WordNet在統(tǒng)計機器翻譯中的應用
——以英語單詞“Crack”為例*

潘登(湖北科技學院外國語學院，湖北咸寧437100)

WordNet在統(tǒng)計機器翻譯中的應用
——以英語單詞“Crack”為例*

潘登
(湖北科技學院外國語學院，湖北咸寧437100)

本文通過對比基于規(guī)則和基于語料庫的機器翻譯的利弊，首先介紹利用WordNet3.0的同義詞庫對“crack”的詞性和主要詞義使用頻率進行分析，同時使用Google的網(wǎng)絡(luò)翻譯工具調(diào)查該詞語在詞匯、結(jié)構(gòu)以及整體可讀性和忠實性的翻譯層面是否地道常用。最后揭示“crack”的真實用法和使用規(guī)律并提出一定的可行措施來提高基于語料庫的英漢翻譯的質(zhì)量。進而證明了基于語料庫翻譯方法在英漢翻譯上的可行性。

統(tǒng)計機器翻譯;WordNet3.0;應用

一、引言

目前國內(nèi)的機器翻譯主要有兩種模式，一種是基于規(guī)則的機器翻譯。即語言學家將語法規(guī)則和字典輸入計算機，計算機在根據(jù)語法規(guī)則進行翻譯;另一種是基于語料庫的機器翻譯，就是自然語言處理技術(shù)為基礎(chǔ)，以知識本體作為支撐利用語義搜索進行機器翻譯。隨著谷歌，百度，網(wǎng)易進軍在線翻譯服務(wù)，市場布局呈現(xiàn)三足鼎立，但其網(wǎng)絡(luò)翻譯質(zhì)量卻差強人意，可懂性和忠實性較低?；谡Z料庫的機器翻譯能否可以使機器翻譯的質(zhì)量達到一個新的高度，如果可以，那么怎樣才能更好地改善其翻譯質(zhì)量等，這些問題都是本研究所探討的問題。

本研究首先從詞匯、結(jié)構(gòu)方面對Systran和Google的英漢機翻譯本進行了比較，并根據(jù)WordNet3.0的同義詞庫對“crack”的詞性和主要詞義使用頻率的數(shù)據(jù)，同時使用Google的網(wǎng)絡(luò)翻譯工具調(diào)查該詞語在詞匯、結(jié)構(gòu)上的特征從而確定了基于語料庫機器翻譯的“可行性”。

二、研究背景回顧及基本概念

語言是人類最重要的交際工具，人們交際信息的基本單位是概念，在語言中表現(xiàn)為詞匯部分。人們能夠順利地進行交際是因為充分利用了詞匯意義。隨著語言的發(fā)展，詞匯的豐富，與一個詞搭配而成的意義越來越多。詞義搭配，又稱詞匯模式，是指詞素之間的橫向組合，上升到詞與詞之間的橫向組合，詞與詞橫向組合搭配而成短語或分句，了解詞義搭配對學習英語起著重要的作用。詞義搭配是確定多義詞正確意義的重要手段，多義詞表明同一詞語可以表達多種概念，它具有兩個或兩個以上相互有聯(lián)系的固定意義，在不同的詞組語境中表達不同的概念。如何理解某一個詞在句中乃至全篇文章的意義，必須要注意詞義的搭配，通過上下文獲得某一個詞在句中的確切含義［1］。同一個詞與不同的詞語搭配形成不同的搭配意義。

語義的重要性正如王寅所說:“語義是思維的體現(xiàn)者——是語言交際過程的中心”。但是對于“意義，目前尚沒有一個全面的，被人們普遍接受的定義。迄今為止最為廣泛接受的語義分類是英國語言學家杰弗里·利奇(G.Leech)在他的《語義學》(Semantics)一書中對“意義”所做的分類(Leech，1974)。他將最廣義的“意義”劃分為七種不同的類型:概念意義、內(nèi)涵意義、社會意義、情感意義、反映意義、搭配意義和主題意義。學習一種語言，只理解詞匯的概念意義，而對其聯(lián)想意義一無所知或者一知半解，不能說真正掌握了語言，更不能說是對語言的正確運用了。

