電商、外貿活動、金融等服務的國際化市場推廣，一個無法避免的痛點在于面臨多語種語言翻譯問題”（張春良2015）。應該說，人工翻譯很難完全滿足這些海量而又高效率的跨語言信息交流需求，最快捷、最方便、最低成本的翻譯方式便是通過機器翻譯技術提供智能自動翻譯。在這些情景下，人們對跨語言信息交流的首要需求是快速、方便、海量和低成本，而不是高精確度。因此，在大數據背景下，翻譯需求的多元化催生不同精確度的翻譯需求，要求我們區別性容忍，基于不同的用戶需求提供差異化的譯文服務。

3 翻譯研究的新對象與新領域

如果以大數據的出現為界限，在此之前的翻譯研究對象大體可以劃分為人工翻譯和翻譯技術。前者占據翻譯研究的主流陣地，后者在Holmes勾畫的“翻譯學”圖譜中屬于“應用翻譯研究”下面的“翻譯工具”，僅為譯員培訓和翻譯實務提供服務（Holmes 1988／2000：181 －182）。 翻譯技術和機器翻譯的發展由于未能取得預期的效果，從20世紀60年代到90年代陷入低谷（So?mers 2008：143）。但是，新技術的發展讓該領域的翻譯呈現新的活躍態勢，出現多元化翻譯形態，形成翻譯研究的新對象，也產生許多新的研究領域。

3.1 多元化的翻譯形態

從技術角度出發，Hutchins和Somers（1992：148）歸納出4種翻譯形態：機器翻譯、人助機譯、機助人譯和人工翻譯。這種4分法已經很難描繪如今紛繁復雜的翻譯形態。機器翻譯方面，除傳統的機器翻譯系統外，目前還有在線翻譯、網頁翻譯、社交平臺翻譯和移動設備上的翻譯等形式。

在線翻譯大都是統計機器翻譯。著名的在線翻譯服務包括谷歌翻譯、百度翻譯和必應翻譯等，提供所支持的任意兩種語言之間的字詞、句子和短小篇章的翻譯。目前谷歌翻譯影響最大，支持90種語言，每天翻譯次數達10億次，翻譯處理的文字相當于一百萬冊圖書（張春良2015）。

網頁翻譯一般都以在線翻譯系統為基礎，如谷歌的Chrome瀏覽器可自動將網頁翻譯為某種主要語言，百度翻譯和有道翻譯則可直接輸入網址實現翻譯。一些商業網站利用翻譯為客戶提供更好的服務，著名的酒店預訂網站“繽客”（boo?king.com）提供42種語言版本的選擇。此外，為電子商務平臺提供服務的網頁翻譯也已出現。科技博客網站TechCrunch報道，eBay在2013年開拓俄羅斯市場的時候已經嘗試機器翻譯。俄羅斯用戶輸入俄語搜索關鍵字，也能返回與關鍵字匹配、用英語描述的商品。阿里巴巴研發出英語與俄語、英語與葡萄牙語之間的多套機器翻譯系統。

社交平臺翻譯主要是各種網絡社交媒體上提供的翻譯，如Facebook，Twitter和微信等利用必應、谷歌、百度等在線翻譯的API功能進行二次開發，為用戶提供翻譯服務。很多電子郵件服務也提供翻譯功能，如Gmail設置140種語言的切換。

移動設備上的翻譯主要是手機翻譯應用軟件。谷歌、百度等都開發手機端翻譯軟件，可實現離線翻譯、語音和實時翻譯、跨軟件翻譯、拍照翻譯和點擊翻譯等。比如拍照翻譯，用戶可利用手機攝像頭實現實物翻譯、涂抹翻譯、取詞翻譯、整屏翻譯和菜單翻譯等。另外，視頻通話平臺Skype Translator推出實時跨語言通話服務，目前支持漢語、英語、法語、德語、意大利語、葡萄牙語和西班牙語7種語言的對話翻譯和五十余種語言間的信息翻譯。

