彭 杰

英漢口譯語(yǔ)料庫(kù)潛在語(yǔ)義分析數(shù)據(jù)的挖掘探討

彭 杰

當(dāng)今社會(huì)，人們?cè)趯?duì)英漢口譯語(yǔ)料庫(kù)的挖掘時(shí)，要在對(duì)潛在的語(yǔ)義分析這一理論進(jìn)行深入的研究與探討，了解其中的真正含義，并結(jié)合我國(guó)英漢口譯語(yǔ)料庫(kù)的特點(diǎn)，提出基于英漢口譯語(yǔ)料庫(kù)的特點(diǎn)探索出最為合理的度量方法。筆者將根據(jù)以往的經(jīng)驗(yàn)，對(duì)如何在我國(guó)潛在的語(yǔ)義分析這一大環(huán)境下對(duì)英漢口語(yǔ)料庫(kù)進(jìn)行挖掘研究與探討。

語(yǔ)料庫(kù) 知識(shí)挖掘 語(yǔ)義分析 英漢口譯 潛在的

一、“口譯語(yǔ)料庫(kù)”的發(fā)展歷程

對(duì)口譯最早開(kāi)始研究是在1998年，由日本的名古屋大學(xué)開(kāi)始著手的，在經(jīng)過(guò)了由1999年至2003年這四年的研究當(dāng)中，名古屋的研究學(xué)者研究開(kāi)發(fā)出了包含有英語(yǔ)和日語(yǔ)的語(yǔ)料庫(kù)，關(guān)于這一研究的結(jié)論，研究者撰寫(xiě)出了一本近100萬(wàn)字的關(guān)于同聲傳譯語(yǔ)料庫(kù)的書(shū)籍。之久在2004年意大利的博洛尼亞大學(xué)對(duì)這一書(shū)籍進(jìn)行了完善與總結(jié)，研發(fā)出了一本叫做“歐洲議會(huì)口譯語(yǔ)料庫(kù)”，這是一個(gè)包含英語(yǔ)，西班牙語(yǔ)和意大利語(yǔ)的語(yǔ)料庫(kù)，這一語(yǔ)料庫(kù)是多語(yǔ)的平行同聲傳譯的語(yǔ)料庫(kù)。以上兩個(gè)語(yǔ)料庫(kù)是全世界最具有代表性的兩個(gè)大型語(yǔ)料庫(kù)，在這兩個(gè)語(yǔ)料庫(kù)的基礎(chǔ)上，世界各個(gè)國(guó)家都開(kāi)始對(duì)自己國(guó)家的語(yǔ)言進(jìn)行研究，得出了一些基于本土文化內(nèi)涵的口譯語(yǔ)料庫(kù)。

我國(guó)開(kāi)始對(duì)口譯語(yǔ)料庫(kù)的重視是在2007年，可以說(shuō)，從世界當(dāng)中的口譯語(yǔ)料庫(kù)的發(fā)展情況來(lái)看，我國(guó)的語(yǔ)料庫(kù)研究起步較晚，研究成果不是很全面。但目前依據(jù)我國(guó)的語(yǔ)料庫(kù)研究成果來(lái)看，我國(guó)共有兩個(gè)口譯語(yǔ)料庫(kù)，一個(gè)是在2008年由我國(guó)文秋芳教授建立的，名為中國(guó)大學(xué)生英漢漢英口筆語(yǔ)料庫(kù)，這是我國(guó)第一個(gè)學(xué)習(xí)者口譯語(yǔ)料庫(kù)，但這一語(yǔ)料庫(kù)缺少充足全面的備注，而且對(duì)于我國(guó)文字的研究比較不全面。第二個(gè)是在2010年，由上海交通大學(xué)的胡開(kāi)寶教授主導(dǎo)研究的，研究出的語(yǔ)料庫(kù)為“漢英會(huì)議口譯語(yǔ)料庫(kù)”，這一語(yǔ)料庫(kù)是基于我國(guó)的新聞發(fā)布會(huì)的漢英平行語(yǔ)料庫(kù)，新聞發(fā)布會(huì)的英語(yǔ)原創(chuàng)語(yǔ)料庫(kù)和我國(guó)政府的工作報(bào)告的漢英平行語(yǔ)料庫(kù)。經(jīng)過(guò)多年的積累，我國(guó)這一語(yǔ)料庫(kù)已經(jīng)積累了54萬(wàn)字，這比我國(guó)最初的19萬(wàn)字，是一個(gè)巨大的飛躍。

