電動汽車國際標準漢英平行語料庫構建研究

欒亞玟 馬楊倩

南京工程學院 江蘇 南京211167

引言

自2017年,全球電動汽車市場方興未艾,電動汽車(EV)銷量首次突破100萬臺,2021年可能成為一個持久的電動未來的開端。去年,財富建立在化石燃料基礎上的挪威成為全球首個電動汽車銷量超過汽柴油及混合動力汽車的國家;中國也一馬當先,2020年中國市場新能源車銷量超過125萬輛,占全球市場約40%左右。在全球清潔能源科技,以及人工智能的發展帶動下,再加之政府所出臺的一系列相關支持政策的刺激下,電動汽車乃是大勢所趨。

在新電動汽車的國際貿易蓬勃發展之際,有關新能源電動汽車領域信息呈爆炸性增長,這也意味著出現大量新的領域術語,電動汽車相關語料庫正逐步完善。權威性電動汽車安全標準相關文件具有實用性和時效性,是體現科技信息價值的載體之一,并且文件的更新也體現了電動汽車產業的革新發展趨勢。進出口商品的安全標準要求準確性、嚴謹性,但汽車電動車法規標準的翻譯這一方面,相關語料庫還極不成熟,主要表現為各大車企翻譯版本眾多,術語不一致,從而容易造成各地信息不對等,業務上容易出現經濟損失問題等等。我們研究的電動汽車國際標準漢英平行語料庫,能使歐盟電動車安全標準相關合規人員與譯者的工作更加便捷、規范,促使安全標準語料庫的研究與發展;為國內外新能源汽車標準化建設提供參考,提升行業整體安全水平;同時也能幫助國內眾多電動汽車企業更好了解歐盟規則,進而更熟悉國外市場,進軍海外。(張亞梅2018)

1 電動汽車平行語料庫現狀

1.1 語料庫以及計算機輔助翻譯目前的發展情況

我國語料庫研究始于20世紀70年代末。盡管起步較晚,但發展速度很快。平行語料庫研究是近年來語料庫橫向發展的大熱門,但我國目前尚無專門以電動汽車安全標準為基礎建立的平行語料庫,汽車行業內的相關語料庫也沒有完整的體系。

1.2 目前電動汽車語料庫存在的問題

2020年5月,我國電動汽車領域的首批強制性標準國家標準發布。這3項強制性國家標準的出臺,為新能源電動車劃定了安全線,可以更好地保障消費者的權益。關于電動汽車安全標準的制定有如下幾個特征:

第一,國行標的制定周期相對很長,程序復雜。國家標準、行業標準從制定到發布,需要2—3年,甚至更長時間。

第二,制定標準要拿捏好保障電動汽車安全的平衡點。既要發揮引領作用,又要避免阻礙技術發展、造成不必要的浪費。各國鼓勵國家標準、行業標準、團體標準以及企業標準建設百花齊放,在安全國家標準這一基本準入門檻基礎之上,各企業被給予充分的自主權。

第三,許多國家及地區在標準化建設上都存在滯后問題。在新興產業電動汽車的標準化建設上,由于沒有新的實踐成果,難以制定出更高要求的安全標準。(盧奇秀2020)

以上三點特征也意味著,與電動汽車安全標準等具體方面的規定有關的研究少、更新慢,針對電動汽車安全標準等具體方面的研究更是屈指可數,進而導致了電動汽車平行語料庫存在一定的滯后性,更無法基于文本以構建時效性的語料庫。如此,構建出一套覆蓋性廣且實時性強的電動汽車國際標準語料庫是十分必要的。

2 電動汽車國際標準英漢語料庫的構建

2.1 語料采集

構建語料庫第一步是采集語料。國內外電動汽車安全相關標準主要有:ISO 標準、歐盟標準、美國標準(SAE標準FMVSS 標準)以及日本工業標準(JIS標準)。(曾慶想2015)

為保證語料的窮盡性,本課題收集了大量權威性電動汽車安全標準相關文件,譬如ECE(歐洲經濟委員會汽車法規)、SAE(國際自動機工程師學會)、GB(中國國家標準)等等。采集語料時,項目組將與電動汽車安全標準評估息息相關的性能試驗方法文件也納入了語料庫中,同時也參考了由中國國家標準化管理委員會發表的國家標準和相關行業標準,刪除內容重復的語料和語料中的圖表,并使用SDL Multiter m Extract進行語料自動提取。

2.2 語料整理

掃描識別獲得的文本存在各種不合規范的符號、格式等。如果不經過降噪(清洗)會影響后續的使用和檢索結果,其中常見錯誤類型有語料信息缺失冗余,格式、內容錯誤,邏輯對應錯誤。針對這些問題,項目組借助計算機軟件對文本進行了規范化處理。得益于軟件的替換功能,語料中的所有全角字符和半角字符得到了統一,刪去多余的空格和全部亂碼,語料的行文格式也有了一定的規范。

2.3 語料導出

英文原文與中文譯文的句子對齊以一一對應為主,但也允許“一對多”、“多對一”、“多對多”等特殊情況存在。本語料庫的語料提取采用“自動提取+人工審查”的方式進行。

各國規定的檢查方法、效果的評定及限值要求不盡相同。通過構建完成的語料庫,各類技術人員可輕松查閱特定信息,追溯文件來源,但更加直觀清晰的比較各地區不同的電動汽車安全標準,同時也能夠接觸吸收其他地區前沿成果。

3 研究過程中出現的問題與對策

本研究基于歐盟電動車國際標準小型英漢語料庫的研究,尤其是ECE(歐洲經濟委員會汽車法規)-R100的語料研究——1368條語料中出自ECE-R100文件的語料總共有1268 條。但ECE 文件以R1、R2,……,R100,R101,……,R131進行編號,分類細致且覆蓋性強,從車輛狀況、燈光技術、噪聲、乘員保護裝置等各個方面制定法規。

所以在本次研究的基礎上,可引入英文語料庫垂直搜索引擎,通過從互聯網中周期性地抓取相關網頁并及時動態的更新語料數據,及時更新其修訂的內容,并不斷擴充基于國際安全標準的不同區域間安全標準,如加入一些國內外主要相關標準,如ISO、JIS、GB、聯合國電動汽車安全全球技術法規(UN GTR)等等.與更多地區的電動汽車安全標準接軌。(朱鵬2015)

同時,還可以豐富語料庫的檢索功能,可借鑒參考ECE分類方式,通過提示用戶搜索范圍、引導用戶分類搜索,從而提高搜索效率。

4 總結

電動汽車國際標準漢英平行語料庫的建立,有助于啟示國內各行業與術語譯名的規范化建設,一定程度上可推動電動汽車的國際化發展。我國目前已經建立起較為完善的新能源汽車標準化體系,通過語料庫的不斷擴充更新,電動汽車安全系列標準正逐步完善,進一步推動技術進步,讓行業整體安全水平得到提升,人民群眾的生命和財產安全獲得保障。