大語言模型建構(gòu)中國古典詩歌傳播新范式

摘要：中國古典詩歌頗具文化特色，其富有文化負(fù)載詞和情感內(nèi)涵，因此極具翻譯難度。近年來，大語言模型高速發(fā)展，其能否憑借情感計(jì)算能力準(zhǔn)確地翻譯文學(xué)文本，并借此推動(dòng)中國古典詩歌甚至中華文化的傳播，已成為當(dāng)今研究的熱點(diǎn)課題?，F(xiàn)以大語言模型為基礎(chǔ)，選取代表性詩歌《關(guān)雎》和《如夢(mèng)令》進(jìn)行分析，將不同語言模型之間的譯文進(jìn)行比較，總結(jié)語言模型普遍的語言能力和思維模式。不同的大語言模型在處理中國古典詩歌時(shí)各具特色，目前來看，想要完全通過大語言模型實(shí)現(xiàn)中國古典詩歌的高效傳播仍任重而道遠(yuǎn)。

世界文化交流本該是雙向的輸入與輸出，但過去的中外文化交流并不十分對(duì)稱。統(tǒng)計(jì)數(shù)據(jù)表明，從1900年到2000年的100年間，中國翻譯的西方文、史、哲、政、經(jīng)、數(shù)、理、化等書籍近10萬種，而西方翻譯中國的書籍種類尚且不到500種。

如今新興技術(shù)日新月異，以ChatGPT為代表的智能工具拉開了人機(jī)交互新時(shí)代的序幕，深刻影響著跨文化和跨語際的交流溝通、知識(shí)和文化的交融方式與速度。

本研究將以大語言模型為基礎(chǔ)，以中國古典詩歌的英譯作為主要線索，選取代表性詩歌《關(guān)雎》和《如夢(mèng)令》進(jìn)行分析，將不同語言模型之間的譯文進(jìn)行比較，總結(jié)語言模型普遍的語言能力和思維模式，判斷語言模型推動(dòng)中國古典詩歌傳播的可行性，并以此為基礎(chǔ)提出今后的發(fā)展建議。

對(duì)《關(guān)雎》的翻譯與分析

《關(guān)雎》是中國古代第一部詩歌總集《詩經(jīng)》中的第一首詩，是膾炙人口的傳世名篇，具有極高的文學(xué)價(jià)值。以下將選取《關(guān)雎》中的經(jīng)典片段進(jìn)行分析。

文心一言譯文版本分析

The ospreys call out，on the river island they rest.

關(guān)關(guān)雎鳩，在河之洲。

A modest and virtuous lady，a gentleman's perfect match.

窈窕淑女，君子好逑。

The marsh plants grow in profusion，floating left and right.

參差荇菜，左右流之。

A modest and virtuous lady，in dreams and waking I seek her.

窈窕淑女，寤寐求之。

Unable to find her，in waking and dreams I yearn.

求之不得，寤寐思服。

Ah，how I long！Tossing and turning all night.

悠哉悠哉，輾轉(zhuǎn)反側(cè)。

The marsh plants grow in profusion，I gather them left and right.

參差荇菜，左右采之。

A modest and virtuous lady，I'd make music with her on lute and harp.

窈窕淑女，琴瑟友之。

The marsh plants grow in profusion，I pluck them left and right.

參差荇菜，左右芼之。

A modest and virtuous lady，I'd delight her with drums and bells.

窈窕淑女，鐘鼓樂之。

首先，從總體來說，文心一言對(duì)《關(guān)雎》的翻譯忠于原文，大致遵從簡潔中正的風(fēng)格，在一定程度上保留了原文的意境，體現(xiàn)了原文想表達(dá)的男女之間純真無邪的情感。同時(shí)，從譯文中也能看出，文心一言在盡力傳達(dá)原詩的情感和柔美的節(jié)奏。從這一點(diǎn)至少能得出，語言模型在對(duì)詩歌這種特殊文體進(jìn)行翻譯時(shí)，會(huì)有意識(shí)地對(duì)詩歌的情感和格式進(jìn)行理解與處理，盡管許多地方處理得還不是非常到位。