目前，雖然我國(guó)的口譯語(yǔ)料庫(kù)發(fā)展不是很完善，對(duì)其進(jìn)行研究的研究人員也不足，但基于我國(guó)漢語(yǔ)的博大精深，我國(guó)的口譯語(yǔ)料庫(kù)的發(fā)展前途還是很有發(fā)展前途的。我國(guó)要是想對(duì)現(xiàn)有的口譯語(yǔ)料庫(kù)進(jìn)行完善與發(fā)展，就要基于我國(guó)原有的研究成果，從我國(guó)的實(shí)際出發(fā)，來(lái)完善我國(guó)的口譯語(yǔ)料庫(kù)，培養(yǎng)可以完善我國(guó)口譯語(yǔ)料庫(kù)的研究人員。

二、“口譯語(yǔ)料庫(kù)”在我國(guó)的發(fā)展優(yōu)勢(shì)

利用“口譯語(yǔ)料庫(kù)”對(duì)我國(guó)的發(fā)展情況可以緩解口譯發(fā)展緩慢的學(xué)術(shù)壓力，使國(guó)家節(jié)約對(duì)完善我國(guó)口譯語(yǔ)料庫(kù)的投入成本，避免一些不必要的經(jīng)濟(jì)費(fèi)用浪費(fèi)，例如那些購(gòu)買(mǎi)服務(wù)器，購(gòu)買(mǎi)版權(quán)，購(gòu)買(mǎi)數(shù)據(jù)和培養(yǎng)研究人員的費(fèi)用都得到了節(jié)約。而且合理利用“口譯語(yǔ)料庫(kù)”可以及時(shí)獲得最新的信息服務(wù)信息和業(yè)務(wù)運(yùn)行法案，解決我國(guó)的口譯發(fā)展進(jìn)程問(wèn)題。

傳統(tǒng)的完善口譯語(yǔ)料庫(kù)需要培養(yǎng)一些關(guān)于口譯研究的人員和完善我國(guó)已有的口譯語(yǔ)料庫(kù)系統(tǒng)，其中培養(yǎng)研究人員的費(fèi)用就非常的昂貴，國(guó)家需要投入大量的人力，物力，財(cái)力來(lái)培養(yǎng)這一研究水平極高的研究人員。而“口譯語(yǔ)料庫(kù)”的利用可以在提高我國(guó)的口譯水平的基礎(chǔ)上，是我國(guó)可以充分發(fā)揮自身的戰(zhàn)略措施，最大限度地降低國(guó)家的研究投入費(fèi)用，減少政府開(kāi)支，提高政府的所得研究利潤(rùn)。

“口譯語(yǔ)料庫(kù)”在國(guó)家中的利用可以促進(jìn)我英漢口譯的專(zhuān)業(yè)化管理和規(guī)?；瘮U(kuò)大。我國(guó)國(guó)家對(duì)“口譯語(yǔ)料庫(kù)”進(jìn)行合理利用可以促進(jìn)我國(guó)對(duì)新的語(yǔ)義分析的接受程度，滿(mǎn)足國(guó)家對(duì)英漢口譯語(yǔ)料庫(kù)的需求，降低研究人員對(duì)于“口譯語(yǔ)料庫(kù)”研究的風(fēng)險(xiǎn)與門(mén)檻，使企業(yè)的英漢口譯語(yǔ)料庫(kù)的建設(shè)不斷完善，提高研究人員的研究效率。

國(guó)家對(duì)“口譯語(yǔ)料庫(kù)”這一最具有專(zhuān)業(yè)技術(shù)的學(xué)術(shù)項(xiàng)目進(jìn)行合理的研究，意味著國(guó)家的英漢口譯語(yǔ)料庫(kù)的研究得到了進(jìn)一步的專(zhuān)業(yè)化。“口譯語(yǔ)料庫(kù)”是一個(gè)集中了全國(guó)的人力和精力的最有水準(zhǔn)的研究項(xiàng)目。它可以深化國(guó)家的語(yǔ)言研究規(guī)模，完善國(guó)家的人員培養(yǎng)制度，使國(guó)家的口譯語(yǔ)料庫(kù)管理更加合理，使國(guó)家的語(yǔ)義分析更新速度順應(yīng)時(shí)代的需求。關(guān)注“口譯語(yǔ)料庫(kù)”在我國(guó)語(yǔ)義分析中應(yīng)用的重要性

