馬英順
摘 要:翻譯是一個極其復(fù)雜的過程,從源語言的輸入到目的語的輸出是各種主客體因素綜合作用下的結(jié)果?,F(xiàn)有的機(jī)器翻譯系統(tǒng)進(jìn)行翻譯的依據(jù)基本都是我們所輸入的源語言的句子,這也是現(xiàn)有機(jī)械翻譯不夠“智能”、太過死板的根本原因。本文從語言外語境的角度入手,研究如何在現(xiàn)有機(jī)械翻譯的基礎(chǔ)上加上語言外語境的約束,使機(jī)械翻譯輸出的目的語更準(zhǔn)確、更切合目的語的文化背景和社會背景。
關(guān)鍵詞:機(jī)械翻譯 語用學(xué) 言外語境
自從人工智能翻譯飛速發(fā)展并在翻譯界占據(jù)半壁江山之后,其與人工翻譯之間的矛盾便一直存在。那么機(jī)械翻譯能否取代人工翻譯呢,在第十七屆全國翻譯研討會上訊飛北京研究院院長、訊飛AI研究院副院長王士進(jìn)在說,人工智能在全球范圍內(nèi)掀起發(fā)展高潮,不僅是作為各個國家和地區(qū)的戰(zhàn)略發(fā)展重點(diǎn),更體現(xiàn)在傳統(tǒng)工業(yè)上改變了人們的生產(chǎn)和生活模式。但王士進(jìn)院長強(qiáng)調(diào)我們應(yīng)該理性地看待機(jī)器翻譯,機(jī)器翻譯雖然在不斷地進(jìn)步,但就目前來看并不能完全滿足翻譯的需求。普通機(jī)器翻譯的優(yōu)勢是高速低成本,但是在涉及多重語境或者復(fù)雜的背景知識下的翻譯時,機(jī)器的弊病也顯露無遺。
一、機(jī)械翻譯現(xiàn)狀
2018年3月15日,微軟亞洲研究院與雷德蒙研究院的研究人員組成的團(tuán)隊(duì)所研發(fā)出的機(jī)械翻譯系統(tǒng)在通用新聞報(bào)道領(lǐng)域的中譯英測試方面達(dá)到了人類專業(yè)譯者的水平,這是在機(jī)械翻譯發(fā)展史上具有里程碑意義的重大事件,也是第一個在新聞報(bào)道的翻譯質(zhì)量和準(zhǔn)確率等方面媲美人類專業(yè)譯者的翻譯系統(tǒng)。盡管如此,機(jī)械翻譯的弊端并沒有從根本上被解決。一方面,達(dá)到人類專業(yè)譯者水準(zhǔn)的翻譯系統(tǒng)只局限在新聞報(bào)道的翻譯這一個情景中,并不適用與其他情景;另一方面,開發(fā)此系統(tǒng)所消耗的大量人力物力也決定了這種系統(tǒng)不可能短時間內(nèi)進(jìn)行大范圍普及。
當(dāng)前市面上流行的翻譯軟件主要可以劃分為基于規(guī)則( Rule-Based )和基于語料庫(Corpus-Based)兩大類?;谝?guī)則的翻譯軟件是比較傳統(tǒng)的機(jī)械翻譯,它由詞典和規(guī)則庫構(gòu)成知識源,運(yùn)用語法和語義理論生成目的語?;谡Z料庫的翻譯軟件是比較現(xiàn)代的機(jī)械翻譯,它的知識源是語料庫,經(jīng)過語料庫的篩選和模仿實(shí)現(xiàn)目的語的輸出。然而兩者都存在明顯的缺陷,基于規(guī)則依靠詞典和規(guī)則庫構(gòu)成知識源過于死板,輸出目的語的效率和質(zhì)量都不高,實(shí)用性低;基于語料庫雖然擺脫了復(fù)雜的詞典和死板的語法規(guī)則,但是其統(tǒng)計(jì)規(guī)律并不穩(wěn)定,其原因在于:基于統(tǒng)計(jì)的方法需要大規(guī)模雙語語料,翻譯模型、語言模型參數(shù)的準(zhǔn)確性直接依賴于語料的多少,而翻譯質(zhì)量的高低主要取決于概率模型的好壞和語料庫的覆蓋能力。
二、語用學(xué)及語境
