杜玲莉，紀(jì)再祥，周 宏，楊繼唐，王 俐

（1.武漢理工大學(xué) 外國(guó)語(yǔ)學(xué)院，湖北 武漢430063；2.武漢航海職業(yè)技術(shù)學(xué)院，湖北 武漢430062；3.武漢交通職業(yè)技術(shù)學(xué)院，湖北 武漢430062）

一、研究背景

HNC即概念層次網(wǎng)絡(luò)（Hierarchical Network of Concepts），它是黃曾陽(yáng)創(chuàng)立的用于描述自然語(yǔ)言理解的理論框架。該框架以傳統(tǒng)國(guó)學(xué)研究和現(xiàn)代語(yǔ)言學(xué)研究成果為基礎(chǔ)，其核心目標(biāo)是建立一種自然語(yǔ)言的計(jì)算機(jī)表述和處理模式，使機(jī)器能夠真正實(shí)現(xiàn)模擬人腦的語(yǔ)言感知功能。［1］它以語(yǔ)義表達(dá)為方向，著眼于深層次的理解，沖破了以前相關(guān)理論基于文本語(yǔ)言形式的句法分析思路的局限性，表達(dá)呈現(xiàn)出概念化、層次化和網(wǎng)絡(luò)化的特征。它面向整個(gè)自然語(yǔ)言理解，建立了強(qiáng)大而完善的語(yǔ)義描述體系。其內(nèi)容涵蓋了語(yǔ)句處理、句群處理、篇章處理、短時(shí)記憶向長(zhǎng)時(shí)記憶擴(kuò)展處理、文本自動(dòng)學(xué)習(xí)處理等方面?！霸诳茖W(xué)上為認(rèn)知科學(xué)、語(yǔ)言學(xué)與人工智能的研究提供了一個(gè)全新的理論框架”［2］。HNC理論模擬人腦的認(rèn)知機(jī)制，特色鮮明，在自然語(yǔ)言理解領(lǐng)域獨(dú)領(lǐng)風(fēng)騷，因其在計(jì)算機(jī)理解人類自然語(yǔ)言方面開拓出的新路子而成為了國(guó)內(nèi)目前自然語(yǔ)言理解和處理的三大流派之一。

該理論將人腦的認(rèn)知結(jié)構(gòu)劃分為局部和全局兩個(gè)聯(lián)想脈絡(luò)，而語(yǔ)言深層（即語(yǔ)言的語(yǔ)義層面）的根本問題正是對(duì)聯(lián)想脈絡(luò)的表達(dá)。根據(jù)HNC理論，全球6000多種人類的自然語(yǔ)言之所以能相互理解并翻譯，是由于人類大腦中存在著一個(gè)概念空間，這正是人類賴以認(rèn)識(shí)世界和進(jìn)行思維活動(dòng)的基礎(chǔ)。而作為整個(gè)概念空間中的一個(gè)子空間，語(yǔ)言概念空間與自然語(yǔ)言的理解以及運(yùn)用都息息相關(guān)。雖然自然語(yǔ)言空間呈現(xiàn)出多種多樣的形態(tài)，但人類卻有著共同的語(yǔ)言概念空間。兩者相互對(duì)應(yīng)，構(gòu)成果與因、流與源的關(guān)系。前者是后者的外在表現(xiàn)形式，兩個(gè)空間之間存在著多對(duì)一的映射關(guān)系。HNC理論認(rèn)為人類語(yǔ)言之間的翻譯可以解釋為將一種自然語(yǔ)言空間映射到另一種自然語(yǔ)言空間的過程。該過程可分為兩個(gè)階段：第一階段由源語(yǔ)言向HNC語(yǔ)言概念空間映射，源語(yǔ)言的語(yǔ)詞和語(yǔ)句將分別映射為HNC概念以及句類表示符號(hào)；而在第二階段中，語(yǔ)言概念空間將向目標(biāo)語(yǔ)言進(jìn)行反映射，即源語(yǔ)言中的HNC概念和句類表示符號(hào)反映射到目標(biāo)語(yǔ)，成為目標(biāo)語(yǔ)中的語(yǔ)詞和語(yǔ)句（如圖1所示）。［3］