如今，社會(huì)主義市場(chǎng)經(jīng)濟(jì)不斷地發(fā)展，物質(zhì)生活豐富的同時(shí)人們更加注重傳統(tǒng)文化的傳承。對(duì)傳統(tǒng)文化進(jìn)行傳承使英漢口譯語(yǔ)料庫(kù)必須進(jìn)行合理的應(yīng)用。針對(duì)這種情況。要明確口譯語(yǔ)料庫(kù)在漢英潛在語(yǔ)義中發(fā)揮的重要性進(jìn)行分析，重視口譯語(yǔ)料庫(kù)建設(shè)。能夠充分地發(fā)揮口譯語(yǔ)料庫(kù)的作用。隨著人們對(duì)語(yǔ)言研究不斷地深入，我國(guó)具有高素質(zhì)的居民人口數(shù)量增多，這就導(dǎo)致了國(guó)家對(duì)英漢口譯語(yǔ)料庫(kù)的完善，而“口譯語(yǔ)料庫(kù)”中詞匯的需求數(shù)量也大大增加，我國(guó)就業(yè)人口數(shù)量居高不下，而中小企業(yè)數(shù)量在不斷地增多，發(fā)展我國(guó)的傳統(tǒng)文化可以緩解我國(guó)的就業(yè)壓力，提高人民的生活水平。而如何提高我國(guó)“口譯語(yǔ)料庫(kù)”在的利用效果已經(jīng)非常重要了。目前，由于我國(guó)人口的學(xué)歷在不斷提高，這就使我國(guó)居民的綜合素質(zhì)的認(rèn)知水平得到了很大的提高，而從事研究的口譯語(yǔ)料庫(kù)的研究人員素質(zhì)水平有了很大水平的提高，國(guó)家也希望通過(guò)“口譯語(yǔ)料庫(kù)”這一方式，使我國(guó)的“口譯語(yǔ)料庫(kù)”發(fā)展更加完善。而“口譯語(yǔ)料庫(kù)”是英漢口譯語(yǔ)料庫(kù)管理中最為常見(jiàn)的一種，它在我國(guó)的需求量非常大，我國(guó)對(duì)如何提高“口譯語(yǔ)料庫(kù)”的應(yīng)用非常值得重視，而保障其有效的利用是對(duì)英漢口譯語(yǔ)料庫(kù)管理的手段。因此可以說(shuō)我國(guó)加強(qiáng)對(duì)“口譯語(yǔ)料庫(kù)”的管理應(yīng)用是適應(yīng)社會(huì)發(fā)展與時(shí)代變遷的需要。

三、基于我國(guó)潛在語(yǔ)義的現(xiàn)狀分析英漢口譯語(yǔ)料庫(kù)的挖掘方法

電子存儲(chǔ)文本在信息技術(shù)不斷發(fā)展的前提下應(yīng)用越來(lái)越廣泛，在推動(dòng)人們信息傳播的同時(shí)也產(chǎn)生了大量的垃圾信息。在眾多文本中獲取到有用的信息成為存儲(chǔ)的重點(diǎn)建設(shè)項(xiàng)目。對(duì)于中文進(jìn)行深入性的研究可以通過(guò)文本分類(lèi)器獲取到有用的信息。根據(jù)要求提取訓(xùn)練樣本，在相同特征基礎(chǔ)上構(gòu)建分類(lèi)標(biāo)準(zhǔn)，通過(guò)文本表現(xiàn)形式驗(yàn)證語(yǔ)料的性能。在統(tǒng)計(jì)基礎(chǔ)上進(jìn)行的傳統(tǒng)文本分類(lèi)方式，主要依據(jù)的是詞頻，并沒(méi)有重視詞序或者詞義的重要性。語(yǔ)義信息能夠使加權(quán)階段的特征方式具有指導(dǎo)作用，并且在這基礎(chǔ)上對(duì)標(biāo)簽數(shù)據(jù)中的訓(xùn)練將會(huì)提升。

