創(chuàng)建民族團(tuán)結(jié)進(jìn)步示范州載體研究
——以紅河州哈尼、彝、漢三種文字標(biāo)牌翻譯軟件開發(fā)為例

常亞昕，龍?jiān)骑w

(紅河州民族研究所，云南蒙自 661199)

一 問題的提出

紅河哈尼族彝族自治州境內(nèi)居住著哈尼、彝、苗、傣、壯、瑤、回、布依、拉祜、布朗（莽人）等10個(gè)少數(shù)民族，少數(shù)民族人口占全州總?cè)丝诘?1.5%（2020年），其中哈尼族人口最多。我國憲法規(guī)定：各民族都有使用和發(fā)展自己的語言文字的自由。為認(rèn)真貫徹落實(shí)《中華人民共和國民族區(qū)域自治法》《紅河哈尼族彝族自治州自治條例》，2011年7月，紅河州委州政府下發(fā)文件《關(guān)于規(guī)范使用哈尼之、彝之、漢之三種文字標(biāo)牌的通知》（紅辦發(fā)〔2011〕87號(hào)），紅河州正式使用哈尼文、彝文、漢文三種文字（以下簡稱“三種文字”）標(biāo)牌。

2019年，紅河州成功創(chuàng)建為全國民族團(tuán)結(jié)進(jìn)步示范州，“三種文字”標(biāo)牌作為創(chuàng)建示范州宣傳工作的載體之一，以視覺文字的形式展現(xiàn)了紅河哈尼族彝族自治州民族文化特色，結(jié)合開展民族團(tuán)結(jié)進(jìn)步創(chuàng)建工作。截止2019年底，“三種文字”標(biāo)牌已覆蓋范圍包括：州、縣（市）、鄉(xiāng)（鎮(zhèn)、辦事處）黨和國家機(jī)關(guān)、人民團(tuán)體的名稱標(biāo)牌；州黨代會(huì)、州人代會(huì)、州政協(xié)會(huì)及州委、州人大常委會(huì)、州政府、州政協(xié)召開的重要會(huì)議、重大活動(dòng)的會(huì)標(biāo)；州、縣（市）人民政府所在地事業(yè)單位的名稱標(biāo)牌；州、縣（市）人民政府所在地城區(qū)主要道路、街道、公共設(shè)施的名稱標(biāo)牌；州內(nèi)主要旅游景點(diǎn)名稱標(biāo)牌；州、縣（市）人民政府所在地的部分賓館、酒店；國有、私營企業(yè)；主要街道的商號(hào)、店鋪等等，以及各種重大節(jié)慶活動(dòng)、民族團(tuán)結(jié)宣傳月、宣傳周、民族團(tuán)結(jié)進(jìn)步創(chuàng)建活動(dòng)等宣傳標(biāo)語。“三種文字”標(biāo)牌自2011年啟動(dòng)以來，粗略統(tǒng)計(jì)已翻譯6萬余條。

二 開發(fā)“三種文字”標(biāo)牌翻譯軟件的必要性

（一）解決人員不足，提高工作效率

目前承擔(dān)全州翻譯工作的任務(wù)主要集中在紅河州民族研究所，且翻譯人員不足。因?yàn)榉g任務(wù)是根據(jù)需要安排，不定時(shí)也不定量，所以在翻譯任務(wù)比較集中的時(shí)候不免出現(xiàn)翻譯人員無法按時(shí)完成任務(wù)的情況。筆者從2011年從事“三種文字”標(biāo)牌翻譯工作至今，在多年的翻譯實(shí)踐中通過分析工作中遇到的問題，提出此開發(fā)“三種文字”翻譯軟件的設(shè)想，希望通過軟件的開發(fā)運(yùn)用，提高工作效率，促進(jìn)紅河州“三種文字”標(biāo)牌翻譯工作長期有效地發(fā)展。

