基于人機(jī)交互的雙向英語在線輔助翻譯系統(tǒng)設(shè)計(jì)

黃笑菡

（湖州職業(yè)技術(shù)學(xué)院，浙江 湖州 313000)

1 引言

研究任何一門語言都需要一種適當(dāng)規(guī)模的語料庫(kù)來幫助研究者分析總結(jié)，語料庫(kù)的產(chǎn)生需要經(jīng)過專業(yè)人士的科學(xué)收集、分類與標(biāo)注，經(jīng)過長(zhǎng)時(shí)間的研究而成。語料庫(kù)反映了語言的實(shí)際使用情況，能夠幫助人們分析并研究語言系統(tǒng)的規(guī)律[1-3]。而SWECCL 就是一個(gè)典型的學(xué)習(xí)者語料庫(kù)，SWECCL語料庫(kù)全稱為中國(guó)學(xué)生英語語料庫(kù)，具有較全的學(xué)習(xí)工具與研究資料，將其應(yīng)用在雙向在線英語翻譯輔助系統(tǒng)中有著重要意義[4]。

雙向英語在線輔助翻譯系統(tǒng)是針對(duì)專業(yè)用途英語學(xué)習(xí)設(shè)計(jì)的系統(tǒng)，ESP具有目標(biāo)明確、針對(duì)性強(qiáng)、實(shí)用價(jià)值高的，能夠滿足不同學(xué)習(xí)者的不同需求，提高學(xué)習(xí)效果[5]。但是傳統(tǒng)的ESP英語翻譯輔助系統(tǒng)使用的多數(shù)為COCA語料庫(kù)，COCA語料庫(kù)中的詞匯復(fù)雜度較高，使用系統(tǒng)翻譯時(shí)出現(xiàn)的多數(shù)為非常見詞匯，部分標(biāo)記語頻率分布失衡，對(duì)于學(xué)習(xí)者來說，學(xué)習(xí)ESP英語較為困難。人機(jī)交互技術(shù)(Human-Computer Interaction Techniques)是一種通過計(jì)算機(jī)輸入、輸出設(shè)備，以有效的方式實(shí)現(xiàn)人與計(jì)算機(jī)對(duì)話的技術(shù)，人通過輸入設(shè)備給機(jī)器輸入有關(guān)信息，回答問題及提示反應(yīng)等。近些年人機(jī)交互技術(shù)已經(jīng)是計(jì)算機(jī)用戶界面設(shè)計(jì)中的重要內(nèi)容之一。

基于此，設(shè)計(jì)基于人機(jī)交互的雙向英語在線輔助翻譯系統(tǒng)，用SWECCL 語料庫(kù)代替原有的COCA 語料庫(kù)，同時(shí)對(duì)系統(tǒng)的翻譯功能進(jìn)行改進(jìn)，使得系統(tǒng)更能滿足使用者的各種需求，提高學(xué)習(xí)者學(xué)習(xí)能力。

2 基于人機(jī)交互的雙向英語在線輔助翻譯系統(tǒng)

基于人機(jī)交互的雙向英語在線輔助翻譯系統(tǒng)采用的是B/S 三層體系架構(gòu)，以此實(shí)現(xiàn)前端和后臺(tái)處理層次分明的設(shè)計(jì)效果，遵循模塊化設(shè)計(jì)，根據(jù)用戶角色規(guī)劃整個(gè)系統(tǒng)功能模塊，遵循系統(tǒng)的實(shí)際需求，規(guī)劃的具體模塊如圖1所示。

圖1 英語在線輔助翻譯系統(tǒng)模塊圖

按照?qǐng)D中的各個(gè)模塊規(guī)劃，設(shè)計(jì)在線英語輔助翻譯系統(tǒng)頁(yè)面、檢索功能及數(shù)據(jù)庫(kù)。

2.1 系統(tǒng)頁(yè)面優(yōu)化設(shè)計(jì)

依據(jù)上述中的系統(tǒng)模塊圖，對(duì)圖中的各個(gè)模塊的頁(yè)面和功能的實(shí)現(xiàn)進(jìn)行詳細(xì)設(shè)計(jì)。