圖1 HNC語(yǔ)言空間映射模型

在這個(gè)模型中，第一部分即是源語(yǔ)分析過程或翻譯理解過程，而第二部分則是目標(biāo)語(yǔ)的生成過程或翻譯的形成過程。兩者的中間存在一個(gè)過渡處理過程，即運(yùn)用HNC概念和符號(hào)表述的過程。它包含句類轉(zhuǎn)換和語(yǔ)句格式轉(zhuǎn)換，即從語(yǔ)義塊感知來(lái)辨識(shí)句類，并對(duì)句類進(jìn)行假設(shè)，然后依據(jù)句類先驗(yàn)知識(shí)對(duì)語(yǔ)義塊的構(gòu)成作進(jìn)一步的分析，并據(jù)此來(lái)對(duì)語(yǔ)句中存在的發(fā)音模糊、音詞轉(zhuǎn)換模糊、詞的多義模糊、語(yǔ)義塊構(gòu)成的切分模糊、指代冗缺模糊等進(jìn)行消解，涉及語(yǔ)義塊構(gòu)成變換、語(yǔ)義塊主輔變換以及輔塊和小句的排序調(diào)整等。這一系列的過渡處理是生成高質(zhì)量翻譯的必要條件。

多年來(lái)，諸如中心動(dòng)詞的辨識(shí)、語(yǔ)序的確定、詞義模糊、未登錄詞的識(shí)別等這些困擾漢語(yǔ)理解和人工語(yǔ)言處理的多個(gè)難題終于在HNC理論的句類分析方法中找到了解決方案。有了句類分析對(duì)源語(yǔ)正確理解為前提，如何進(jìn)一步提高翻譯的精度和質(zhì)量則依賴于對(duì)反映射知識(shí)庫(kù)的更廣泛和深入的挖掘。

二、問題描述

科技文獻(xiàn)因其強(qiáng)烈的專業(yè)性而對(duì)翻譯的有效性提出了較高要求。科技翻譯研究也走過了基于規(guī)則、基于實(shí)例、基于統(tǒng)計(jì)的不同階段。關(guān)于文本理解的研究對(duì)象和表述，從語(yǔ)詞、語(yǔ)句，再到語(yǔ)篇，語(yǔ)言學(xué)和人工智能學(xué)界多年來(lái)爭(zhēng)論不休，語(yǔ)篇語(yǔ)義的理解和表達(dá)成為了相關(guān)研究的瓶頸。那么，如何從語(yǔ)篇角度更全面地理解文本，從而有效提高翻譯時(shí)效和質(zhì)量。

長(zhǎng)期的語(yǔ)言智能和翻譯實(shí)踐表明語(yǔ)篇的理解不等同于語(yǔ)詞或語(yǔ)句意義的簡(jiǎn)單相加。如果說HNC理論中語(yǔ)義塊概念為此提供了理論支持，那么自動(dòng)文摘技術(shù)則為這一問題的解決提供了現(xiàn)實(shí)有效的途徑。自動(dòng)文摘就是利用計(jì)算機(jī)從原始文獻(xiàn)中自動(dòng)地提取文本的主要內(nèi)容。面對(duì)信息時(shí)代大量的科技文獻(xiàn)，對(duì)其進(jìn)行快速提煉和濃縮是提高信息資源獲取效率的有效手段。這一技術(shù)實(shí)際上將文本語(yǔ)義的理解和表述推向了極致。筆者大膽設(shè)想，科技文本翻譯可以從這里起步。這樣做的好處在于：借助相關(guān)技術(shù)，不僅翻譯工作者可以大大提高翻譯理解階段的準(zhǔn)確度和效率，而且為機(jī)器翻譯領(lǐng)域研究減少部分因復(fù)雜的語(yǔ)言深層結(jié)構(gòu)分析所耗精力。

自動(dòng)文摘研究在過去50多年發(fā)展歷史中吸引了世界上許多國(guó)家的學(xué)者投入研究，其領(lǐng)域橫跨了計(jì)算機(jī)科學(xué)、人工智能、情報(bào)科學(xué)和語(yǔ)言學(xué)等多個(gè)學(xué)科，并取得了很大的進(jìn)步。目前這方面的研究已形成了一定的理論與方法，其中，基于句子概率統(tǒng)計(jì)、文本結(jié)構(gòu)、領(lǐng)域理解、信息抽取和四種自動(dòng)文摘技術(shù)成為了主流方法。它們共同的設(shè)計(jì)理念都離不開對(duì)自然語(yǔ)言的分析和技術(shù)處理兩部分。這四種主流自動(dòng)文摘技術(shù)應(yīng)用中的技術(shù)難度、應(yīng)用領(lǐng)域、生成的文摘質(zhì)量方面各有優(yōu)劣，因此不少學(xué)者提出建議——采用一種綜合式的面向非受限領(lǐng)域的自動(dòng)文摘方法，既要從微觀上考慮文本的表面結(jié)構(gòu)，又要從宏觀上把握篇章結(jié)構(gòu)特征。即文本形式特征將作為衡量文章中句子權(quán)值的基本方法，用篇章結(jié)構(gòu)分析替代深層的語(yǔ)義分析，從而避免機(jī)械抽取文摘內(nèi)容會(huì)遺漏的問題，最后引入句法和語(yǔ)義分析，對(duì)所抽取文摘句進(jìn)行可讀性的潤(rùn)色加工，解決文摘簡(jiǎn)潔性和連貫性不足的問題。目前，較新的研究成果就來(lái)自這種綜合式的思路。