(一)WordNet介紹

20世紀以來，語言學家和心理學家們開始從一個嶄新的角度來探索現(xiàn)代語言學知識結(jié)構(gòu)以及特定的詞典結(jié)構(gòu)。Miller和Johnson－Laird 1976提出，與語言的詞法元素有關(guān)的研究應該稱做心理詞匯學。隨著近十幾年來語言學和心理學理論的發(fā)展，按照上述設(shè)想，Princeton大學的一組心理詞匯學家和語言學家于1985年開始承擔起開發(fā)一部詞典數(shù)據(jù)庫的任務(wù)，這就是WordNet。可以說，WordNet是一部基于心理語言學原理的詞典。

此外，WordNet是一部能夠表達概念關(guān)系的語義詞典，它是依據(jù)詞義來組織詞匯信息，利用同義詞集合(Synaet)代表概念(Concept)，語義關(guān)系在概念之間體現(xiàn)。它將英語詞匯組織為一個同義詞集合(Synaet)，每個集合標明一個詞匯概念，同時力圖在概念間建立不同的指針，表達不同的語義關(guān)系。如:WordNet中名詞的組織依照上下位關(guān)系構(gòu)造名詞概念樹，并且通過繼承系統(tǒng)，構(gòu)成一種層次關(guān)系(hierarchies)。例如:橡樹－－－＞樹－－－＞植物－－－＞生物。下位概念繼承了它們上位概念的所有的屬性。這樣原本抽象的概念就構(gòu)成了概念樹，可以通過詞匯意義來進行概念的推理和計算。

WordNet是一部基于心理語言學原理的詞典，因為它是按詞匯的語義關(guān)系組織的，而這些語義關(guān)系已被證明在心理語言學層面上是真實可靠的。WordNet提供了關(guān)于英語動詞、名詞、形容詞、副詞等主要詞類的信息。其操作十分簡便，使用者只需打開WordNet窗口后，鍵入所要查找的詞語，就可立即閱讀到對該詞語的各個義項的釋義、一些來自真實語料的例證，點擊下拉菜單中的鏈接可查閱到該詞語的同義反義詞、上下位詞以及該詞語的使用頻率情況(familiarity)。WordNet數(shù)據(jù)庫可全免費使用，其下載快捷，操作和使用速度快、簡單易懂，其內(nèi)容十分豐富，是二語教學的理想輔助工具。

(二)機器翻譯和統(tǒng)計機器翻譯簡介

機器翻譯(machine translation，MT)是利用計算機把一種自然語言(源語言)翻譯成另一種自然語言(目標語言)的過程［5］。用以完成這一過程的軟件叫做機器翻譯系統(tǒng)(machine translation system，MTS)。根據(jù)翻譯過程的自動化程度，機器翻譯系統(tǒng)可分成全自動機器翻譯(fully automatic machine translation，F(xiàn)AMT)系統(tǒng)和機器輔助翻譯(machine assisted translation，MAT)系統(tǒng)。計算機的應用技術(shù)的不斷發(fā)展讓人們期待著能利用計算機輔助語言翻譯，其中很重要的一種方法就是互聯(lián)網(wǎng)引擎輔助翻譯。計算機輔助翻譯的基本原理是利用翻譯記憶自動重復使用翻譯過的語句或語句成分，使譯者免于重復翻譯信息，從而提高翻譯的效率和譯文的質(zhì)量。計算機輔助翻譯經(jīng)過多年的發(fā)展，包含有語料庫輔助翻譯、電子詞典輔助翻譯、網(wǎng)絡(luò)輔助翻譯、軟件輔助翻譯等多種形式。［2］?；ヂ?lián)網(wǎng)搜索引擎輔助翻譯是計算機輔助翻譯的一種形式，通過利用搜索引擎為譯者在海量的網(wǎng)絡(luò)資源中快速尋找到適用的語句或語句成分，從而提高翻譯的效率和準確性。譯者應具有強的語言能力，從而能更有效地利用搜索引擎的輔助功能［6］。