為了提高系統(tǒng)的交互性，針對(duì)不同的使用者設(shè)置不同的權(quán)限，用戶需通過后臺(tái)登錄才能登錄至相應(yīng)的界面。利用JSP技術(shù)，采用AJAX方式驗(yàn)證用戶權(quán)限，在前端獲取用戶賬號(hào)、密碼及登錄類型，點(diǎn)擊登錄后，通過AJAX 方式，后臺(tái)進(jìn)行驗(yàn)證，實(shí)現(xiàn)頁(yè)面無刷新的用戶登錄。登錄實(shí)現(xiàn)的流程圖如圖2所示。

圖2 登錄流程圖

通過Spring 提供對(duì)Action 與DAO 的管理，Hibernate 提供對(duì)象、關(guān)系映射及數(shù)據(jù)管理。當(dāng)數(shù)據(jù)庫(kù)內(nèi)存在該用戶的賬號(hào)和密碼時(shí)，登錄成功，頁(yè)面跳轉(zhuǎn)至系統(tǒng)首頁(yè)index.jsp，否則返回至登錄界面，重新獲取用戶登錄信息。登錄驗(yàn)證通過后，根據(jù)權(quán)限的不同跳轉(zhuǎn)至不同的功能頁(yè)面。若登錄系統(tǒng)的用戶為教師，則可執(zhí)行上傳資料、查詢學(xué)生信息等操作；若登錄為學(xué)生，則可進(jìn)行英語資料的翻譯和互動(dòng)等[6]。以上均通過jsp技術(shù)實(shí)現(xiàn)，通過action控制用戶行為，將用戶行為的結(jié)果封裝在DAO 中，對(duì)用戶的行為及時(shí)響應(yīng)，實(shí)現(xiàn)不同的功能操作。

2.2 翻譯功能設(shè)計(jì)

系統(tǒng)的翻譯功能以系統(tǒng)的主要功能為目標(biāo)，通過用戶手工輸入詞匯，與SWECCL語料庫(kù)中的詞匯進(jìn)行相關(guān)計(jì)算，加權(quán)函數(shù)值計(jì)算翻譯詞項(xiàng)，確定翻譯詞匯與SWECCL語料庫(kù)中詞匯的相似性，最后顯示系統(tǒng)頁(yè)面中用戶需要的信息。

假設(shè)用戶手動(dòng)輸入的詞匯為q，SWECCL 語料庫(kù)中的詞匯為p，則兩者的相似度κ(q，p)計(jì)算公式的基本形式如下：

公式中，e表示詞項(xiàng)，ε(e，p)表示e在p中的權(quán)重，ε(e，q)表示e在q中的權(quán)重。因詞匯q已經(jīng)確定，計(jì)算時(shí)可忽略其權(quán)重。定義e的權(quán)重為εe=log結(jié)合詞項(xiàng)的加權(quán)函數(shù)值，帶入到公式1中，得到公式2：

公式中，ε(si)e表示詞項(xiàng)e對(duì)應(yīng)節(jié)點(diǎn)的加權(quán)si值，表示詞項(xiàng)的重要性。為了防止詞項(xiàng)的重要性對(duì)相似度計(jì)算的影響，對(duì)si做log 處理，得到基于加權(quán)網(wǎng)絡(luò)的信息翻譯模型相似度計(jì)算基本公式：

通過上式計(jì)算出，用戶手動(dòng)輸入詞匯與SWECCL語料庫(kù)中的詞匯之間的相似度，將相似度較大的結(jié)果展示在系統(tǒng)頁(yè)面中實(shí)現(xiàn)詞匯翻譯。翻譯功能主要翻譯的目標(biāo)是SWECCL 語料庫(kù)，將SWECCL 語料庫(kù)應(yīng)用在系統(tǒng)的數(shù)據(jù)中。

2.3 數(shù)據(jù)庫(kù)設(shè)計(jì)