三、翻譯模式設(shè)計(jì)

根據(jù)HNC理論和自動(dòng)文摘技術(shù)，科技文獻(xiàn)新的翻譯模式設(shè)計(jì)如下（見圖2）：

1.文獻(xiàn)理解。首先，使用ParaConc對(duì)待譯科技文獻(xiàn)（Ts）進(jìn)行預(yù)處理——分詞處理，得到用于建立文摘的向量空間模型（VSM）的段落和詞。［4］采用向量空間模型將文本的篇章結(jié)構(gòu)進(jìn)行自動(dòng)分析，根據(jù)語(yǔ)義相似度建立段落間的關(guān)系圖，該段落與主題的關(guān)系就是段落的重要度，提取各段落的重要度信息，使用標(biāo)題或聚類的方法將意義相近的段落歸納為同一語(yǔ)義塊；依據(jù)文本中詞的頻度、句子位置、提示語(yǔ)等形式特征計(jì)算語(yǔ)義塊的權(quán)值，分別從各語(yǔ)義塊中提取權(quán)值較高的句子作為文摘句；從句法和語(yǔ)義兩方面對(duì)提取的文摘句進(jìn)行分析，解決諸如指代詞不明、表述冗余、詞句不連貫等問題，最終的文摘將具備簡(jiǎn)潔、通順、可性讀強(qiáng)等特點(diǎn)。［5］

圖2 科技文獻(xiàn)翻譯模式圖

2.計(jì)算機(jī)輔助翻譯（Computer Assisted Translation，CAT）。將文獻(xiàn)理解階段所獲文摘進(jìn)行中心句和關(guān)鍵詞提取，使用Yaxin或Trados等機(jī)輔翻譯軟件進(jìn)行翻譯前預(yù)處理，檢索并確定中心句和關(guān)鍵詞的譯法，利用語(yǔ)料對(duì)齊技術(shù)將確定后的雙語(yǔ)對(duì)應(yīng)翻譯文本導(dǎo)入相應(yīng)的雙語(yǔ)數(shù)據(jù)庫(kù)；使用翻譯記憶庫(kù)（Translation Memory，TM）進(jìn)行機(jī)器預(yù)翻譯（Machine Translation，MT），得到初步的由源文本（Ts）映射到目標(biāo)語(yǔ)的翻譯文本（Tt）；然后進(jìn)行最后也是最關(guān)鍵的由翻譯人員進(jìn)行的細(xì)致的修正過程（Human Translation，HT），從而得到翻譯初稿。修正涉及詞語(yǔ)、句法、語(yǔ)篇等各個(gè)層次，特別是語(yǔ)際分詞錯(cuò)誤、歧義、固定習(xí)語(yǔ)等機(jī)器翻譯的盲點(diǎn)。

3.評(píng)估修正（Evaluation ＆Correction，EC）。對(duì)翻譯譯文的評(píng)價(jià)，如果通過人工實(shí)現(xiàn)則人為因素影響很大，并且對(duì)評(píng)價(jià)人員的要求也很高，不僅實(shí)現(xiàn)起來(lái)困難，而且還導(dǎo)致了評(píng)價(jià)標(biāo)準(zhǔn)的不一致。于是設(shè)計(jì)自動(dòng)化、規(guī)范化的評(píng)價(jià)方法便成為許多學(xué)者的研究目標(biāo)。各種研究成果紛呈，基本設(shè)計(jì)方向是從TM語(yǔ)料庫(kù)中獲取翻譯知識(shí)，建立n元語(yǔ)言模型，在此基礎(chǔ)上為譯文的任意句子評(píng)分。［6］

根據(jù)HNC理論，語(yǔ)際翻譯實(shí)際上就是一個(gè)從源語(yǔ)言到目標(biāo)語(yǔ)的概念映射過程，所以系統(tǒng)評(píng)估的標(biāo)尺是語(yǔ)際映射的速度和準(zhǔn)確程度。映射規(guī)則的復(fù)雜程度決定了映射的速度，而準(zhǔn)確程度的評(píng)估參照物則是通過比對(duì)機(jī)輔翻譯文本與專家翻譯文本的相符度。兩個(gè)文本越相近，翻譯質(zhì)量就越高。這里包含了評(píng)估系統(tǒng)的兩個(gè)重要指標(biāo)：準(zhǔn)確率和召回率。

