摘 要： 語料庫不僅為翻譯研究提供了新的工具，而且擴(kuò)展了翻譯的研究范圍，提出了新的研究思路。本文從翻譯語料庫對(duì)翻譯研究的重要意義入手，重點(diǎn)介紹了基于自建的中國東盟博覽會(huì)平行語料庫的翻譯批評(píng)研究， 通過Antconc、Wordsmith等語料庫軟件分析得到中文文本和英文文本這兩者的詞頻、字?jǐn)?shù)、詞匯類別等信息進(jìn)行雙語間的比較，找出兩種語言文本的差別，以及其中的翻譯現(xiàn)象。作者認(rèn)為基于語料庫的翻譯批評(píng)方法不僅有助于在整體上比較客觀地把握文本，而且提出了新的研究思路。

關(guān)鍵詞： 東盟博覽會(huì) 平行語料庫 翻譯批評(píng) 文本

1.引言

許鈞教授曾歸納過客觀、合理、公允和科學(xué)的四種批評(píng)方法（1992：43-55），也曾旗幟鮮明地倡導(dǎo)“樹立科學(xué)的批評(píng)精神”（2003：409）。雖然科學(xué)的方法和精神被不斷強(qiáng)調(diào)，但迄今為止中國的翻譯批評(píng)還多用定性批評(píng)方式，以具體數(shù)據(jù)說話的批評(píng)仍然不夠。有鑒于此，筆者承擔(dān)了一項(xiàng)研究生創(chuàng)新項(xiàng)目，自建語料庫對(duì)東盟博覽會(huì)指南的翻譯文本進(jìn)行批評(píng)研究，以具體的數(shù)據(jù)為基礎(chǔ)，對(duì)其中的規(guī)律性，尤其某些經(jīng)常為翻譯批評(píng)忽略的特點(diǎn)進(jìn)行探討，以判其得失。本項(xiàng)目掃描《中國東盟博覽會(huì)指南》（以下簡(jiǎn)稱《東博》）中英文兩個(gè)版本，得到TXT格式純文本。另外還到廣州博覽會(huì)官方網(wǎng)站下載電子文本，用以與《東博》的文本對(duì)比研究。收集好文本后，通過Antconc、Wordsmith等語料庫軟件分析得到中文文本和英文文本這兩者的詞頻、字?jǐn)?shù)、詞匯類別等信息進(jìn)行雙語間的比較，以期找出兩種語言文本的差別，以及其中的翻譯現(xiàn)象。

2.創(chuàng)建小型的東盟博覽會(huì)平行語料庫的可行性

語言研究者已經(jīng)可以自行建立中小型語料庫，進(jìn)行與語言相關(guān)的研究，包括翻譯研究。根據(jù)用途，筆者自建的語料庫規(guī)模不需要很大，因?yàn)檠芯繉?duì)象不是一般的自然語言資源，也就是說，進(jìn)行翻譯批評(píng)研究的語料庫是專用語料庫。同時(shí)，與大多數(shù)現(xiàn)有語料庫不同的是，自建的翻譯語料庫是平行語料庫，即是把漢英兩種語言中完全對(duì)應(yīng)的文本輸入計(jì)算機(jī)，并通過對(duì)比分析找出兩者的對(duì)應(yīng)關(guān)系。

3.統(tǒng)計(jì)分析所利用的軟件介紹

筆者最初選擇著名的商業(yè)軟件Wordsmith Tools，該軟件是基于Windows平臺(tái)的索引軟件，是大型語料庫研究的重要軟件。但該軟件價(jià)格不菲，免費(fèi)版只能利用其中有限的一些功能。因此筆者后來選擇免費(fèi)的Antconc軟件，其是日本早稻田大學(xué)Laurence Anthony博士實(shí)驗(yàn)室研發(fā)的基于Windows XP的多平臺(tái)的語料庫分析工具包，是目前一個(gè)非常有用的文本分析工具。特別的是，Antconc除具有良好的英文文本分析功能外，也可以分析經(jīng)過分詞處理的中文文本。需要注意的是，利用Antconc 3.2.1w 2007處理中文文本時(shí)，需作以下設(shè)置：1.語言選擇為中文（cp936）：2.將經(jīng)過ICTCLAS軟件作分詞處理過的文本中的標(biāo)注符號(hào)隱藏。

眾所周知，英文是以詞為單位的，詞和詞之間靠空格隔開，而中文是以字為單位，句子中所有的字連起來才能描述一個(gè)意思。把中文的漢字序列切分成有意義的詞，就是中文分詞，或稱為切詞。筆者選用的自動(dòng)分詞和詞性標(biāo)注工具是中國科學(xué)院計(jì)算機(jī)漢語詞法分析系統(tǒng)ICTCLAS，其中文分詞準(zhǔn)確率高，免去人工分詞耗時(shí)耗力之苦。