為提高翻譯的高效性和準(zhǔn)確性，對(duì)數(shù)據(jù)庫(kù)進(jìn)行設(shè)計(jì)。將SWECCL語料庫(kù)引用到系統(tǒng)的數(shù)據(jù)庫(kù)內(nèi)，替換原有的英語學(xué)習(xí)資料庫(kù)，基于原有的系統(tǒng)數(shù)據(jù)庫(kù)進(jìn)行修改和整理，提高數(shù)據(jù)庫(kù)內(nèi)對(duì)象分類的精度和各對(duì)象間的關(guān)聯(lián)度，并以用戶輸入的信息作為源數(shù)據(jù)載入數(shù)據(jù)，完成數(shù)據(jù)庫(kù)的迭代更新。在MOODLE的環(huán)境下，實(shí)現(xiàn)數(shù)據(jù)庫(kù)的安裝與設(shè)置[7]。

根據(jù)對(duì)系統(tǒng)內(nèi)的類、對(duì)象和關(guān)聯(lián)分析后，構(gòu)建數(shù)據(jù)字典靜態(tài)關(guān)聯(lián)圖，如圖3所示。圖中只給出了接口類，并且只表示了屬性和數(shù)據(jù)類型。

圖3 數(shù)據(jù)字典靜態(tài)關(guān)聯(lián)圖

如圖3所示，在數(shù)據(jù)字典靜態(tài)關(guān)聯(lián)下設(shè)計(jì)數(shù)據(jù)庫(kù)。通過JDBC技術(shù)將系統(tǒng)與數(shù)據(jù)庫(kù)相連[8]。在工程中導(dǎo)入對(duì)應(yīng)的數(shù)據(jù)庫(kù)的jar 包，用Class.forName()方法加載驅(qū)動(dòng)程序，再用DriverMananger的getConnection()方法創(chuàng)建一個(gè)數(shù)據(jù)庫(kù)連接，并在Hibernate 的主配置文件中，配置數(shù)據(jù)庫(kù)的連接驅(qū)動(dòng)、URL及登錄數(shù)據(jù)庫(kù)的用戶名和密碼，通過上述過程完成數(shù)據(jù)庫(kù)與系統(tǒng)的連接。

將設(shè)計(jì)的數(shù)據(jù)庫(kù)與英語在線翻譯輔助系統(tǒng)相連，用戶可在對(duì)各項(xiàng)數(shù)據(jù)進(jìn)行翻譯的同時(shí)，實(shí)現(xiàn)對(duì)數(shù)據(jù)庫(kù)的更新。至此，完成基于人機(jī)交互的雙向英語在線輔助翻譯系統(tǒng)設(shè)計(jì)。

3 實(shí)驗(yàn)測(cè)試

3.1 測(cè)試準(zhǔn)備

測(cè)試使用的計(jì)算機(jī)操作系統(tǒng)均為常見的Windows10，其相關(guān)配置為2G顯卡，120G高速固態(tài)硬盤，Intel芯片主板B75，處理器為四核酷睿i5，3.7Ghz高頻性能。

將構(gòu)建的基于人機(jī)交互的雙向英語在線輔助翻譯系統(tǒng)作為主要測(cè)試系統(tǒng)，應(yīng)用基于COCA 語料庫(kù)的英語翻譯輔助系統(tǒng)作為對(duì)照，使用以上計(jì)算機(jī)進(jìn)行測(cè)試。

3.2 測(cè)試對(duì)象

測(cè)試中選擇4類標(biāo)記語作為測(cè)試對(duì)象，分別為對(duì)比性標(biāo)記語、闡發(fā)性標(biāo)記語、推導(dǎo)性標(biāo)記語和主題變化標(biāo)記語，選擇的具體詞匯如表1所示。

表1 不同類型標(biāo)記語

測(cè)試使用統(tǒng)計(jì)軟件SPSS對(duì)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，統(tǒng)計(jì)兩個(gè)輔助系統(tǒng)中的話語標(biāo)記語使用的總數(shù)量、使用標(biāo)記語的種類以及每一類話語標(biāo)記使用的頻率分布。