其次，從細(xì)節(jié)方面來說，“關(guān)關(guān)”為雎鳩的叫聲，而文心一言將其直接處理為“call out”會(huì)在一定程度上失去原文的意境，這里其實(shí)像理雅各和亞瑟·韋利一樣直接音譯為“guan guan”較為妥當(dāng)。另外，文心一言將“雎鳩”一詞翻譯成為了“osprey”，這里的處理與理雅各對(duì)該詞的處理如出一轍。然而，“osprey”原義指的是一種魚鷹，是一種食魚的巨鳥，放在這里顯然不是很妥當(dāng)。相比之下，許淵沖將“雎鳩”譯為“turtledoves”是一種很恰當(dāng)?shù)奶幚?，因?yàn)椤皌urtledoves”一詞除了有“斑鳩”的意思之外，還可以表示“情人”，十分符合《關(guān)雎》一詩的主旨。文心一言對(duì)“淑女”“君子”這類意象的處理相對(duì)妥當(dāng)，大致上可以表達(dá)出原文的意境?！昂缅稀币辉~意為“好的配偶”，翻譯為“perfect match”也較為合理?！皡⒉钴舨恕币痪渲械摹皡⒉睢眱H用以形容荇菜生長得不整齊，而文心一言的譯文中使用的“grow in profusion”則是著重表達(dá)荇菜生長得茂盛，并沒有直接體現(xiàn)“參差”，算是對(duì)文章的過度理解，從而導(dǎo)致在翻譯中缺失了原文意義。而“荇菜”本身作為一種水生草本植物，多生長在池沼之中，這里譯為“marsh plants”雖易于理解，但略偏籠統(tǒng)。在眾多譯文版本里，筆者認(rèn)為亞瑟·韋利將此處處理為“floating-heart”最為貼切，其既準(zhǔn)確地表達(dá)了水生的浮游植物這一本義，又自帶雙關(guān)，極具畫面感，表達(dá)了男女之情。中間一段著重表達(dá)了君子對(duì)淑女求而不得、難以入眠的場(chǎng)景。其中，譯文用“in dreams and waking”和“tossing and turning”分別表達(dá)“寤寐”和“輾轉(zhuǎn)”，貼切地形容了這一情景。最后一句，譯文采用異化策略將“琴瑟”一詞用類似的西方樂器“l(fā)ute and harp”來表達(dá)其實(shí)無可厚非，只是在原文中，“琴瑟”同時(shí)還表示親密的關(guān)系，如果這樣處理，會(huì)導(dǎo)致原文意義缺失，并且此句整體的處理也沒有完全體現(xiàn)“友之”所想表達(dá)的具體情感。

最后，關(guān)于句式與韻律方面，考慮到中英文詩歌翻譯在韻律方面的巨大差異。該語言模型對(duì)《關(guān)雎》韻律的處理算是盡力而為，從“rest”“right”“night”等詞能夠體會(huì)到原文的韻律美，也不難看出譯文通過句子的重音和語調(diào)變化來保證詩歌的節(jié)奏感，這也確實(shí)是在有意識(shí)地遵從原文的句式。但是，其仍然無法完全復(fù)制原文的韻律特點(diǎn)，對(duì)于不熟悉中文詩歌韻律的英文讀者來說，這樣的翻譯相對(duì)而言是易于欣賞和理解的，然而，對(duì)于期望更深入地體驗(yàn)原文韻律美的讀者來說，該翻譯很難滿足他們的全部期待。

GPT譯文版本分析

相較之下，以下GPT-4對(duì)《關(guān)雎》的翻譯有許多異同之處。

Ospreys cry above the water's isle.

In pairs they frolic，a love to reconcile.

A maiden fair，embodying virtue's grace.

A match for the gentleman，in heart and face.

Lush reeds and rushes grow on every side.

For this modest maiden，my longing cannot hide.

In dreams I seek her，yet awake to find her not.

In restless yearning，my heart becomes distraught.

Oh，my aching thoughts，through the night they race.

Turning，tossing，yearning for her embrace.

Lush reeds and rushes，harvested I'd bring.

To play with my maiden，the lute and zither strings.

Lush reeds and rushes，plucked with tender care.

With drums and with bells，her joy we'd share.

In music，in love，two hearts so entwined.

Like the ospreys'call，our spirits aligned.

GPT同樣將“雎鳩”這一意象譯為了“osprey”，但其將“關(guān)關(guān)”這一雎鳩的叫聲處理為“cry”有些過分解讀原文意義?！癮 maiden fair， embodying virtue's grace”比文心一言更加準(zhǔn)確地表達(dá)了“窈窕淑女”的形象。“a match for the gentleman，in heart and face”在語法結(jié)構(gòu)表達(dá)上略顯不自然，容易給讀者帶來閱讀上的困擾，不過也可以看出GPT在處理此類詩歌翻譯時(shí)在有意識(shí)地遵循原文的節(jié)奏，只是處理得不是很妥當(dāng)，有些得不償失。

在后文中，GPT將“參差荇菜”處理為了“l(fā)ush reeds”，意為“茂盛的蘆葦”?？梢钥闯?，GPT與文心一言一樣，將“參差”一詞理解為“長得茂盛”，而將“荇菜”處理成了“蘆葦”。如果說文心一言僅僅是用詞沒那么完美的話，GPT則是對(duì)于此意象進(jìn)行了錯(cuò)誤理解。

