民航英漢平行翻譯語料庫建設(shè)路徑與應(yīng)用研究

陳華妮，王迪

（中國民用航空飛行學(xué)院，四川廣漢 618307）

在國家“一帶一路”的政策背景下，為響應(yīng)中華文化“走出去”以及國家語言能力建設(shè)號(hào)召，國內(nèi)各大高校相繼大力開展信息時(shí)代語言服務(wù)人才培養(yǎng)模式研究，探索新型語言服務(wù)人才培養(yǎng)的特色道路。同時(shí)，大數(shù)據(jù)和語言技術(shù)的飛速發(fā)展也給高校外語專業(yè)語言服務(wù)人才的培養(yǎng)理念和培養(yǎng)方式上的調(diào)整帶來了前所未有的機(jī)遇[1-3]。

語料庫語言學(xué)作為最具活力、 發(fā)展最為迅速的語言學(xué)領(lǐng)域之一，越來越多地被應(yīng)用于語言學(xué)各分支的研究中。隨著翻譯技術(shù)的普及，越來越多的學(xué)者和譯者投入到語料庫的研究和實(shí)踐中。語料庫建設(shè)、研究和實(shí)踐也日益成為外語專業(yè)學(xué)科發(fā)展的重點(diǎn)方向之一。

語料庫研究是外國語言學(xué)及應(yīng)用語言學(xué)專業(yè)學(xué)科人才需掌握的必不可少技能。與此同時(shí)，翻譯專業(yè)在學(xué)科建設(shè)上也對(duì)語料提出了明確要求。在2010年5月7日，國務(wù)院學(xué)位委員會(huì)下發(fā)《關(guān)于開展新增碩士專業(yè)學(xué)位授權(quán)點(diǎn)審核工作的通知》（學(xué)位〔2010〕20號(hào)），其附件1～15《翻譯碩士專業(yè)學(xué)位授權(quán)點(diǎn)基本條件》中“教學(xué)條件”中明確規(guī)定：“申請(qǐng)?jiān)O(shè)立筆譯方向的，須擁有專用筆譯實(shí)驗(yàn)室及供筆譯教學(xué)使用的翻譯軟件或資料庫”[4-6]。

近年來，在全球化的浪潮下，我國民航飛速發(fā)展，我國民航業(yè)國際交流也與日俱增，極大地刺激了民航翻譯的需求。平行翻譯語料庫可以對(duì)民航翻譯研究和實(shí)踐提供很好的翻譯實(shí)例和量化數(shù)據(jù)。該研究針對(duì)民航英漢平行雙語翻譯語料庫進(jìn)行了總體設(shè)計(jì)，建成了小型民航英漢平行翻譯語料庫。該研究旨在通過加強(qiáng)民航英漢平行翻譯語料庫建設(shè)從而促進(jìn)我國民航翻譯研究和實(shí)踐的進(jìn)一步發(fā)展。

1 研究內(nèi)容與意義

該研究的主要研究內(nèi)容為民航英漢平行翻譯語料庫的建立和術(shù)語庫的建設(shè)。該研究建成了2 個(gè)小型民航英漢平行翻譯語料庫和1 個(gè)民航翻譯術(shù)語庫。該研究的意義主要有以下3 個(gè)方面。

1.1 教學(xué)方面

為學(xué)院一線翻譯教師提供更多教學(xué)案例，擺脫以前基于經(jīng)驗(yàn)的教學(xué)模式，教授學(xué)生掌握預(yù)翻譯、項(xiàng)目術(shù)語準(zhǔn)備、術(shù)語統(tǒng)一、語料信息檢索、協(xié)同翻譯等當(dāng)下翻譯流程的關(guān)鍵環(huán)節(jié)，使學(xué)生所學(xué)與將來工作無縫對(duì)接，提高學(xué)生的競爭力[7-9]。

為MTI 以及BTI 學(xué)生提供一個(gè)檢索平臺(tái)，學(xué)生可隨時(shí)查找民航翻譯實(shí)例，便于定期回顧，查漏補(bǔ)缺，形成一套翻譯自主學(xué)習(xí)平臺(tái)。