4.東盟博覽會(huì)語料庫在翻譯批評(píng)中的實(shí)際應(yīng)用

筆者的自建語料庫語料以電子文本形式儲(chǔ)存，并且通過計(jì)算機(jī)自動(dòng)處理或者人機(jī)互助加工，進(jìn)行詞匯密度，詞頻，句子長(zhǎng)度，搭配模式，特定詞匯的使用，以及使用頻率的比較研究，等等，致力于多維度、多層面的翻譯批評(píng)工作，比如：考察原作和原作者的語言風(fēng)格和模式；考察譯文和譯者的語言風(fēng)格和模式；考察某種原語對(duì)譯文模式的影響；考察不同翻譯家對(duì)相似文本的不同處理和把握；在資料和數(shù)據(jù)充足的條件下，進(jìn)行譯者的認(rèn)知過程和翻譯策略等問題的探索。

4.1詞頻（word frequency）

詞頻指各詞形（word form）在文本中出現(xiàn)的頻數(shù)，詞頻統(tǒng)計(jì)是語料庫分析中一個(gè)基本的統(tǒng)計(jì)手段。詞頻統(tǒng)計(jì)可以用于教材設(shè)計(jì)，文本分析和計(jì)算語言學(xué)等，其結(jié)果也可以用于其他更為復(fù)雜的統(tǒng)計(jì)之中。在翻譯研究中使用詞頻統(tǒng)計(jì)對(duì)原文的用詞風(fēng)格，譯文的用詞風(fēng)格乃至文體進(jìn)行研究也有一定的幫助。筆者以《東博》中英兩個(gè)版本比較為例，簡(jiǎn)要介紹自建語料庫進(jìn)行的詞語分布（parsing）和詞頻統(tǒng)計(jì)的研究。

在該項(xiàng)研究中用到是Edict Virtual Language Center提供的在線 Word Frequency Text Profile。第一步，筆者使用Edict的 profile 3，將《東博》、《廣州博覽會(huì)手冊(cè)》（以下簡(jiǎn)稱《廣博》）譯文粘貼在指定的方框內(nèi)，文本分析軟件自動(dòng)將輸入的文本分別與英語中的最常用2000詞表和學(xué)術(shù)詞表作對(duì)比，結(jié)論如下：

（1）文本中分布的總詞數(shù)（total number of words parsed in this text）=5953；

（2）分布在最常用2000詞表中的總詞數(shù)（number of words in the 2000 Most Frequent Word Family List）=3327（55.89%）；

（3）分布在學(xué)術(shù)詞表中的總詞數(shù)（number of words in the Academic Word List）=697（11.71%）；

（4）不屬于上述兩個(gè)詞表的總詞數(shù)（total number of words not in either list）=1992（33.46%）。

第二步，對(duì)《廣博》譯本進(jìn)行類似處理，得出的四項(xiàng)相關(guān)數(shù)據(jù)如下：（1）1047；（2）641（61.22%）；（3）136（12.99%）；（4）270（25.79%）。

對(duì)照兩個(gè)處理結(jié)果，有一些差異（卡方值為1.02）的項(xiàng)目是第三項(xiàng)，據(jù)此基本可以認(rèn)為《廣博》的譯文用詞更學(xué)術(shù)化，行文更書面化，而《東博》的譯文次之。

筆者采用按照詞的頻率遞減排列列表，并與《紅樓夢(mèng)》回目楊憲益英譯作對(duì)比，見下表：

以上第一列是百分比（%），第二列是頻數(shù)，第三列是類符（types，指語篇一共有多少個(gè)不同的詞）。限于篇幅，上表僅為原始表格的極小一部分，但僅憑這一部分表格就可以發(fā)現(xiàn)不少問題。of在三個(gè)譯文中出現(xiàn)的頻數(shù)差異比較明顯，《廣博》中出現(xiàn)頻率最多，達(dá)到5.3%，這可以證明，《廣博》使用的語言較為復(fù)雜，《東博》次之，《紅樓夢(mèng)》回目楊憲益英譯排最后，因?yàn)闀嬲Z言或?qū)W術(shù)語言中of出現(xiàn)的頻率一般僅次于the。通過以上這個(gè)簡(jiǎn)單的例子可以說明詞頻表能在一定程度上使研究者從整體把握譯文發(fā)現(xiàn)一些局部的具體分析容易忽視或無法證明的問題。

4.2中英文版本詞頻對(duì)比

詞頻統(tǒng)計(jì)一般可以產(chǎn)生三種詞頻表（wordlist），一種按照詞的字母順序排列（sort alphabetically），一種按照詞的頻率遞減排列（sort most frequent words first），一種按照詞的頻率遞增排列（sort least frequent words first）。這三種詞頻表各有所長(zhǎng)，都可能是進(jìn)一步研究所需要的。這里筆者采用第二種列表，見下表：