語用學(xué)是在相應(yīng)的情境下對話語進(jìn)行研究,目的是讓人們能夠懂得在各種交際環(huán)境當(dāng)中正確地理解語言和準(zhǔn)確地應(yīng)用語言。語言學(xué)中的語用學(xué)指出詞的詞義都是潛在的、游離不定的,它會隨著語用環(huán)境而發(fā)生變化,因此是不可靠的。只有在實(shí)際的語言環(huán)境中才能確定某個詞或某句話,乃至某篇文章的真正語義。如果我們要準(zhǔn)確地完成從源語言到目的語的翻譯,就必須考慮語境這種語言外因素。語言交流并不是語言內(nèi)部的事,他還與時間、地點(diǎn)、場合、語言使用者、交際目的等諸多語言外的因素有密切的關(guān)系。這些就是我們進(jìn)行言語交際時所依賴的語境。
語境可以從廣義上分為語言內(nèi)語境及語言外語境,語言內(nèi)語境指的就是詞、短語、句子及語言的上下文;語言外語境指的是語言產(chǎn)生的環(huán)境,它包括個人的認(rèn)知、社會文化背景、語言產(chǎn)生的時間地點(diǎn)等因素。當(dāng)前主流翻譯軟件進(jìn)行翻譯的依據(jù)主要是語言中的詞、短語、句子;劉海軍提出的機(jī)械翻譯系統(tǒng)可以以人工智能機(jī)械翻譯系統(tǒng)為基礎(chǔ),分析出句子的主謂賓等成分,構(gòu)成篇章環(huán)境的局部信息,從局部信息中精煉出篇章的全局信息,從而構(gòu)造了一個句子翻譯時的環(huán)境。把語言的上下文環(huán)境納入機(jī)械翻譯的范圍,但是關(guān)于語言外因素在機(jī)械翻譯中的應(yīng)用的研究并不多,由于個人認(rèn)知等主觀因素?zé)o法把握,本文研究的語言外因素主要是社會文化背景及言語交際發(fā)生的時間、地點(diǎn)、場合等客觀因素。
三、語境在機(jī)械翻譯上的應(yīng)用
作為外語專業(yè)的學(xué)生基本都經(jīng)歷過情景模擬的學(xué)習(xí)方法,即假設(shè)一個情景并以該情景為背景進(jìn)行對話的練習(xí)和學(xué)習(xí)以提高語言的學(xué)習(xí)效率。有過翻譯經(jīng)驗(yàn)的人也都知道,情景和相對應(yīng)的背景知識在翻譯實(shí)踐中是至關(guān)重要的,有經(jīng)驗(yàn)的口譯員為了特定的目標(biāo)翻譯任務(wù)需要數(shù)周乃至一個月的時間進(jìn)行準(zhǔn)備。如果可以在計(jì)算機(jī)翻譯程序中加入與外語學(xué)習(xí)時相類似的情景模擬程序再加上相對應(yīng)的篩選系統(tǒng),一定可以大大提高機(jī)器翻譯的準(zhǔn)確度,使之在高速低成本的基礎(chǔ)上再增加相對高效的優(yōu)勢。而機(jī)器沒有人的思維,如何在進(jìn)行機(jī)械翻譯的同時考慮到言外語境的因素呢,我們可以在輸入源語言的同時運(yùn)用語用學(xué)理論進(jìn)行模擬情境的生成,從而在計(jì)算機(jī)進(jìn)行人工智能翻譯的過程中進(jìn)行關(guān)聯(lián)檢索,使之輸出的目的語因?yàn)檎Z言外語境因素中的部分因素被確定而更加準(zhǔn)確。模擬情景構(gòu)建的過程發(fā)生在機(jī)器翻譯軟件進(jìn)行人工智能翻譯之前,模擬情景的方法既可以是限定關(guān)鍵詞,也可以是指定特定的場景。
(一)時間地點(diǎn)形式限定
限定關(guān)鍵詞主要是對源語言的時間地點(diǎn)等因素進(jìn)行限定,以德語為例,言語交際發(fā)生的時間、地點(diǎn)不同,其中所蘊(yùn)含的社會文化背景就有差異,言語所表達(dá)的意思也就會不同。德國是世界上最大的德語國家,但同時德語也有很多變體和方言,大約有800萬的德語母語者居住在奧地利,在瑞士也有很多人講德語,這也是瑞士的官方語言之一。盡管德語使用者在奧地利和瑞士這兩個國家都不會有理解上的問題,因?yàn)樗麄兌紩m度使用一些標(biāo)準(zhǔn)德語,但還是要考慮到奧地利和瑞士的德語在很多方面都有所區(qū)分。例如,土豆在德國德語中的表達(dá)是Kartoffel,而在奧地利德語中的表達(dá)是Erdapfel。除此之外,德國的州與州之間,南北部之間德語的用法也存在差異。我們?nèi)绻軌蛟谳斎朐凑Z言的同時進(jìn)行關(guān)鍵詞的限制,計(jì)算機(jī)就可以在檢索語料庫的同時根據(jù)關(guān)鍵詞的限定匹配到更合適的目的語。
