關(guān)于旅游英語(yǔ)語(yǔ)料庫(kù)的創(chuàng)建

王華鑫

摘 要 旅游英語(yǔ)語(yǔ)料庫(kù)旨在收集旅游文本，并應(yīng)用于旅游翻譯。本文首先回顧了旅游英語(yǔ)語(yǔ)料庫(kù)建立的背景，繼而從語(yǔ)料的采集、語(yǔ)料文本的數(shù)字化、語(yǔ)料的對(duì)齊、語(yǔ)料的標(biāo)注四個(gè)方面闡述了語(yǔ)料庫(kù)創(chuàng)建的具體流程。

關(guān)鍵詞 旅游英語(yǔ) 語(yǔ)料庫(kù) 標(biāo)示語(yǔ)翻譯 教學(xué)

0引言

南太行地區(qū)的旅游資源具有豐富的地方特色和文化多樣性。這些特點(diǎn)一方面凸顯了南太行旅游資源其獨(dú)特性，另一方面，也為旅游資源的翻譯問(wèn)題增加了難度，假使景區(qū)標(biāo)示語(yǔ)和景點(diǎn)翻譯過(guò)于隨意，則無(wú)法準(zhǔn)確傳遞南太行景區(qū)的文化內(nèi)涵。20世紀(jì)90年代一個(gè)新的翻譯研究范式應(yīng)運(yùn)而生，即語(yǔ)料庫(kù)翻譯研究。語(yǔ)料庫(kù)翻譯研究是通過(guò)建設(shè)平行語(yǔ)料庫(kù)的方法對(duì)翻譯進(jìn)行研究，北京外國(guó)語(yǔ)大學(xué)王克非教授支持建立的英漢雙語(yǔ)語(yǔ)料庫(kù)是國(guó)內(nèi)較有影響的英漢漢英平行語(yǔ)料庫(kù)。經(jīng)調(diào)查，我們發(fā)現(xiàn)目前的通用型語(yǔ)料庫(kù)無(wú)法十分準(zhǔn)確地反映南太行旅游景區(qū)的特征，因此，亟需建立一個(gè)標(biāo)準(zhǔn)旅游英語(yǔ)語(yǔ)料庫(kù)使之能夠應(yīng)用于南太行景區(qū)。

1旅游英語(yǔ)語(yǔ)料庫(kù)的創(chuàng)建

本語(yǔ)料庫(kù)的具體創(chuàng)建，首先需要采集語(yǔ)料并將語(yǔ)料數(shù)字化，之后對(duì)語(yǔ)料進(jìn)行標(biāo)注、對(duì)齊等一系列操作。

1.1采集語(yǔ)料

本語(yǔ)料庫(kù)屬于專用、同質(zhì)型語(yǔ)料庫(kù)，只收集與旅游景區(qū)相關(guān)的中英文原生性文本，雖然局限了該語(yǔ)料庫(kù)的文本收集，但確保收集到的語(yǔ)料符合建庫(kù)目的和標(biāo)準(zhǔn)。本語(yǔ)料庫(kù)在建設(shè)中除采用研究小組多成員把關(guān)措施之外，還另外邀請(qǐng)我院語(yǔ)料庫(kù)研發(fā)中心的多名資深專業(yè)教師和旅游管理領(lǐng)域的專業(yè)人士進(jìn)行文本的審核、確定，確保采集文本的適合性和代表性。此外，在部分介紹較多的旅游景點(diǎn)文本材料選擇方面，該語(yǔ)料庫(kù)依據(jù)三角驗(yàn)證法，反復(fù)核對(duì)入庫(kù)文本。確保旅游英語(yǔ)語(yǔ)料庫(kù)庫(kù)具有較好的準(zhǔn)確性。

1.2文本數(shù)字化

一般而言，創(chuàng)建語(yǔ)料庫(kù)大多需要在線的電子網(wǎng)絡(luò)文本作為原材料，收集旅游標(biāo)示語(yǔ)或景點(diǎn)介紹相關(guān)的翻譯用語(yǔ)等信息的圖片以及其他正式旅游出版物等，最終將這些材料以txt文本格式儲(chǔ)存在語(yǔ)料庫(kù)中，此時(shí)就需要語(yǔ)料文本的數(shù)字化處理技術(shù)。