把兩個(gè)文本用Antconc軟件進(jìn)行統(tǒng)計(jì)，Antconc中的詞頻統(tǒng)計(jì)產(chǎn)生了一些有趣數(shù)據(jù)，Antconc中出現(xiàn)的有關(guān)這兩個(gè)文本的前100個(gè)出現(xiàn)頻率最高的詞的詞頻（以詞的頻率大小排列）能幫助我們了解文本的大意。在對(duì)以上資料進(jìn)行分析后，從有意義的實(shí)詞中得出結(jié)論，東盟博覽會(huì)發(fā)生于廣西，指南中提供大量的酒店信息，并且時(shí)間（月，日）和地點(diǎn)（VENUE）也是重點(diǎn)信息。

從中英文兩個(gè)版本的詞頻對(duì)比中，可以看到詞匯層面的不對(duì)應(yīng)。對(duì)應(yīng)詞（又稱“對(duì)等詞”）指某一語言中的一個(gè)詞與另一語言中的一個(gè)詞是對(duì)等的，盡管詞形和詞義不完全一致。如日語的“野球”和漢語的“棒球”為對(duì)應(yīng)詞。語料庫中，“中國”的對(duì)應(yīng)詞“China”，頻數(shù)就不一樣，這與譯者的翻譯策略有關(guān)，可以看出譯者并不追求嚴(yán)格的形式對(duì)應(yīng)。

4.3詞匯類別統(tǒng)計(jì)

語言學(xué)并不是語料庫檢索軟件應(yīng)用的惟一領(lǐng)域，它也可以用于翻譯批評(píng)領(lǐng)域來分析原語文本和譯入語文本。為進(jìn)一步探討語料庫檢索軟件在分析翻譯文本中的應(yīng)用，筆者選用《東博》英文版本，對(duì)其文本用Wordsmith軟件統(tǒng)計(jì)，它提供了有關(guān)這個(gè)文本的一些簡(jiǎn)略統(tǒng)計(jì)數(shù)字：

在這個(gè)文本中，形符數(shù)（tokens）指語篇一共有多少個(gè)詞。類符形符比（type/token ratio）指形符與類符的比率，即用詞的變化性。從其字節(jié)數(shù)，形符數(shù)和句子數(shù)可以斷言這是個(gè)較短的文本，把其類符形符比（17）與標(biāo)準(zhǔn)類符形符比數(shù)（29.53）相比較，可以推斷此文本的詞匯變化量為中等程度，因?yàn)閱渭兊男畏麛?shù)和類符數(shù)不能反映語篇的本質(zhì)特征，但兩者的比率卻在一定程度上反映了語篇的某種本質(zhì)特征，即用詞的變化性。它的句長(zhǎng)為20.15，與平均句長(zhǎng)35相比，意味著它比一些簡(jiǎn)易文本句子要長(zhǎng)。平均詞長(zhǎng)為5，因而可以推斷這個(gè)文本屬中等難度水平，句子較長(zhǎng)，篇幅較短。

6.結(jié)語

從以上的各種分析來看，《東博》的英文翻譯文本難度適中，語言簡(jiǎn)潔。這種譯本容易閱讀，而又不失嚴(yán)謹(jǐn)，對(duì)閱讀者即參展商和參觀者來說是合適的。我們還可以得知，譯者靈活翻譯，不追求嚴(yán)格的形式對(duì)等，使譯文流暢，達(dá)到功能對(duì)等，是一種較好的翻譯。

本項(xiàng)目研究只是小范圍、試驗(yàn)性的嘗試，但是可以看到，自建語料庫進(jìn)行研究，有助于客觀地分析原著和譯者的風(fēng)格，也有助于原文與譯文的對(duì)比分析，能為翻譯批評(píng)提供可靠的量化依據(jù)，能比較令人信服地說明問題。但是該翻譯批評(píng)研究還有不少問題需要進(jìn)一步探討和探索。比如對(duì)索引軟件的功能有限。此外，在語法結(jié)構(gòu)，語言外的因素研究尚差強(qiáng)人意，我們不能讓語料庫的優(yōu)越性擋住了眼睛，看不見在翻譯研究中質(zhì)的分析往往比數(shù)量的分析更加重要（廖七一，2000：384）。

參考文獻(xiàn)：

［1］卡特福德著.穆雷譯翻譯的語言學(xué)理論［M］.北京：旅游出版社，1991.

［2］廖七一.語料庫與翻譯研究［J］.外語教學(xué)與研究，2000，（9）：380-384.

［3］許鈞.文學(xué)翻譯批評(píng)研究［M］.南京：譯林出版社，1992.

［4］許鈞.翻譯論［M］.武漢：湖北教育出版社，2003.

［5］肖維青.自建語料庫與翻譯批評(píng)［J］.外語研究，2005，（4）.

本文屬于廣西大學(xué)研究生科研創(chuàng)新項(xiàng)目（項(xiàng)目編號(hào)：）2008105930502M101