語(yǔ)義基礎(chǔ)上的文本分類(lèi)方式與統(tǒng)計(jì)基礎(chǔ)上的分本分類(lèi)方式相比，在形式上更加具有特征性，能夠深入性的挖掘內(nèi)在的含義。因?yàn)檫@一方法需要對(duì)整個(gè)語(yǔ)料庫(kù)的詞匯進(jìn)行確認(rèn)，還要計(jì)算出語(yǔ)料庫(kù)中的詞語(yǔ)的出現(xiàn)頻率。通過(guò)這方法，研究人員可得出關(guān)于矩陣的稀疏成度。在語(yǔ)義基礎(chǔ)上的文本提取將會(huì)使文本特征更加的明顯，并且對(duì)加權(quán)步驟提出相應(yīng)的指導(dǎo)意見(jiàn)?！锻x詞語(yǔ)林》在進(jìn)行文本特征分類(lèi)的時(shí)候主要采用的就是在語(yǔ)義基礎(chǔ)上對(duì)文本進(jìn)行的處理。抑郁分析的英豪口譯語(yǔ)料庫(kù)中材料較少，需要配合《同義詞詞林》共同使用。在這之前還沒(méi)有系統(tǒng)的文本處理分類(lèi)方式。完整的語(yǔ)義分析使對(duì)英漢口譯語(yǔ)料庫(kù)進(jìn)行深入性挖掘的重要形式，能夠提升《同義詞語(yǔ)林》的特性，并且消除多義詞，利用同義詞進(jìn)行轉(zhuǎn)換使用，自由的進(jìn)行詞組的搭配使用。對(duì)加權(quán)方式進(jìn)行特征改進(jìn)，在傳統(tǒng)加權(quán)方式中沒(méi)有明確的指導(dǎo)作用，不能夠根據(jù)數(shù)據(jù)特性進(jìn)行詳細(xì)的分類(lèi)。這樣就不能夠在根本上反應(yīng)類(lèi)別之間的關(guān)系。利用加權(quán)方式進(jìn)行特征改善，強(qiáng)化指導(dǎo)作用。這種方式的創(chuàng)新能夠提升傳統(tǒng)加權(quán)方式的指導(dǎo)意義。并且充分的考慮整體詞語(yǔ)文本之間的關(guān)系。利用加權(quán)方式進(jìn)行特征指導(dǎo)是對(duì)文本與整體詞之間的綜合考慮。根據(jù)這種特點(diǎn)在經(jīng)過(guò)試驗(yàn)之后在《同義詞語(yǔ)林》中的應(yīng)用將會(huì)降低文本特征維度，使向量更加的明確，能夠在根本上提升文本分類(lèi)精度。

英漢口譯語(yǔ)料庫(kù)中的英語(yǔ)部分從幾何學(xué)的角度可理解為是一種矩陣式結(jié)構(gòu)，即“語(yǔ)料-詞匯”。矩陣中的每一個(gè)值都表示檢索詞匯在語(yǔ)料應(yīng)用中的出現(xiàn)頻率，這一頻率是個(gè)比較有規(guī)律的。而從語(yǔ)義空間當(dāng)中來(lái)提取的相似的語(yǔ)料詞匯，是一種對(duì)上下文語(yǔ)境進(jìn)行統(tǒng)計(jì)信息的綜合體現(xiàn)，這一方法可以有效地計(jì)算出語(yǔ)料之間的語(yǔ)義相似度。其具體流程為以下幾點(diǎn)：

（1）“語(yǔ)料-詞匯”這一M矩陣是通過(guò)對(duì)語(yǔ)料庫(kù)進(jìn)行獲取來(lái)得出的。當(dāng)我國(guó)的語(yǔ)料庫(kù)具有一定規(guī)模之后，這一挖掘方法會(huì)特別耗時(shí)，因?yàn)檫@一方法需要對(duì)整個(gè)語(yǔ)料庫(kù)的詞匯進(jìn)行確認(rèn)，還要計(jì)算出語(yǔ)料庫(kù)中的詞語(yǔ)的出現(xiàn)頻率。通過(guò)這方法，研究人員可得出關(guān)于矩陣的稀疏成度。

（2）對(duì)“語(yǔ)料-詞匯”這一M矩陣進(jìn)行奇異值分解這樣可以得出關(guān)于語(yǔ)料語(yǔ)義的利用的空間情況和詞匯語(yǔ)義的空間利用情況，通過(guò)對(duì)語(yǔ)料進(jìn)行降序排列，可以得出一些非零的奇異數(shù)值，通過(guò)得出這些數(shù)值，可以更加生動(dòng)形象地了解到我國(guó)英漢口譯語(yǔ)料庫(kù)中語(yǔ)義詞匯的使用情況。

四、結(jié)語(yǔ)

隨著我國(guó)的綜合國(guó)力的不斷提高，我國(guó)的經(jīng)濟(jì)發(fā)展水平和政治改革水平都在不斷地發(fā)展與完善。只有強(qiáng)化經(jīng)濟(jì)基礎(chǔ)才能夠促進(jìn)社會(huì)各個(gè)方面的發(fā)展，我國(guó)政治建設(shè)在經(jīng)濟(jì)不斷鞏固基礎(chǔ)上水平持續(xù)的提升，能夠?qū)⒏嗟年P(guān)注點(diǎn)放在民生問(wèn)題上。中小企業(yè)的建設(shè)是我國(guó)民生問(wèn)題的主要關(guān)注對(duì)象，如何提高我國(guó)的中小企業(yè)的發(fā)展水平，提高中小企業(yè)的競(jìng)爭(zhēng)力，以解決我國(guó)居民的就業(yè)難問(wèn)題，我國(guó)要從實(shí)際情況出發(fā)，實(shí)事求是將“口譯語(yǔ)料庫(kù)”再中小企業(yè)中進(jìn)行合理的利用，把企業(yè)的會(huì)計(jì)信息化問(wèn)題進(jìn)行合理的解決。