根據(jù)該語(yǔ)料庫(kù)的文本來(lái)源的不同，可將語(yǔ)料文本數(shù)字化處理技術(shù)大致分為掃描識(shí)別、文本轉(zhuǎn)化、手工錄入等幾大類型。如對(duì)于以圖片形式儲(chǔ)存的語(yǔ)料文本，可借助掃描儀制成高清圖片，并將其轉(zhuǎn)化成PDF文件，再利用文本轉(zhuǎn)換器工具，將圖片上的文字轉(zhuǎn)換成文本進(jìn)行采集，必要時(shí)可對(duì)模糊不清的圖片進(jìn)行修復(fù)；對(duì)于已經(jīng)出版的涉及旅游景區(qū)或景點(diǎn)介紹的翻譯用語(yǔ)的書(shū)籍資料，可通過(guò)機(jī)器掃描等技術(shù)將其錄入語(yǔ)料庫(kù)。

1.3對(duì)齊語(yǔ)料

語(yǔ)料的切分與對(duì)齊是建設(shè)平行語(yǔ)料庫(kù)的一個(gè)關(guān)鍵。本語(yǔ)料庫(kù)采用了人工切分對(duì)齊與使用軟件切分對(duì)齊兩種方法。通過(guò)ParaConc或AntConc等軟件來(lái)可以對(duì)語(yǔ)料庫(kù)進(jìn)行檢索和分析，但必須要對(duì)語(yǔ)料庫(kù)的語(yǔ)料文本進(jìn)行雙語(yǔ)對(duì)齊。目前，語(yǔ)料句式對(duì)齊是創(chuàng)建語(yǔ)料庫(kù)的重點(diǎn)和難點(diǎn)。國(guó)外已經(jīng)擁有較為先進(jìn)的應(yīng)用工具，能夠?qū)φZ(yǔ)料文本進(jìn)行高精度的句式對(duì)齊處理，譬如Multiconcord。但由于英語(yǔ)是形合語(yǔ)，漢語(yǔ)為意合語(yǔ)，兩種語(yǔ)言差異較大，而且在標(biāo)點(diǎn)、句式等方面存在諸多不同，特別是在旅游景區(qū)或景點(diǎn)的翻譯方面，標(biāo)示語(yǔ)或景點(diǎn)翻譯并未完全采取句式的標(biāo)準(zhǔn)，存在擴(kuò)譯、省譯或摘譯等現(xiàn)象。所以，利用軟件進(jìn)行語(yǔ)料文本自動(dòng)對(duì)齊處理并不能完全滿足實(shí)際需求，還需人工對(duì)齊語(yǔ)料。

1.4標(biāo)注語(yǔ)料

標(biāo)注加工，首先做到英漢雙語(yǔ)在句子層級(jí)上對(duì)齊，可鏈接檢索，以方便各種研究需要。之后進(jìn)行初步的分詞處理和詞性的標(biāo)注，并預(yù)留今后在句法、語(yǔ)義等層面上深加工的余地。

語(yǔ)料對(duì)齊之后需要標(biāo)注語(yǔ)料，通過(guò)對(duì)語(yǔ)料進(jìn)行標(biāo)注，可以更好地檢索分析。語(yǔ)料標(biāo)注的模式多種多樣，本語(yǔ)料庫(kù)應(yīng)用的是TEI標(biāo)注模式。