2019年7月州委州政府頒布了《關(guān)于貫徹全面深入持久開展民族團(tuán)結(jié)進(jìn)步創(chuàng)建工作 鑄牢中華民族共同體意識(shí)的實(shí)施意見》(紅辦發(fā)〔2019〕50號(hào))，意見提出的主要任務(wù)之一就是深化民族團(tuán)結(jié)進(jìn)步宣傳教育。同年12月，國家民委命名紅河哈尼族彝族自治州為“全國民族團(tuán)結(jié)進(jìn)步示范州”。“三種文字”標(biāo)牌作為我州創(chuàng)建全國民族團(tuán)結(jié)進(jìn)步示范州宣傳工作的載體之一，為進(jìn)一步鞏固提升全國民族團(tuán)結(jié)進(jìn)步示范州創(chuàng)建成果，推進(jìn)新時(shí)代紅河州民族團(tuán)結(jié)進(jìn)步創(chuàng)建工作由“創(chuàng)建型”向“示范型”轉(zhuǎn)變，不斷鑄牢中華民族共同體意識(shí)，開發(fā)一款適用于紅河州翻譯哈尼文、彝文、漢文“三種文字”標(biāo)牌的翻譯工具，并將翻譯軟件推廣到各縣市民宗局，達(dá)到各縣市可以獨(dú)立運(yùn)用翻譯軟件翻譯“三種文字”標(biāo)牌的目的。這也是踐行國家相關(guān)民族語言文字政策的體現(xiàn)，同時(shí)有利于本民族人民增強(qiáng)文化自信，有利于樹立自覺學(xué)習(xí)、保護(hù)和發(fā)展民族語言文字的意識(shí)[1]。并且符合少數(shù)民族語言文字信息化、辦公自動(dòng)化趨勢(shì)。

（二）創(chuàng)建哈尼文、彝文數(shù)據(jù)庫，提高標(biāo)牌翻譯的規(guī)范化

1.“三種文字”標(biāo)牌翻譯軟件的開發(fā)研究屬于少數(shù)民族語言文字機(jī)器翻譯技術(shù)的研究。機(jī)器翻譯(Machine Translation)是指利用計(jì)算機(jī)完成一種自然語言到另一種自然語言的轉(zhuǎn)換，它涉及多門學(xué)科，包括語言學(xué)、數(shù)學(xué)、計(jì)算機(jī)科學(xué)等，是一種多領(lǐng)域交叉學(xué)科[2]。而少數(shù)民族語言文字機(jī)器翻譯技術(shù)的研究更是一項(xiàng)復(fù)雜的工作，因?yàn)樯贁?shù)民族語言的句子結(jié)構(gòu)與漢語存在巨大差異。受到市場規(guī)模、語料庫規(guī)模、研究人員數(shù)量、經(jīng)費(fèi)支持力度等多種因素的制約，目前我國少數(shù)民族語言文字機(jī)器翻譯技術(shù)整體上還處在初級(jí)階段[3]。此涉及的哈尼文、彝文兩種少數(shù)民族語言文字中，目前面世的彝語言文字計(jì)算機(jī)信息處理系統(tǒng)比較多，而哈尼語言文字計(jì)算機(jī)信息處理系統(tǒng)尚無。

2.大多數(shù)少數(shù)民族語言一般有小型詞典，但沒有完備的語料庫，在句法分析方面的研究也基本處于空白[4]。目前我們“三種文字”標(biāo)牌翻譯的對(duì)象主要是名詞性的新詞術(shù)語，包括彝文和哈尼文在翻譯過程中我們大多采用音譯的方式。根據(jù)這個(gè)特點(diǎn)，我們就揚(yáng)長避短明確問題，即軟件僅針對(duì)目前紅河州“三種文字”標(biāo)牌翻譯工作，承擔(dān)哈尼文、彝文、漢文三種文字標(biāo)牌的翻譯。由于少數(shù)民族語言獨(dú)特的性質(zhì)，其句子結(jié)構(gòu)與漢語存在巨大差異，為簡化和集中解決問題，軟件暫不承擔(dān)其他文章、古籍、對(duì)話等的翻譯。這樣我們?cè)陂_發(fā)過程中就大大簡化了問題。

3.由于我們平時(shí)需要的標(biāo)牌有橫向和豎向之分，所以“三種文字”標(biāo)牌翻譯軟件需要輸出橫排和豎排兩種情況，即要考慮三種文字在橫向和豎向時(shí)的書寫方式。其中漢字比較簡潔，直接排版即可，彝文是傳統(tǒng)的表意文字，在標(biāo)牌翻譯中可與漢字一一對(duì)應(yīng)，而哈尼文是拼音文字，且在橫向書寫時(shí)，是以詞為單位相連在一起，詞與詞之間用空格隔開，而在豎向標(biāo)牌中，則要單個(gè)字分開，如下面的例子。為顯正式與莊重，目前標(biāo)牌翻譯中哈尼文都采用大寫字母書寫。

橫排：

蒙自市社會(huì)主義學(xué)院

豎排：

三“三種文字”翻譯軟件設(shè)計(jì)與實(shí)現(xiàn)