1.2 實(shí)踐方面

在進(jìn)行民航的翻譯實(shí)踐時(shí)，幫助譯者快速查找相關(guān)譯文表達(dá)，提高翻譯工作效率及準(zhǔn)確率。

1.3 科研方面

基于該語料庫建設(shè)可進(jìn)一步開展各項(xiàng)研究，為學(xué)校在翻譯教學(xué)與研究方面提供更豐富的研究素材和工具。利用平行語料檢索技術(shù)，研究人員可以獲取豐富的雙語句對(duì)表達(dá)，通過對(duì)比，進(jìn)一步發(fā)現(xiàn)語言特點(diǎn)[10-13]。

2 語料庫建立路徑

《民航英漢平行翻譯語料庫建立與研究》研究工作主要分為以下幾個(gè)階段。

第一階段：語料庫相關(guān)資料搜集。

通過互聯(lián)網(wǎng)以及數(shù)字圖書館，收集并整理與平行翻譯語料庫相關(guān)的文獻(xiàn)。通過互聯(lián)網(wǎng)以及數(shù)字圖書館，搜集各類民航英漢雙語語料數(shù)據(jù)。

第二階段：語料庫建設(shè)總體規(guī)劃。

在文獻(xiàn)研究的基礎(chǔ)上，完成民航英漢平行雙語語料庫建設(shè)的總體設(shè)計(jì)方案。

第三階段：英漢雙語語料加工。

獲取雙語語料數(shù)據(jù)后，完成語料加工工作，如語料提取、語料降噪等。民航英漢平行雙語語料庫建設(shè)時(shí)語料加工采用的部分技術(shù)方法包括以下幾點(diǎn)。

（1）語料提取：將搜集的PDF 雙語語料轉(zhuǎn)成可編輯的Word 文檔。主要方法如下：首先，將PDF 中的文字復(fù)制粘貼到Word 文檔中。其次，對(duì)于無法復(fù)制粘貼的文字采用多種方法進(jìn)行處理，如使用Adobe Acrobat Pro DC 進(jìn)行轉(zhuǎn)換；使用福昕高級(jí)PDF編輯器進(jìn)行轉(zhuǎn)換； 使用ABBY Finereader 進(jìn)行OCR識(shí)別轉(zhuǎn)換；使用在線網(wǎng)站進(jìn)行轉(zhuǎn)換，如https://www.cleverpdf.com/等；使用Tmxmall 的工具箱進(jìn)行轉(zhuǎn)換；使用手機(jī)OCR 識(shí)別APP，如搜狗輸入法文字識(shí)別、OCR掃描王等進(jìn)行轉(zhuǎn)換；使用WPS 進(jìn)行轉(zhuǎn)換等[14-18]。

（2）語料清洗：對(duì)Word 格式語料進(jìn)行預(yù)處理。主要工作包括： 將Word 文檔中所有的軟回車替換成硬回車；處理Word 文檔中的句子斷句異常；自動(dòng)編號(hào)（序號(hào)）換成文字編號(hào)；將文檔中的紅色代碼批量選中并刪除；批量替換刪除＜＞中的代碼；去除多余空格和“-”；處理表格識(shí)別混亂；識(shí)別混亂的圖文框和圖表；處理上下標(biāo)無法識(shí)別；處理頁眉、頁腳、頁碼和目錄混亂；提取中英文文檔中的中文/英文[19]。

（3）語料分類：根據(jù)文本的類型將語料進(jìn)行分類，以建成不同類型的民航英漢平行翻譯語料庫。

第四階段：英漢雙語語料對(duì)齊及術(shù)語庫建設(shè)。

使用在線對(duì)齊工具Tmxmall Aligner 進(jìn)行語料對(duì)齊。使用Tmxmall Aligner 將長段落原文譯文自動(dòng)拆分為多句，借助在線對(duì)齊工具實(shí)現(xiàn)一對(duì)多、多對(duì)多智能對(duì)齊并以tmx 格式導(dǎo)出[20-23]。