在翻譯技術和翻譯應用不斷發展的過程中，人機互助翻譯模式也進一步突顯。一方面是機助人譯。利用翻譯記憶的計算機輔助翻譯目前已成為專業譯者不可或缺的工具，機助人譯已成常態。另一方面是人助機譯。為不斷提高譯文質量，許多在線機器翻譯增加“修改建議”功能，用戶可對機譯結果進行修改，并自動存入語料庫。一些非在線機器翻譯系統也都在通過讓人參與機譯過程來解決機器在自然語言理解和表達方面的弊端，包括譯前編輯（pre?editing）、譯后編輯（post?edi?ting）和人機互動翻譯等（Quah 2006：57 －92）。很多計算機輔助翻譯軟件都有內置或外接的機器翻譯功能，可實現CAT＋MT＋PE工作模式（王華樹 2015：135）。

3.2 翻譯研究的新領域

大數據時代的翻譯現象和翻譯形態勢必極大地拓展翻譯研究的領域。目前看來，在現有研究分支基礎上，至少在以下幾大領域有待突破：數據技術研究、譯文評測研究、多模態翻譯研究和翻譯應用研究等。

3.21 數據技術研究

大數據驅動的人工與機器翻譯首先依賴的是語料。語料的數量、類型和質量決定譯文的質量。因而，翻譯研究的一個重要挑戰便是采用恰當的技術手段，以人工翻譯的雙語平行語料、高質量的單語語料為來源，獲取和構建大規模可用的書面語、口語語料。同時，制定規范、適用的數據格式標準、構建數據資源共享模式和平臺，實現資源的開放共享。開發適用于翻譯功能的數據挖掘技術，為翻譯獲取有用適切數據提供技術支持。

3.22 譯文評測研究

在翻譯形態呈現多元化的背景下，人工翻譯并不是譯文產生的唯一方式，由機器翻譯衍生出的新形態翻譯，并不符合傳統的譯文評價標準，但是卻在發揮著人工翻譯無法取代的作用。那么到底何種譯文能夠滿足哪些用戶在什么情況下的使用，如何對機器翻譯及其衍生翻譯作出評測，這是譯文評測研究需要解決的問題，未來的目標是“采用合理的自動評價準則應用于翻譯評測活動，同時引入高效的人工翻譯方式，以評測促進機器翻譯的研究與應用”（杜金華等2013：8）。

3.23 多模態翻譯研究

在移動計算和大數據時代，隨著智能設備的進一步發展，翻譯愈加呈現多模態趨勢。翻譯研究的一個重要拓展是，結合先進的移動和多媒體設備，開發語音翻譯、視頻翻譯、文字—語音—視頻相結合的多維翻譯，其中語音識別、口語翻譯、語音合成和視頻轉換等是關鍵技術。口譯資源的構建與深度處理是需要攻克的另一大難題。另外，也有一些研究者從事動物語言與人類語言、人類肢體語言與自然語言之間的翻譯，大大拓展翻譯的應用領域。

3.24 翻譯應用研究

如今的翻譯正以空前的節奏進入生產和生活，其中的關鍵是如何將翻譯研究成果、特別是基于大數據的機器翻譯研究成果轉化為實際應用，包括專門領域的行業應用和日常生活應用。行業應用涉及幾乎所有需要實現跨語言信息交換的行業，日常生活應用包括涉及吃住行等各方面活動的翻譯應用，如電子商務翻譯、旅游翻譯、信息瀏覽與檢索翻譯和餐飲翻譯等。

4 翻譯研究的新思考

在大數據時代，基于大規模語料，借助于各種新技術，翻譯活動正在經歷劇烈變革，機器翻譯及其衍生品日新月異，翻譯手段和方式不斷更新，翻譯形態呈多元化趨勢，快捷、方便、低成本的翻譯服務已經進入人們的日常生活，引發翻譯思維的深刻變化，催生翻譯研究在理論體系、核心概念和研究方法等方面的思考。