（一）軟件設(shè)計(jì)思路

首先把要翻譯的漢文內(nèi)容根據(jù)橫排和豎排的需要進(jìn)行分詞，在分詞的過程中后臺(tái)要通過分詞算法給出正確的分詞結(jié)果，然后進(jìn)行翻譯，即從詞庫中尋找到漢文匹配的哈尼文和彝文。詞庫需要收錄日常使用的工具書《漢哈尼新詞術(shù)語集》《漢哈尼詞典》《漢彝大辭典》中的大部分詞匯及其之相應(yīng)的譯文（哈尼文和彝文）；還要收錄之前翻譯過的所有“三種文字”標(biāo)牌詞匯；并盡量收錄紅河州各縣市、鄉(xiāng)鎮(zhèn)、社區(qū)、村委會(huì)、自然村的名稱和有可能需要掛牌的詞匯。詞庫是一個(gè)很重要的數(shù)據(jù)庫，詞庫里面收錄的詞匯決定了翻譯結(jié)果的正確性和完整性，如果詞庫里沒有收錄該詞匯，則出不了相應(yīng)結(jié)果，這就需要及時(shí)補(bǔ)充和完善，為此該軟件還需設(shè)置詞匯新增功能，若有重復(fù)收錄詞匯的情況，系統(tǒng)也能自動(dòng)識(shí)別避免重復(fù)。找到了匹配的哈尼文和彝文，則根據(jù)需要排版成橫排或豎排，以word文檔形式，根據(jù)用戶設(shè)置的路徑輸出到目標(biāo)文件夾里，這里可設(shè)置單獨(dú)輸出橫排或豎排，也可同時(shí)輸出橫豎排，最后用戶只需對(duì)輸出的結(jié)果進(jìn)行核查和微調(diào)即可。

（二）軟件總體架構(gòu)

初步設(shè)想本系統(tǒng)提供以 B/S 架構(gòu)（即瀏覽器和服務(wù)器架構(gòu)模式）為主的 Web 應(yīng)用，也提供可獨(dú)立運(yùn)行的 C/S 架構(gòu)（即客戶機(jī)/服務(wù)器模式）windows 客戶端應(yīng)用。系統(tǒng)大致分為四個(gè)部分，第一部分為用戶交互層，提供 Web 網(wǎng)頁和 windows客戶端兩種方式，其中 Web 網(wǎng)頁支持電腦、Pad、手機(jī)瀏覽器通過互聯(lián)網(wǎng)訪問。Windows 客戶端支持?jǐn)嗑W(wǎng)離線使用，也可以支持聯(lián)網(wǎng)后自動(dòng)更新最新數(shù)據(jù)使用。第二部分為服務(wù)層，此部分主要是依托于IIS（Internet Information Services互聯(lián)網(wǎng)信息服務(wù)）提供服務(wù)，針對(duì)windows 客戶端提供了WCF（Windows Communication Foundation是由微軟開發(fā)的一系列支持?jǐn)?shù)據(jù)通信的應(yīng)用程序框架，可以翻譯為Windows 通訊開發(fā)平臺(tái)）服務(wù)進(jìn)行數(shù)據(jù)更新。第三部分為標(biāo)牌翻譯軟件核心模塊翻譯引擎，此部分主要是哈、彝、漢詞庫，根據(jù)詞庫自動(dòng)生成中文分詞詞庫，分詞算法根據(jù)中文分詞詞庫對(duì)需翻譯的漢文進(jìn)行詞法解析，然后根據(jù)詞法解析結(jié)果，對(duì)照詞庫進(jìn)行翻譯并輸出結(jié)果。第四部分為數(shù)據(jù)存儲(chǔ)區(qū)域，本系統(tǒng)采用輕量級(jí)的免費(fèi)數(shù)據(jù)庫，windows客戶端也提供了本地?cái)?shù)據(jù)存儲(chǔ)。

圖1 軟件總體架構(gòu)

（三）系統(tǒng)結(jié)構(gòu)和各部分功能模塊

本系統(tǒng)設(shè)計(jì)功能結(jié)構(gòu)模塊分為基礎(chǔ)功能、業(yè)務(wù)功能、系統(tǒng)管理、翻譯引擎四部分，如圖2。各模塊的詳細(xì)功能介紹如下：

圖2 系統(tǒng)功能結(jié)構(gòu)圖

1.基礎(chǔ)功能主要是完成系統(tǒng)的登錄認(rèn)證，進(jìn)入系統(tǒng)首頁后能看到系統(tǒng)整體的使用概況，包括詞匯收錄情況，待譯數(shù)據(jù)情況等直觀圖表展示。