統(tǒng)計機器翻譯的思想最早來源于香農(nóng)(Claude Shannon)和韋弗(Warren Weaver)的信息論。他認為可以通過統(tǒng)計方法來找出語言共性，發(fā)現(xiàn)共同語(universal language)，從而為語言之間的互譯提供了簡便的途徑，當然，他也承認需要巨大的工作量，但隨著技術(shù)的發(fā)展，計算機在速度和容量上都有了大幅提高，大量的聯(lián)機語料可供使用，因此在20世紀90年代，基于統(tǒng)計的機器翻譯又興盛起來。［3］1991年，IBM的Brown等人提出了基于信源信道思想的統(tǒng)計。機器翻譯模型Candide，應用于英法雙語的互譯，并且在實驗中獲得了初步的成功。此后從事統(tǒng)計機器翻譯的有美國的Language Weaver，Loto等，而Google公司后來居上，通過上乘的翻譯質(zhì)量，為統(tǒng)計機器翻譯贏得了榮譽和認可，也引起了科學家和公眾對機器翻譯的廣泛關(guān)注。目前，統(tǒng)計機器翻譯可以大致分為基于信源信道思想的統(tǒng)計機器翻譯方法、基于句法結(jié)構(gòu)的統(tǒng)計翻譯模型。

三、案例分析

筆者主要借助WordNet3.0對“crack”一詞的詞性，詞義分類，和使用頻率等方面進行了深入的分析揭示“crack”的真實用法和使用規(guī)律，同時利用Google調(diào)查詞組搭配是否地道常用，以便選擇“crack”在特定文本中的意義，排除歧義，提高自己的譯文質(zhì)量。其重點在于通過WordNet 3. 0和Google公司的200億詞級的聯(lián)合國多語種官方文檔語料對“crack”一詞的分析，揭示運用大型在線詞典WordNet對翻譯教學和實踐的作用。

(一)對“crack”的詞性和語義檢索

我們借助WordNet3.0來檢索得到英語單詞“crack”的主要詞性、語義和使用頻率。WordNet的語料庫文本可劃分為兩大部分，即普通文本和科技文本。

Noun

Sense 1*….(3)S:(n)crack，cleft，crevice，fissure，scissure(a long narrow opening)

Sense 2…..(2)S:(n)gap，crack(a narrow opening) e.g."he opened the window a crack"

Sense 3…..(1)S:(n)crevice，cranny，crack，fissure，chap(a long narrow depression in a surface)

Sense 4…..(1)S:(n)crack，cracking，snap(a sudden sharp noise)e.g."the crack of a whip";

Sense 5…..S:(n)shot，crack(a chance to do something)e.g."he wanted a shot at the champion"

Sense 6…..S:(n)wisecrack，crack，sally，quip(witty remark)

Sense 7…..S:(n)crack(a blemish resulting from a break without complete separation of the parts)

e.g."there was a crack in themirror"

Sense 8…..S:(n)crack，crack cocaine，tornado

Sense 9…..S:(n)crack，fling，go，pass，whirl，offer (a usually brief attempt)e.g."he took a crack at it";

Sense 10…..S:(n)fracture，crack，cracking(the act of cracking something)

Verb

Sense 1*…..(6)S:(v)crack，check，break(become fractured;break or crack on the surface only)

e.g."The glass cracked when itwas heated"

Sense 2…..(4)S:(v)crack(make a very sharp explosive sound)e.g."His gun cracked"

Sense 3…..(2)S:(v)snap，crack(make a sharp sound)

Sense 4…..(2)S:(v)crack(hit forcefully;deal a hard blow，making a cracking noise)

e.g."The teacher cracked him across the face with a ruler"

Sense 5…..(2)S:(v)break through，crack(pass through(a barrier))

e.g."Registrations cracked through the 30，000 mark in the county"

Sense 6…..(1)S:(v)crack(break partially but keep its integrity)

e.g."The glass cracked"

Sense 7…..(1)S:(v)snap，crack(break suddenly and abruptly，as under tension)e.g."The pipe snapped"

Sense 8…..S:(v)crack(gain unauthorized access computers with malicious intentions)

e.g."she cracked my password";"crack a safe"

Sense 9…..S:(v)crack up，crack，crock up，breakup，collapse(suffer a nervous breakdown)

Sense 10…..S:(v)crack(tell spontaneously)e.g." crack a joke"

Sense 11…..S:(v)crack(cause to become cracked)

e.g."heat and light cracked the back of the leather chair"

Sense 12…..S:(v)crack(reduce(petroleum)e.g.to a simpler compound by cracking)

Sense13…..S:(v)crack(break into simplermolecules bymeans of heat)e.g."The petroleum cracked"