將導(dǎo)出的tmx 格式文件導(dǎo)入語帆術(shù)語寶，完成術(shù)語提取及術(shù)語庫建設(shè)。主要的建庫方法為：使用云帆術(shù)語寶提取術(shù)語提取詞頻為1 的術(shù)語，并逐一驗(yàn)證，刪除重復(fù)部分，保留一詞多譯；提取詞頻為2 的術(shù)語，并逐一驗(yàn)證，刪除重復(fù)部分，保留一詞多譯；以tbx 以及Excel 格式導(dǎo)出，按字母順序排序； 在YICAT 平臺(tái)創(chuàng)建術(shù)語庫，并將導(dǎo)出的tbx 格式文件導(dǎo)入新建的術(shù)語庫，完成術(shù)語庫創(chuàng)建[24-27]。

第五階段：英漢雙語對(duì)齊語料入庫。

將對(duì)齊的語料分類導(dǎo)入YICAT 平臺(tái)記憶庫，建成2 個(gè)民航英漢平行翻譯語料庫。用戶選擇檢索模式，在檢索框中輸入關(guān)鍵詞并選擇檢索范圍，即可進(jìn)行檢索。

3 研究成果及創(chuàng)新

該研究的主要成果為：建成A330/A340 飛行機(jī)組操作手冊(cè)語平行翻譯語料庫和DA42 NG 飛機(jī)飛行手冊(cè)平行翻譯語料庫； 建成DA42 NG 飛機(jī)飛行手冊(cè)術(shù)語庫。該研究主要在以下兩個(gè)方面體現(xiàn)了創(chuàng)新性。

第一，國內(nèi)外平行翻譯語料庫研究多涉及英語和歐洲語言，涉及漢語的英漢/漢英平行翻譯語料庫研究十分有限，這與漢語作為世界上大語種的地位極不相稱，與當(dāng)前翻譯研究的需要也不相適應(yīng)。該語料庫的建設(shè)是英漢/漢英平行翻譯語料庫建設(shè)的有利補(bǔ)充。

第二，現(xiàn)有的平行翻譯語料庫多以一般性文本題材為主，很少有針對(duì)某一文類的專門用途英語的平行語料庫。民航英漢平行翻譯語料庫屬于英漢專門用途英語平行語料庫，它的設(shè)計(jì)和建立是平行翻譯語料庫研究領(lǐng)域的一個(gè)有利補(bǔ)充。

4 語料庫應(yīng)用

首先，該平行翻譯語料庫收集真實(shí)的翻譯語言，民航翻譯人員能通過翻譯語料庫查找到更多的翻譯實(shí)例。因此，該語料庫能很好地促進(jìn)民航翻譯實(shí)踐。

其次，該平行翻譯語料庫的建立提供了基于雙語對(duì)齊語料的檢索平臺(tái)，促進(jìn)了民航翻譯研究和實(shí)踐。民航翻譯人員和研究人員可進(jìn)行多方面檢索，有助于翻譯規(guī)范和翻譯理論的驗(yàn)證。

最后，該平行翻譯語料庫的建立為機(jī)型手冊(cè)翻譯任務(wù)提供支持。2020年，該平行翻譯語料庫為DA42、SR20、M2 等民航機(jī)型手冊(cè)翻譯任務(wù)的順利完成提供了有力支持。

5 結(jié)語

建設(shè)英漢平行雙語語料庫為語料庫研究和翻譯實(shí)踐服務(wù)已經(jīng)成為新時(shí)代語言研究者必不可少的重要組成部分。通過語料庫管理語料，可在檢索語料時(shí)增強(qiáng)針對(duì)性，提高準(zhǔn)確率和效率；在翻譯實(shí)踐時(shí)，參考利用已建成的語料庫，可以避免重復(fù)性勞動(dòng)，提升翻譯效率。該研究通過民航英漢平行翻譯語料庫的建立，為基于語料庫的民航翻譯實(shí)踐和研究提供了借鑒和幫助。民航翻譯研究人員應(yīng)進(jìn)一步建設(shè)大型民航英漢平行翻譯語料庫，進(jìn)一步提高檢索語料的針對(duì)性和準(zhǔn)確率，促進(jìn)民航翻譯質(zhì)量的提升以及民航翻譯研究的發(fā)展。