2.業(yè)務(wù)功能為本系統(tǒng)的重要組成部分，涵蓋了待譯詞匯的申請(qǐng)、翻譯處理、詞匯收錄、標(biāo)牌翻譯以及收錄語料的搜索查詢。翻譯申請(qǐng)，考慮到哈尼文和彝文的不同翻譯以及對(duì)應(yīng)不同的使用者，為協(xié)調(diào)進(jìn)行翻譯工作的進(jìn)行，在進(jìn)行翻譯申請(qǐng)時(shí)，分別自動(dòng)生成待譯哈尼文和待譯彝文清單。當(dāng)哈尼文和彝文工作者翻譯完成時(shí)，系統(tǒng)將自動(dòng)收錄漢文、及對(duì)應(yīng)的哈尼文和彝文詞匯。翻譯處理，哈尼文和彝文工作者分別處理待譯清單內(nèi)容。詞匯收錄，可以直接收錄漢文、哈尼文、彝文詞匯，并且可以對(duì)收錄詞匯進(jìn)行增加、刪除、修改、查詢。標(biāo)牌翻譯，此功能也是本系統(tǒng)最終的應(yīng)用核心。該功能提供友好的輸入界面，輸入待翻譯的中文信息，點(diǎn)擊翻譯，系統(tǒng)將經(jīng)過分詞算法對(duì)待譯中文進(jìn)行分詞和翻譯，并將分詞結(jié)果和對(duì)應(yīng)的哈尼文和彝文返回界面。系統(tǒng)提供將翻譯結(jié)果導(dǎo)出至 word（橫排、豎排）文檔，與此同時(shí)可以將翻譯結(jié)果收錄至語料庫以便后續(xù)進(jìn)行查詢。

3.系統(tǒng)管理主要包括用戶管理，權(quán)限管理，客戶端身份管理，日志管理等功能。用戶管理包括新增、刪除和修改用戶密碼。權(quán)限管理，用于給用戶授權(quán)不同的系統(tǒng)使用功能，可以進(jìn)行增刪改查?？蛻舳松矸莨芾?，主要用于windows 客戶端訪問者的身份驗(yàn)證，以確保數(shù)據(jù)訪問的安全性。日志管理，主要進(jìn)行系統(tǒng)操作的日常記錄，以便審計(jì)和排查問題。

4.翻譯引擎是系統(tǒng)的關(guān)鍵模塊，它通過分詞算法的運(yùn)算和與詞庫內(nèi)詞匯的匹配，提供翻譯服務(wù)。如下為此系統(tǒng)采用的翻譯規(guī)則和算法，如不滿足算法規(guī)則則不能出結(jié)果。

基本翻譯規(guī)則：漢文語句分詞取決于收錄詞匯，未收錄詞匯只能被解析為單個(gè)字；漢文分詞算法：雙向最大匹配（詳見下方算法資料）；漢文語句能夠按照算法進(jìn)行分詞，然后再根據(jù)分詞結(jié)果進(jìn)行翻譯；針對(duì)詞匯，翻譯成哈尼文時(shí)橫排中間沒有空格，豎排是哈尼文單詞與漢文單詞對(duì)齊即可；漢文與彝文字符一對(duì)一翻譯，不考慮一對(duì)多或者多對(duì)多的翻譯；考慮到標(biāo)牌翻譯多為名詞組合，為簡化問題，不考慮語法語序問題，按照漢文的先后順序一一對(duì)應(yīng)。

算法包括正向最大匹配算法和逆向最大匹配算法，詳細(xì)解析如下：

（1）正向最大匹配算法：第一步，從左向右取待切分漢語句的 m 個(gè)字符作為匹配字段，m 為翻譯引擎詞庫中最長詞條個(gè)數(shù)。第二步，查找翻譯引擎詞庫進(jìn)行匹配。若匹配成功，則將這個(gè)匹配字段作為一個(gè)詞切分出來。若匹配不成功，則將這個(gè)匹配字段的最后一個(gè)字去掉。剩下的字符串作為新的匹配字段，進(jìn)行再次匹配，重復(fù)以上過程，直到切分出所有詞為止。

（2）逆向最大匹配算法：該算法是正向最大匹配的逆向思維，匹配不成功，將匹配字段的最前一個(gè)字去掉。實(shí)驗(yàn)表明，逆向最大匹配算法要優(yōu)于正向最大匹配算法。

（3）雙向最大匹配法：是將正向最大匹配法得到的分詞結(jié)果和逆向最大匹配法得到的結(jié)果進(jìn)行比較，從而決定正確的分詞方法。如果正反向分詞結(jié)果詞數(shù)不同，則取分詞數(shù)量較少的那個(gè)。如果分詞結(jié)果詞數(shù)相同，就說明沒有歧義，可返回任意一個(gè)。