但也不是說文心一言的翻譯質(zhì)量一定比GPT更高，不難看出，GPT在句尾的押韻上下足了功夫。例如，從“isle和reconcile”“grace和face”“side和hide”等可以看出，GPT在譯文韻律美的處理上要比文心一言更加優(yōu)秀。

兩大語言模型的差異分析

比較、總結(jié)文心一言與GPT之間的翻譯可以看出，二者都能夠理解原文的整體內(nèi)容和思想表達(dá)，并通過自己的處理方式將其翻譯出來。文心一言在具體內(nèi)容，如意象方面，處理相對(duì)貼合原文，譯文較為樸素、忠實(shí)且具體；而GPT盡管對(duì)原文意象的理解較為偏頗，但在韻律和節(jié)奏等文章整體處理上具有獨(dú)到之處，譯文整體上具有華麗的韻律美。

單從《關(guān)雎》的諸多細(xì)節(jié)處理中可以得出，語言模型的譯文版本基本可以譯出原文的意思，但都只能達(dá)到最基礎(chǔ)的效果。換句話說，語言模型只能勉強(qiáng)“達(dá)意”，卻無法“傳神”，它們的譯文版本仍與譯者的標(biāo)準(zhǔn)譯本有著較大的差距?！对娊?jīng)》在海外傳播的譯文版本眾多，而語言模型的譯本在質(zhì)量上無法優(yōu)于甚至持平先前的標(biāo)準(zhǔn)譯本。所以，通過語言模型傳播《詩經(jīng)》文化的想法仍無法立即實(shí)現(xiàn)，語言模型仍需持續(xù)學(xué)習(xí)。

對(duì)《如夢(mèng)令》的翻譯與分析

李清照的作品《如夢(mèng)令》抒發(fā)了對(duì)春光短暫、年華流逝的無奈。其篇幅雖短，但內(nèi)容與結(jié)構(gòu)卻十分新巧，以景襯情，意味深長。此處選取該詞進(jìn)行對(duì)比分析。

原文：昨夜雨疏風(fēng)驟，濃睡不消殘酒。試問卷簾人，卻道海棠依舊。知否，知否？應(yīng)是綠肥紅瘦。

GPT譯文版本：Last night，a brisk wind following a fine rain，deep sleep did not dispel the lingering wine.I ask the lady rolling up the screen，yet she replies the crabapple remains the same.Do you know，do you know？It ought to be the time when green grows lush and red fades thin.

文心一言譯文版本：Last night，the rain was light and the wind was strong，Deep sleep did not dispel the lingering effects of wine.I ask the one who rolls up the curtain，but she says the crabapple blossoms are still the same.Do you know，do you know？The green leaves should be lush，the red flowers thin and few.

總體來看，兩個(gè)版本的譯文都在竭力忠于原文，在大意和句式結(jié)構(gòu)上都力求與原文對(duì)應(yīng)。在此基礎(chǔ)上，二者在對(duì)某些細(xì)節(jié)的處理上又帶有自己的理解。

“雨疏風(fēng)驟”，語言模型將其分別處理為“a brisk wind following a fine rain”和“the rain was light and the wind was strong”。從結(jié)果上看，二者似乎都準(zhǔn)確傳達(dá)了原文意思，而相較之下，可能很多人會(huì)覺得文心一言的版本處理得質(zhì)樸無華，不如GPT版本。但細(xì)細(xì)推敲便會(huì)發(fā)現(xiàn)，GPT版本的處理并不妥當(dāng)。從常識(shí)的角度來說，每逢下雨天一般都是先刮風(fēng)再下雨，而GPT此處的處理違背了常識(shí)，處理為了“風(fēng)跟隨著雨”。其實(shí)這般處理可以理解，形成錯(cuò)誤的根本原因不在于其對(duì)常識(shí)的缺乏，而是其過度拘泥于句式表面，根據(jù)“雨疏風(fēng)驟”呈現(xiàn)的順序刻板地認(rèn)為是雨在前風(fēng)在后。所以在細(xì)品之后，反而是文心一言此處的處理穩(wěn)妥無誤。

而說到拘泥于內(nèi)容表面，還有一處值得一提?！安幌麣埦啤卑凑照５睦斫鈶?yīng)是“還沒醒酒”或是“酒意未消”。所以，此處的“酒”理應(yīng)像文心一言一樣處理為“the lingering effects of wine”，或是像茅于美譯文版本中處理為“the taste of wine”也可以。但是，像GPT僅僅是處理為“the lingering wine”，很容易讓讀者產(chǎn)生誤解。從貼近原詩含義的角度來講，GPT的處理要比文心一言稍遜一籌。