召回率是指所有機(jī)輔翻譯Tt與所有待譯的文本數(shù)的比率，其表達(dá)式如下：

召回率（Recall）＝機(jī)輔翻譯Tt中正確翻譯句子數(shù)／所有待譯的句子數(shù)

準(zhǔn)確率是指所有機(jī)輔翻譯Tt中與專家翻譯的文本相吻合的句子所占的比率，其表達(dá)式如下：

準(zhǔn)確率（Precision）＝機(jī)輔翻譯Tt中正確翻譯句子數(shù)／專家翻譯的句子數(shù)

召回率和準(zhǔn)確率是評(píng)估翻譯質(zhì)量的兩個(gè)重要方面，必須將兩者進(jìn)行綜合考慮。

此外，Neubert等將語(yǔ)篇內(nèi)部和外部屬性具體概括為七個(gè)方面：意向性、可接受性、情景性、信息性、互文性、連貫性和銜接性。［7］建立評(píng)估模型時(shí)，文本語(yǔ)篇層面的這些重要特征可作為相應(yīng)參數(shù)，并可根據(jù)不同類型的Ts調(diào)整各參數(shù)的權(quán)重。

四、試驗(yàn)驗(yàn)證

為檢驗(yàn)該模型的可行性，筆者分別從PNAS（Proceedings the National Academy of Science of the USA）和中國(guó)知網(wǎng)上隨機(jī)抽取了24篇專業(yè)期刊文章進(jìn)行了對(duì)照實(shí)驗(yàn)。其中，自然科學(xué)類（涉及生物、化學(xué)等專業(yè)）和人文類（包括管理、教育等專業(yè)）各占50%，中英文各50%。對(duì)照組為掌握自動(dòng)文摘（AA）生成和計(jì)算機(jī)輔助翻譯軟件的翻譯者以及普通的翻譯者。試驗(yàn)方式是將24篇文章給3組被試分別用傳統(tǒng)方式（Tr）、計(jì)算機(jī)輔助翻譯方式（CAT）、文摘自動(dòng)提取加計(jì)算機(jī)輔助（AA＋CAT）模式各自進(jìn)行翻譯。并將所譯文檔建成小型數(shù)據(jù)庫(kù)，分析結(jié)果如下（h／p：小時(shí)／篇）：

表1

表2

五、結(jié) 論

通過比較，發(fā)現(xiàn)AA＋CAT模式在準(zhǔn)確率和速度方面與其他模式相比有明顯優(yōu)勢(shì)，召回率與CAT模式區(qū)別不大，但比Tr模式改善不少。說明從整體效率而言，計(jì)算機(jī)輔助翻譯比傳統(tǒng)翻譯方式先進(jìn)，而采用自動(dòng)文摘技術(shù)對(duì)文本進(jìn)行譯前處理又比單純使用計(jì)算機(jī)輔助翻譯技術(shù)的效率有所提高。當(dāng)然，這一結(jié)果也可能因被試的專業(yè)背景和掌握相關(guān)技術(shù)的熟練程度等因素而受影響。另外由于條件限制，試驗(yàn)樣本范圍有限，代表性有待進(jìn)一步驗(yàn)證。

［1］黃曾陽(yáng).HNC理論與自然語(yǔ)言語(yǔ)句的理解［J］.中國(guó)基礎(chǔ)科學(xué)，1999，1（2）：83－88.

［2］許嘉璐.現(xiàn)狀和設(shè)想——試論中文信息處理與現(xiàn)代漢語(yǔ)研究［J］.中國(guó)語(yǔ)文，2000（6）：491.

［3］張克亮，基于HNC理論的漢英機(jī)器翻譯策略研究［J］.解放軍外國(guó)語(yǔ)學(xué)院學(xué)報(bào)，2003（5）：60－64.

［4］郭王箐，萬(wàn)敏.面向非受限領(lǐng)域的綜合式自動(dòng)中文文摘方法［J］.清華大學(xué)學(xué)報(bào)：自然科學(xué)版，2002，42（1）：7－9.

［5］錢多秀.計(jì)算機(jī)輔助翻譯［M］.北京：外語(yǔ)教學(xué)與研究出版社，2011：139－142.

［6］張劍，吳際，周明.機(jī)器翻譯評(píng)測(cè)的新進(jìn)展［J］.中文信息學(xué)報(bào)，2003，17（6）：1－8.

［7］Neubert A，Gregory M S.Translation as Text［M］.Kent：Kent State University Press，1992：117.