我國(guó)經(jīng)濟(jì)水平不斷地提升與人們的努力聯(lián)系密切，社會(huì)的持續(xù)進(jìn)步使人與人之間的交流逐步的擴(kuò)大。我國(guó)中小企業(yè)對(duì)“口譯語(yǔ)料庫(kù)”的需求量不斷增加，如何降低中小企業(yè)的財(cái)務(wù)成本，提高企業(yè)的經(jīng)濟(jì)收入，使中小企業(yè)的發(fā)展適應(yīng)我國(guó)經(jīng)濟(jì)發(fā)展水平，社會(huì)進(jìn)步和人們需求。

“口譯語(yǔ)料庫(kù)”可以減少中小企業(yè)對(duì)于會(huì)計(jì)信息化的投資和利用成本，降低中小企業(yè)進(jìn)入信息化，實(shí)現(xiàn)“口譯語(yǔ)料庫(kù)”的門(mén)檻，提升中小企業(yè)的競(jìng)爭(zhēng)力，我國(guó)要結(jié)合以往的國(guó)情，對(duì)中小企業(yè)進(jìn)行合理“口譯語(yǔ)料庫(kù)”模式規(guī)劃，提高中小企業(yè)的信息化水平使我國(guó)的企業(yè)發(fā)展水平與國(guó)際水平接軌，提高我國(guó)的綜合國(guó)力和競(jìng)爭(zhēng)力，使我國(guó)的國(guó)際地位進(jìn)一步提高，世界話(huà)語(yǔ)權(quán)越來(lái)越大。

“口譯語(yǔ)料庫(kù)”的應(yīng)用提高了企業(yè)的競(jìng)爭(zhēng)力，使我國(guó)許多中小企業(yè)的規(guī)模進(jìn)一步擴(kuò)大，相應(yīng)性的增加了就業(yè)崗位數(shù)量，能夠在一定程度上解決人們的就業(yè)問(wèn)題，緩解生活壓力。對(duì)于社會(huì)就業(yè)水平的解決具有很大的促進(jìn)作用。社會(huì)不斷發(fā)展促進(jìn)了經(jīng)濟(jì)建設(shè)水平越來(lái)越高，不斷地滿(mǎn)足人們的基本生活需求。而如何中小企業(yè)的競(jìng)爭(zhēng)力，提高居民就業(yè)水平，增強(qiáng)綜合國(guó)力，使企業(yè)的信息化管理順應(yīng)時(shí)代的需求。此外，居民就業(yè)水平的提高可以提高居民的經(jīng)濟(jì)收入，提高生活水平。

［1］范守義.評(píng)翻譯界五十年之爭(zhēng)（1894- 1948）［J］.中國(guó)翻譯，1986（1）：2～8.

［2］文秋芳，王金栓.中國(guó)大學(xué)生英漢漢英口筆譯語(yǔ)料庫(kù)［M］.北京：外語(yǔ)教學(xué)與研究出版社，2008.

［3］王巖.記者招待會(huì)現(xiàn)場(chǎng)漢英口譯語(yǔ)料庫(kù)的研制與應(yīng)用［J］.海外英語(yǔ)，2014（17）：164～168.

［4］趙巍，王雷.大規(guī)模英漢平行語(yǔ)料庫(kù)的開(kāi)發(fā)與使用性探討［J］.牡丹江師范學(xué)院報(bào)：哲學(xué)社會(huì)科學(xué)版，2014（4）：116～117.

［5］張威.口譯語(yǔ)料庫(kù)的開(kāi)發(fā)與建設(shè)：理論與實(shí)踐的若干問(wèn)題［J］.中國(guó)翻譯，2009（3）：56～61，98.

［6］張威.口譯語(yǔ)料庫(kù)研究的原則與方法［J］.外語(yǔ)電化教學(xué)，2013（1）：65～70.

（作者單位：紅河學(xué)院）

本文系2014年紅河學(xué)院科研基金項(xiàng)目（XJ14Y20）：模糊數(shù)學(xué)在翻譯質(zhì)量評(píng)估（TQA）中的參數(shù)參照分析作用研究。

彭杰（1980-），男，云南屏邊人，講師，澳大利亞Macuqarie大學(xué)MTI碩士，研究方向：英語(yǔ)口筆譯理論與實(shí)踐。