例如,在中德翻譯中的稱呼問題上,中國的貶自尊人的傳統(tǒng)理念形成了以職業(yè)、職務(wù)、職稱、學(xué)位、取代名字和就高不就低的稱呼原則,但是這些在中國社會必須遵守的交際原則在德國卻不適用,在那里職業(yè)通常不與稱呼掛鉤,沒有人稱呼Lehrer Meier,Direktor Meier的,而是一律用Herr/Frau+Name來稱呼對方,這些文化差異給德譯中時的機(jī)器翻譯造成了很大的障礙。如果在輸入源語言的同時進(jìn)行情景模擬構(gòu)建的話就可以解決這種問題,人工智能翻譯系統(tǒng)會在進(jìn)行機(jī)器翻譯的同時按照設(shè)定好的情景或者關(guān)鍵詞把Herr Li翻譯為李老師、李醫(yī)生或者李經(jīng)理。如果根據(jù)指示牌上的德語:IHK-Stock 6,Zimmer608.來進(jìn)行翻譯:德國工商會辦公室位于6層608房間,剛到德國的中國客人肯定找不到他們要去的地方,因?yàn)榈聡膶訑?shù)不算底層,而是從二層算起。如果事先把語境的地點(diǎn)設(shè)定為德國在進(jìn)行翻譯,就會得到準(zhǔn)確的答案:德國工商會辦公室在7層608房間。
除了時間、地點(diǎn)因素外,具有濃厚社會文化背景的俗語、成語包括中文的古文都是翻譯中的重點(diǎn)和難點(diǎn),也是口譯和筆譯工作者需要格外重視的地方。在3月12日舉行的外交部例行記者會上,外交部發(fā)言人耿爽在回答路透社記者提問的問題時,引用了一句中國的古語“行有不得,反求諸己”并向提問的路透社記者問道:“知道什么意思嗎”。顯然這句古語讓外國的翻譯工作者們束手無策,對于我們國內(nèi)的翻譯工作者們來說也是一個不小的挑戰(zhàn)。從機(jī)械翻譯的角度來說,我們把這句古語用谷歌翻譯的中翻德模式翻譯成德語輸出的目的語是“Tu was du kannst”,這顯然是不對的。那么運(yùn)用情景模擬的方法,在輸入這句古語的同時選擇一個中文古語翻譯的關(guān)鍵詞,使計(jì)算機(jī)在一個中間平臺先把中文的古語轉(zhuǎn)化為白話文:“遇到什么困難挫折,不要去責(zé)怪抱怨別人,一定要多從自己身上找問題?!痹侔阉g成德語:“Wenn Sie auf Schwierigkeiten oder Frustrationen stoen, beschuldigen Sie sich nicht und beschweren Sie sich über andere. Stellen Sie sicher, dass Sie mehr Probleme von sich selbst finden.”就可以知道大概的意思了。
(二)場合限定
指定特定的場景即在輸入源語言的同時為使用者提供幾種情景的選擇,比如嚴(yán)肅的商務(wù)會談會用到更多的和貿(mào)易、金融有關(guān)的單詞和句子,輕松的八卦閑聊會涉及更多跟新聞、年輕人使用的網(wǎng)絡(luò)用語等,專業(yè)的不同領(lǐng)域?qū)W術(shù)探討會出現(xiàn)很多專業(yè)領(lǐng)域的專有名詞。這些特定的情景中會包含與之相關(guān)的語義場,這樣在計(jì)算機(jī)進(jìn)行人工智能翻譯的過程中就可以通過語義場來進(jìn)行快速準(zhǔn)確地檢索,從而提高生成目的語的準(zhǔn)確度,這種通過語義場檢索的方式和普通的人工智能翻譯軟件不同,除了要進(jìn)行翻譯的目標(biāo)語的語義場還有場景關(guān)鍵詞的語義場。