而在“卷簾人”一處中，先前許多的譯者版本有著不同的處理。茅于美將“卷簾人”一處處理為“asked my chambermaid as she rolled up my screen”，以時(shí)間狀語從句的形式再現(xiàn)了“卷簾”一詞的精妙，點(diǎn)破了黑夜至晨的時(shí)間變化；而在徐忠杰的版本中，此處則處理為“curtain-drawer”，十分簡妙，更多地讓讀者想象當(dāng)時(shí)的情景。值得一提的是，在GPT的譯文版本中，此處處理為了“the lady rolling up the screen”，其中“l(fā)ady”一詞比較具有西方色彩，更易為海外讀者所接受。雖沒有明確表達(dá)，但“卷簾人”確實(shí)具有“仆人”的含義，用“l(fā)ady”一詞并不十分妥當(dāng)。此處又體現(xiàn)了GPT對(duì)篇章內(nèi)容深層含義理解的匱乏和考慮不周。

“卻道海棠依舊”中的“卻”一字，在此處雖具有一定的轉(zhuǎn)折意味，但卻是一種輕微的、溫和細(xì)膩的轉(zhuǎn)折。從語言模型的譯文處理上來看，文心一言所用的“but”過于直接，放在此處有失意境。相較之下，GPT將其處理為具有輕微轉(zhuǎn)折之意的“yet”更為妥當(dāng)?？紤]到此處轉(zhuǎn)折意味之輕，甚至可以考慮不體現(xiàn)“卻”一字，這一處理在先前譯者的版本中也并不少見。

總的來說，單從這一首詞的譯文質(zhì)量上來看，兩個(gè)語言模型的譯文版本各有千秋。GPT在對(duì)語言的運(yùn)用和句式的處理上十分優(yōu)秀，其不僅對(duì)句式對(duì)應(yīng)和句尾押韻十分重視，也在語言的優(yōu)化上花費(fèi)了許多心思。只是，GPT過度拘泥于篇章的表面意思。理性上講，GPT畢竟是西方發(fā)明的語言模型，其不僅具有根深蒂固的西方思維，也具有極強(qiáng)的西方語言色彩，這一點(diǎn)從“l(fā)ady”一詞中暴露無遺。所以，當(dāng)GPT帶著其固有的西方思維分析和處理中國文化典籍時(shí)，便會(huì)屢犯錯(cuò)誤，這一點(diǎn)和中西方的語言差異有著很大的關(guān)系。

僅從本研究著重探討的ChatGPT和文心一言來看，二者的譯文版本各有優(yōu)缺點(diǎn)。而這些優(yōu)缺點(diǎn)是語言模型在處理中國典籍翻譯時(shí)所固有的特點(diǎn)。例如，西方產(chǎn)出的智能產(chǎn)品GPT訓(xùn)練時(shí)的語料模型大多以西方材料為主，在翻譯時(shí)自然而然地帶有西方的文學(xué)與翻譯思維，在英譯時(shí)對(duì)句式與音韻的處理有著獨(dú)到理解，對(duì)類似于中華文化負(fù)載詞等帶有鮮明民族特色的詞句意義理解不足。而文心一言本質(zhì)是對(duì)網(wǎng)絡(luò)資源的網(wǎng)羅與匯總，一方面，國內(nèi)的網(wǎng)絡(luò)資源輔以中文為主的訓(xùn)練材料，使其對(duì)中國古籍的含義理解遠(yuǎn)勝于GPT；另一方面，也正如前文所提，文心一言適合長文本和情感文本的處理，所以，雖然其訓(xùn)練時(shí)間少、算力基礎(chǔ)薄弱，但也能譯出與GPT質(zhì)量相當(dāng)?shù)淖g本。

客觀地講，盡管二者的譯文都有出彩之處，但總體譯文質(zhì)量仍尚未達(dá)到中國古典詩歌傳播的期望標(biāo)準(zhǔn)，有些部分并不如譯者的處理版本。雖然人工智能的更新迭代十分迅速，甚至可謂是日新月異，但其對(duì)文學(xué)翻譯的處理水平究竟提升了多少猶未可知，未來即將推出的GPT-5是否能夠改善研究中發(fā)現(xiàn)的GPT-4處理不到位的問題還是個(gè)謎。僅就研究過程中的發(fā)現(xiàn)來看，若想在傳播中國古典詩歌時(shí)兼顧規(guī)模與質(zhì)量，單靠此類大語言模型是完全不夠的。目前所推測(cè)的理想情況為，結(jié)合多種大語言模型的優(yōu)缺點(diǎn)，綜合各模型給出的譯文版本，加以高水平譯者的譯后編輯，才有望實(shí)現(xiàn)高效率傳播中國古典詩歌。

本文由中國民航大學(xué)研究生科研創(chuàng)新項(xiàng)目“ChatGPT等人工智能的大語言模型對(duì)推動(dòng)中國古典文學(xué)作品翻譯與傳播的可行性研究”（項(xiàng)目編號(hào)：20233YJSKC10006）資助。