4.1 翻譯研究體系的重新規劃

Holmes（1988／2000）勾畫的翻譯學結構圖，在當時條件下，為翻譯學科體系做出清晰的規劃。不過，在大數據背景下，翻譯形態愈加多元化，許多新模式、新現象、新技術和新設備不斷出現，翻譯的應用性不斷增強，翻譯研究的多學科、跨學科性質愈加突出，研究領域和陣地不斷擴大，越來越多的學科進入翻譯研究領域，引發一些學者關于翻譯學科體系穩定性的隱憂（Mundy 2009：12），使得翻譯學科體系的重新規劃成為必須。

翻譯研究需要關注翻譯新現象，涵蓋更多內容，將人工翻譯、機器翻譯、人機互助翻譯以及多模態智能終端的各種翻譯納入考察，對各種形態的翻譯提出指導性理論模式，促進新形態翻譯的進一步發展。結合實際翻譯活動對翻譯過程做出新的描述，將機器翻譯中人的參與和人工翻譯中機器的參與納入翻譯過程模式。描述翻譯研究要關注機助人譯、人助機譯、人機互助模式產生的譯文及其效果和影響，以及所引發的人類溝通方式變革。應用翻譯研究領域發生的變化最為突出，已有學者（如Quah 2006：42）對該分支進行重新描述，特別對翻譯技術領域研究做出細化，但是最近10年是翻譯技術飛速發展時期，出現許多新的現象，應用翻譯研究分支也有必要進行重新規劃。

4.2 傳統翻譯概念的重新界定

以上所述翻譯新形態和新現象，以及大數據背景下的翻譯新思維，對部分傳統翻譯概念提出挑戰，須要作出重新界定，下面試舉兩例加以說明。

一是翻譯標準問題。傳統的翻譯標準主要針對人工翻譯，特別是文學、文化類具有較高文學藝術價值和文化傳承價值的譯文，或者實際應用領域對文本有較高要求的譯文。但是如今的翻譯需求日漸多元化，翻譯服務更加行業化、生活化，因此有必要針對不同需求提出多元化的翻譯標準，讓不同類型、具有不同精確度的翻譯發揮不同的作用。針對機器翻譯，建立行業評測標準，形成機器自動評測、人機互助評測與人工評測相結合的翻譯評測體系。

二是對等問題。可以說，翻譯學的發展歷史始終圍繞原文與譯文關系這一主線，出現無數種類型的對等。但是，上述一些新的翻譯現象引發我們思考：對等還是原文與譯文之間的真實關系嗎？是一切翻譯的內在屬性嗎？以大數據為基礎的翻譯引發翻譯思維方式的變革，原文與譯文的關系屬性從“對等”變為“相關性對應”更為合理，或者可以中性化地界定為“相關性對等”，以消解“對等”概念對多種翻譯形態的制約。

4.3 翻譯研究方法的更新

技術進步正在主導翻譯學研究方法的不斷更新。研究方法的更新在翻譯認知過程研究方面已有顯著發展，呈現出研究工具革新、跨學科性深入、研究規模擴大的趨勢。在此背景下，一方面，翻譯學研究要從其他學科，特別是大數據工程、計算機與信息科學、認知科學等與大數據驅動的翻譯研究密切相關的領域吸收借鑒技術手段和研究方法，構建符合翻譯學研究需要的方法論體系。另一方面，要對新的技術手段和方法開展方法論研究，考察其有效性和可靠性，構建大數據時代翻譯研究方法評估和比照模式，對不同研究對象與目標的翻譯研究設計做出方法論指導。

5 結束語

總之，大數據時代的到來及其引發的科學范式轉變帶動翻譯形態和翻譯模式的深刻變化。對于這些變化，樂觀主義者高估技術的作用，鼓吹“機器翻譯有望消除語言之間的界限，實現巴別塔的重建”。悲觀主義者則表現出對機器翻譯及其衍生品的隱憂，擔心人工翻譯被機器取代，或者因譯文準確性不足而唱衰其實用價值。我們認為，科學第四范式不僅是新的研究范式，更是新的思維方式。在這一浪潮中，翻譯研究須要轉變思維方式，正視翻譯領域出現的新現象、新手段和新模式，更新理論觀念和研究方法，對新范式下的各種問題作出理性思考，充分利用大數據及相關技術的優勢，真正讓大數據成為翻譯以及翻譯研究的“金礦”。