例如,我們把德語例句“Bitte best tigen Sie diesen Zuschlag”輸入到谷歌翻譯的中翻德模式中,得到的目的語就是“請確認(rèn)此附加費(fèi)”?!癦uschlag”在德語中的意思一般指附加費(fèi)、追加費(fèi)和拍賣成交時的拍板等,但是它還有其他幾個不同的意思,如在經(jīng)濟(jì)領(lǐng)域“Zuschlag”指的是訂貨的意思,在工業(yè)領(lǐng)域還有助溶劑、添加劑的意思,那么我們就不能確定源語言的譯文是“請確認(rèn)此附加費(fèi)”、“請確認(rèn)訂貨”還是“請確認(rèn)添加劑”。如果進(jìn)行翻譯的是人工翻譯,那么譯者可以根據(jù)不同的情景來確定單詞的具體含義,但是當(dāng)前市面上流行的機(jī)器翻譯并不具備這種功能。按照本研究的理論在輸入源語言的同時確定源語言產(chǎn)生的情景——選擇經(jīng)濟(jì)領(lǐng)域或者工業(yè)領(lǐng)域,就能使計(jì)算機(jī)在進(jìn)行翻譯的同時利用情景的語義場進(jìn)行偏重性的檢索匹配,從而準(zhǔn)確地輸出目的語。
在實(shí)際的翻譯實(shí)踐中,語義的決定因素遠(yuǎn)遠(yuǎn)不限于兩種語言的文化背景,從翻譯學(xué)的角度來講,我們要確定語義的內(nèi)容,在一定程度上必須借語境這一重要手段,因?yàn)樵谡Z言使用中,詞、詞義和語境處于相互聯(lián)系、相互制約之中。而模擬情景構(gòu)建簡單地講就是在計(jì)算機(jī)進(jìn)行人工智能翻譯之前,就“告訴”計(jì)算機(jī)要翻譯的源語言發(fā)生的語境,使機(jī)器翻譯也能做到類似人工翻譯的情景識別的過程,這樣翻譯的效率自然會提高。
四、結(jié)語
近年來,神經(jīng)網(wǎng)絡(luò)機(jī)械翻譯的研究成為熱門的前沿發(fā)展方向,然而機(jī)械翻譯的發(fā)展距離完全取代人工翻譯仍有一定距離。本研究并不打算與機(jī)器翻譯向神經(jīng)翻譯過度的主流趨勢對抗,而是計(jì)劃在這個過渡的過程中開辟出一條支路,通過在中德機(jī)械翻譯中添加關(guān)鍵詞限定檢索和情景限定檢索兩種方式,完善機(jī)械翻譯在情景不明確的情況下的翻譯機(jī)制和解決具有濃重社會文化背景的古文、成語、諺語等源語言的翻譯困難的問題,使機(jī)械翻譯更好地滿足人類社會發(fā)展的需要并在現(xiàn)有的基礎(chǔ)上得到更廣泛地應(yīng)用。但是本研究仍然未能突破機(jī)械翻譯的根本弊端,經(jīng)過完善的統(tǒng)計(jì)匹配翻譯機(jī)制生成的目的語只是比原有的機(jī)械翻譯系統(tǒng)在一些特定的場景下更加準(zhǔn)確,涉及更復(fù)雜、更靈活的翻譯場景并不能取代人工翻譯。這也反映了人工翻譯在當(dāng)前時代背景下的重要性和不可替代性。
參考文獻(xiàn)
[1]余高峰.語境因素對翻譯的影響[J].上海翻譯,2011(2):13—15.
[2]阮玉慧.論非語言語境對翻譯的影響———《紅樓夢》譯文片段分析[J].安徽工業(yè)大學(xué)學(xué)報(bào)(社會科學(xué)版),2009(4):46—49.
[3]徐本川.從語用學(xué)角度看語境在口譯過程中的作用[J].海外英語,2019(4):15—19.
[4]肖慧玲.機(jī)械翻譯與人工翻譯的差異及未來展望[J].家庭生活指南,2019(7):101—104.
[5]陳少凡.情景語境下的外語學(xué)習(xí)APP界面設(shè)計(jì)研究[J].設(shè)計(jì),2019(21):10—12.
[6]崔林艷,虞金芳.人工智能背景下機(jī)器翻譯質(zhì)量對比分析與前景展望[J].皖西學(xué)院學(xué)報(bào),2019(2):67—19.
[7]張少恩.論語境因素在機(jī)器翻譯中的重要作用[J].農(nóng)業(yè)網(wǎng)絡(luò)信息,2008(07):78—81.