3.3 測(cè)試結(jié)果及分析

通過SPSS統(tǒng)計(jì)軟件統(tǒng)計(jì)的測(cè)試結(jié)果如表2所示。

表2 四類標(biāo)記語在不同輔助系統(tǒng)中的頻率分布

分別觀察四種不同類型的標(biāo)記語測(cè)試結(jié)果，在基于COCA的輔助系統(tǒng)中，其中對(duì)比性標(biāo)記語測(cè)試結(jié)果顯示，標(biāo)記語in contrast 所占頻率比最低，為1.3，But 所占頻率比最高，為49.9；闡發(fā)性標(biāo)記語測(cè)試結(jié)果顯示，F(xiàn)or another thing 所占頻率最低，為0.01，Moreover 所占頻率最高，為49.8；推導(dǎo)性標(biāo)記語測(cè)試結(jié)果中顯示，As a result 所占頻率最低，為0.7，So 所占頻率最高，為71.8；主題變化標(biāo)記語測(cè)試結(jié)果中顯示，標(biāo)記語Incidentally所占比例最低，Anyway所占比例最高，為70.6。

在基于人機(jī)交互的輔助翻譯系統(tǒng)中，測(cè)試結(jié)果顯示，各個(gè)類型中的不同標(biāo)記語的頻率分布比較均勻，大多數(shù)處于15.0～35.0之間，沒有出現(xiàn)差距較大的頻率比。

為驗(yàn)證所提設(shè)計(jì)的有效性，對(duì)于兩個(gè)系統(tǒng)輸入相同翻譯詞匯200個(gè)，翻譯結(jié)果如表3所示。

表3 翻譯結(jié)果對(duì)比

從表3中可以看出，對(duì)比傳統(tǒng)的基于COCA 的輔助系統(tǒng)，設(shè)計(jì)的優(yōu)化系統(tǒng)的翻譯表現(xiàn)出更高的翻譯精度和效率，能夠更加快速精準(zhǔn)地在數(shù)據(jù)庫(kù)中提取出與翻譯詞匯關(guān)聯(lián)度較高的內(nèi)容，并且檢出結(jié)果所涉及的數(shù)據(jù)類別更加全面。這主要是因?yàn)樗岱椒▽?duì)翻譯詞項(xiàng)進(jìn)行了加權(quán)函數(shù)值計(jì)算，并實(shí)現(xiàn)了數(shù)據(jù)庫(kù)內(nèi)的信息關(guān)聯(lián)度的構(gòu)建與迭代更新。

綜合以上數(shù)據(jù)分析可知，傳統(tǒng)的基于COCA 的輔助系統(tǒng)中標(biāo)記語頻率分布不均勻，標(biāo)記語的頻率比差距較大，說明在該系統(tǒng)中存在標(biāo)記語使用過度的情況，在使用過程中，標(biāo)記語比較單一，缺少多樣性。而基于人機(jī)交互的輔助系統(tǒng)中，各個(gè)類型的標(biāo)記語頻率分布比較均勻，具有較好的多樣性，翻譯效率和精度也優(yōu)于傳統(tǒng)系統(tǒng)，更適合學(xué)習(xí)者使用。

4 結(jié)束語

英語輔助系統(tǒng)設(shè)計(jì)的最大信息載體是專業(yè)詞匯，不是普通詞匯，當(dāng)教師講解專業(yè)術(shù)語時(shí)，利用具有針對(duì)性的語料庫(kù)翻譯能夠更好地幫助學(xué)生加深對(duì)專業(yè)術(shù)語的理解。傳統(tǒng)的基于COCA的翻譯輔助系統(tǒng)存在部分標(biāo)記語頻率分布失衡的問題，引用SWECCL語料庫(kù)有助于解決這一問題。根據(jù)對(duì)比結(jié)果可知，設(shè)計(jì)的教學(xué)輔助系統(tǒng)明顯優(yōu)于傳統(tǒng)的教學(xué)輔助系統(tǒng)，SWECCL語料庫(kù)中標(biāo)注語頻率分布均勻，翻譯效率高且翻譯精度準(zhǔn)確，有助于學(xué)生的學(xué)習(xí)，避免了學(xué)生對(duì)語言學(xué)習(xí)思維模式的固化，使學(xué)習(xí)更加靈活，提高學(xué)習(xí)效率。