Adjective

Sense1…..(2)S:(adj)ace，A－one，crack，firstrate，super，tiptop，topnotch，e.g."a crack shot"

3.1.1 The word class distribution

(1.Noun:41.7%(10次);2.Verb:54.2%(12次);3:Adjective:4.1%(1次)

Table:3.1.1

3.1.2 The key senses distribution

(Sense 1:42.8%;Sense 2:28.6%;Sense 4:14.3% Sense 5:14.3%)

Table:3.1.2

3.1.3 The key senses distribution of“crack”(verb)

(Sense1:33.3%Sense2:22.2%Sense3，4，5:11.1% Sense6，7:5.6%)

Table: 3.1.3

(二)利用“Crack”的詞性分布改進譯文

WordNet3.0共為我們粗略地提供了36條與“Crack”相關(guān)的索引行，并剔除其中有錯誤(語句不完整或內(nèi)容重復)的記錄后，我們得到24條有效索引行。為了描述和研究這些語料，首先我們對“Crack”的詞性進行排行得到圖表3.1.1。從此圖我們得到“Crack”一共有24條語義。其中，做動詞使用占41.7%是其最主要的語義。做名詞位居第二，共有10條記錄。但“crack”作為形容詞使用只有1條記錄。語義是“第一流的，頂呱呱的”。例:原文:He is a crack baseball player.譯文:他是個呱呱叫的棒球運動員。運用機器翻譯短語準確度不高的主要原因是計算機不容易辨認短語中核心詞的詞性。即使詞性判斷正確在語義的選擇中也會出現(xiàn)紕漏。因此，借助WordNet提供的“Crack”語義搭配頻率很好地解決這一問題。

(三)利用“Crack”語義搭配頻率評價網(wǎng)絡(luò)譯文的質(zhì)量

例1:“Crack baby is a term for a child born to a mother who used crack cocaine during her pregnancy.

Google譯文:對一個在她的懷孕期間使用純可卡因的母親生的小孩。

Yahoo譯文:“高明的嬰孩”是孩子的一個期限對在她懷孕期間用可卡因的母親。

金橋譯文:對一個在她懷孕期間使用純可卡因的母親生的小孩。

例2:Crack up a boat

Google譯文:打擊了船

Yahoo譯文:使小船發(fā)笑

金橋譯文:吹捧一只小船

通過對比以上統(tǒng)計機器翻譯譯文，并借助WordNet對“crack”一詞的詞性，詞義分類，使用頻率的統(tǒng)計可以分析出Google開發(fā)的統(tǒng)計機器翻譯在漢語—英語的互譯的可懂性和忠實性上居領(lǐng)先地位。例1中的“Crack”在英譯漢中主要有兩種語義:“高明”和“純的”。究竟哪一種更符合原文的語境。，這個問題可以通過WordNet對“crack”一詞在不同語域的詞義搭配判讀最為恰當?shù)恼Z義。從WordNet中“Crack”作名詞的語義分析得出當在醫(yī)藥學的語境中，“Crack”最佳的語義是Sense 8“crack cocaine，tornado”即“純可卡因”。而且從詞性的分析也可以判斷“高明的”這一詞義是“Crack”作形容詞的唯一語義。在文中的crack cocaine名詞+名詞的短語，因此Yahoo機器譯文是無意義的，錯誤的。

對比例2中的三種譯文我們發(fā)現(xiàn)“Crack up”有三種不同的語義。利用WordNet對”Crack”作動詞的語義分析，依照以上的分析方法也可以很容易地到處正確的譯文。首先我們分析原文Crack up a boat是動賓短語，Boat作為受動對象，Crack up的執(zhí)行者一定是有生命的主語。搭配語義符合邏輯意義的只有Google的譯文。而且借助Wordnet的語境分析crack作動詞最主要的語義是Sense 1:(v) crack，check，break(become fractured;break or crack on the surface only)所以意譯為“擊沉了船”是較為恰當?shù)摹亩苊狻按蹬跻恢恍〈贝祟愬e譯的發(fā)生。