語(yǔ)料標(biāo)注包括語(yǔ)料文本信息、詞性、語(yǔ)義、句法分析等。其中，文件名即能反映出語(yǔ)料文本的部分信息，如south.eng 表示是與南太行景區(qū)英文翻譯有關(guān)的文件。然而，僅憑文件名只能提供很少信息，不足以滿足實(shí)際需求，還需要補(bǔ)充標(biāo)題、作者信息、語(yǔ)料來(lái)源、內(nèi)容格式以及類型等方面信息。本文僅以詞性賦碼（POS）為例，今后如有其他方面需求再另行補(bǔ)充。詞性賦碼是將詞的類別標(biāo)注出來(lái)，如名詞、動(dòng)詞等，其目的是令讀者明晰單詞的詞性。作為語(yǔ)料標(biāo)注最基礎(chǔ)的詞性標(biāo)注，對(duì)于語(yǔ)料庫(kù)中文本的句法分析和文本分析方面具有重要價(jià)值。該語(yǔ)料庫(kù)的中文語(yǔ)料采用中科院中文分詞程序ICTCLAS對(duì)文本詞性進(jìn)行標(biāo)注；英文語(yǔ)料則應(yīng)用德國(guó)斯圖加特大學(xué)計(jì)算語(yǔ)言學(xué)研究所Helmut Schmidt開(kāi)發(fā)的Treetagger工具進(jìn)行詞性標(biāo)注。

2結(jié)語(yǔ)

本文借鑒了前人創(chuàng)建語(yǔ)料庫(kù)的寶貴經(jīng)驗(yàn)，因此，在語(yǔ)料庫(kù)的設(shè)計(jì)、語(yǔ)料的收集、數(shù)字化、對(duì)齊以及標(biāo)注等環(huán)節(jié)都較為慎重?；谡Z(yǔ)料庫(kù)的翻譯和語(yǔ)言實(shí)踐日益受到了國(guó)內(nèi)外研究者的重視，而完成高質(zhì)量的語(yǔ)料庫(kù)創(chuàng)建則是翻譯和語(yǔ)言實(shí)踐的前提條件。本文簡(jiǎn)要分析了旅游英語(yǔ)語(yǔ)料庫(kù)創(chuàng)建的方法和流程，但仍有部分問(wèn)題有待完善，如雙語(yǔ)文本在句子層面的對(duì)齊、語(yǔ)義標(biāo)準(zhǔn)技術(shù)革新等。但在可預(yù)計(jì)的情形下，隨著語(yǔ)料庫(kù)翻譯學(xué)的研究及旅游業(yè)的不斷發(fā)展，語(yǔ)料庫(kù)這一方法在旅游景區(qū)的應(yīng)用必將發(fā)揮更大優(yōu)勢(shì)。

參考文獻(xiàn)

[1] Anthony，L.AntConc Version 3.2.2 Tokyo[D].Japan： Waseda University，2011.

[2] Barlow，M.ParaConc： Concordance software for multilingual parallel corpora[J].Language Resources for Translation Work and Research，2002.

[3] Ide，N.& J. V閞onis，（Eds.）. Text encoding initiative： Background and contexts [M]. Springer Science & Business Media，1995.

[4] Li， Defeng. 2004.Trustworthiness of think-aloud protocols in the study of translation processes[J].International Journal of Applied Linguistics，2004（03）：301-313.

[5] Mason，I.Translator behavior and language usage： Some constraints on contrastive studies [J]. Hermes，2001（26）： 65-80.

[6] Schmid，H.TC project at the Institute for Computational Linguistics of the University of Stuttgart[J].Treetagger，1994.

[7] Woolls，D.Multiconcord version 1.5.Birmingham[J].CFL Software Development，1997.

[8] 黃昌寧.語(yǔ)料庫(kù)語(yǔ)言學(xué)[M].北京：商務(wù)印書(shū)館，2002.

[9] 李德超，王克非.新型雙語(yǔ)旅游語(yǔ)料庫(kù)的研制和應(yīng)用[J].現(xiàn)代外語(yǔ)，2010（02）：46-54.

[10] 梁茂成，李文中，許家金.語(yǔ)料庫(kù)應(yīng)用教程[M].北京：外語(yǔ)教學(xué)與研究出版社，2010.

[11] 王克非.新型雙語(yǔ)對(duì)應(yīng)語(yǔ)料庫(kù)的設(shè)計(jì)與構(gòu)建[J].中國(guó)翻譯，2004（06）：73-75.