（四）系統(tǒng)安裝和使用

1.系統(tǒng)安裝包括系統(tǒng)環(huán)境和系統(tǒng)部署。系統(tǒng)環(huán)境目前普通辦公電腦即可，電腦系統(tǒng)要求windows7及其以上。系統(tǒng)部署主要是外網(wǎng)服務(wù)器和內(nèi)部網(wǎng)絡(luò)部署，由專業(yè)人員安排部署。

2.系統(tǒng)使用：分為普通用戶界面和高級(jí)用戶界面。高級(jí)用戶的權(quán)限要比普通用戶的權(quán)限大。

（1）統(tǒng)一使用同一個(gè)登錄界面，用戶權(quán)限根據(jù)后臺(tái)分配的賬號(hào)類別而定，用戶在登錄時(shí)選擇自己的賬號(hào)和密碼登錄即可。

（2）普通用戶界面主要是針對(duì)縣市民宗局和其他需要翻譯的各單位部門工作人員提供的操作界面，有翻譯標(biāo)牌、翻譯申請(qǐng)、關(guān)鍵詞搜索幾個(gè)功能。翻譯標(biāo)牌即直接輸入漢字，點(diǎn)擊翻譯，即可輸出相應(yīng)的“三種文字”標(biāo)牌，同時(shí)可選擇橫豎排。翻譯申請(qǐng)是在遇到翻譯結(jié)果有誤，或部分漢字未翻譯出來的時(shí)候，向翻譯老師提交申請(qǐng)的渠道，在此處提交申請(qǐng)，專門負(fù)責(zé)補(bǔ)充詞庫的哈尼文、彝文老師就會(huì)在高級(jí)用戶界面的待譯哈尼文、待譯彝文模塊查看到需要翻譯的內(nèi)容，并予以處理，處理后的詞匯將自動(dòng)收錄進(jìn)詞庫，提交申請(qǐng)的用戶也將收到反饋信息。

（3）高級(jí)用戶界面主要是針對(duì)專業(yè)人員，如專門負(fù)責(zé)審查補(bǔ)充詞庫的哈尼文、彝文老師，目前主要是指州民研所的翻譯人員。除了擁有普通用戶的權(quán)限外，高級(jí)用戶界面還可以新增收錄詞匯、修改和刪除詞匯、對(duì)普通用戶提供的翻譯申請(qǐng)進(jìn)行處理和反饋。另外可以對(duì)用戶進(jìn)行簡單的管理和維護(hù)。

3.系統(tǒng)評(píng)測，即對(duì)其功能性、穩(wěn)定性和實(shí)用性等方面進(jìn)行考察。

為驗(yàn)證技術(shù)原理的可行性，目前我們初步做了一個(gè)測試版的“三種文字”標(biāo)牌翻譯軟件，翻譯結(jié)果顯示，常用的標(biāo)牌標(biāo)語都能翻譯出來，若詞庫未收錄所需翻譯的漢字信息相對(duì)應(yīng)的譯文（哈尼文和彝文），則能輸出橫排，而不能輸出豎排，橫排所缺的漢字對(duì)應(yīng)的譯文用空格顯示。根據(jù)目前的測試結(jié)果來看，需要開展專門的詞匯補(bǔ)充工作，使得輸出結(jié)果得到全面改善。軟件正式開發(fā)完成以后，也是需要一段時(shí)間的積累和優(yōu)化才能最終投入使用。

四 結(jié)論與討論

縱覽中國發(fā)展史,可以說，得益于包括民族語言翻譯在內(nèi)的國家翻譯機(jī)制,中華文明形態(tài)得以發(fā)展和改觀,尤其是在和平年代，各國政府為了國境安定、行政暢通,專門設(shè)置負(fù)責(zé)民族語言翻譯的機(jī)構(gòu)、機(jī)制和官職[5]。創(chuàng)建少數(shù)民族文字的初心：一是改變少數(shù)民族地區(qū)文化事業(yè)落后的狀況，使其盡快適應(yīng)社會(huì)主義的建設(shè)和發(fā)展。二是盡快提高少數(shù)民族地區(qū)人民的教育水平和文化素質(zhì)。三是更好地發(fā)展和傳承少數(shù)民族的語言文化[6]。紅河州哈尼文、彝文、漢文“三種文字”標(biāo)牌作為我州創(chuàng)建全國民族團(tuán)結(jié)進(jìn)步示范州宣傳工作的載體之一，開發(fā)“三種文字”標(biāo)牌翻譯實(shí)操性軟件，不僅可以提高工作效率，也將為紅河州進(jìn)一步鞏固提升全國民族團(tuán)結(jié)進(jìn)步示范州創(chuàng)建成果助力。