四、討論

衡量翻譯好壞的二大標準，一是意義相符，二是風格類似。翻譯工作者應該找出在他們之間的最和諧的關(guān)系。詞語是翻譯的基本單位，詞語翻譯的優(yōu)劣是衡量譯文質(zhì)量的重要因素。每個詞語一般有三種類型的意義:字面意義、指示意義和語用意義。通過對比圖解的分析，我們能得到一個觀點:在科技文本中主要強調(diào)“Crack”的語用意義，而在普通文本中重點放在指示意義上。也就是說，不同類型文本提供不同的意義。當我們在翻譯過程中選擇“Crack”在篇章中的最恰當?shù)恼Z義時，應該完成下面一系列工作:第一，判斷該詞所處的語境和語域;第二，了解源語言信息的主要語義功能;第三，利用基于WordNet和Google統(tǒng)計翻譯提供的語義使用頻率選出最佳的語義。

英語和漢語的詞匯都是豐富多彩的，每一個詞都有各種不同的意義。借助WordNet和在線統(tǒng)計翻譯機器我們可以盡量減少在翻譯過程產(chǎn)生歧義的可能性。我們應該重視利用語料庫豐富的語料文本、語義信息去層層解析句中的歧義。考慮其在翻譯學中，尤其在機器翻譯領(lǐng)域的重要性，我們相信它極具價值，并且在研究源語言和目的語言的語境意義上起著不可忽略的作用。在未來的網(wǎng)絡(luò)翻譯教學的環(huán)境下，教師不再是課堂教學的中心，而如何在網(wǎng)絡(luò)翻譯教學中使學生有效地得到翻譯技巧的輔導是一個難題。統(tǒng)計機器翻譯模式以其高質(zhì)量的翻譯譯文為這一問題提供了新的思路。

五、結(jié)語

莊智象教授指出，在翻譯學科建設(shè)中，教師應使用現(xiàn)代教育技術(shù)，豐富翻譯教學手段，并指出機器翻譯、自動編輯與校對軟件的使用、信息傳送等也應當容納在教學框架中［8］。目前，越來越多的教師和研究者將目光投向了網(wǎng)絡(luò)教學，在西安外國語大學、北京外國語大學等高校的一些教師都開始了網(wǎng)絡(luò)翻譯教學的嘗試。統(tǒng)計機器翻譯對網(wǎng)絡(luò)翻譯課程提供了優(yōu)秀的資源支持，使得在線翻譯學習成為可能，并促進了學生的自主學習能力。在當前網(wǎng)絡(luò)教學的背景下，有效運用網(wǎng)上的語義數(shù)據(jù)庫的確能增強學生進行翻譯學習的自主性，達到培養(yǎng)較高的語言能力的目的。

由于文章篇幅有限，本文僅從狹窄的角度和有限的范圍對WorNet3.0的應用進行分析，其意義僅在于說明利用WordNet3.0在揭示“crack”的真實用法和使用規(guī)律。同時由于本文使用的翻譯評價標準本身的不成熟性，個人評價的主觀性以及時間的有限性，本研究存在著諸多的不足之處。但作者希望此研究能從實踐角度出發(fā)對語料庫機器翻譯的發(fā)展做出一些貢獻。

［1］杰弗里.N.T利奇，語義學［M］.上海:上海外語教育出版，1987

［2］馬俊波，計算機輔助翻譯芻議［J］.武漢職業(yè)技術(shù)學院學報，2005，(3):81～84

［3］馮志偉，機器翻譯研究［M］.北京:中國對外翻譯出版公司，2004:45.

［4］王寅，語義理論與語言教學［M］.上海:上海外語教育出版社，2001

［5］魏長宏，機器翻譯的譯前處理［J］.科協(xié)論壇，2008，(9)

［6］周杰，互聯(lián)網(wǎng)搜索引擎輔助翻譯研究［J］.外語網(wǎng)絡(luò)教育理論與實踐2007，(117).

［7］朱凌，詞義搭配在英語學習中的作用［J］.宿州師專學報.2003(1).

［8］莊智，我國翻譯專業(yè)建設(shè):問題與對策［M］.上海:上海外語教育出版社，2007.

H059

A

1006－5342(2012)04－0046－04

2011－12－27

湖北省教育廳2012年人文社科青年項目《地方高校英語專業(yè)學生詞匯能力發(fā)展途徑研究》(2012Q813);2011年咸寧學院科研青年立項“地方高校英語專學生詞匯能力發(fā)展途徑研究”。