張 翔

(防災(zāi)科技學(xué)院，北京)

1．引言

隨著國(guó)際學(xué)術(shù)交流的擴(kuò)大，科技論文的英語(yǔ)翻譯逐漸引起人們的重視。早在二十世紀(jì)八十年代，全國(guó)信息與文獻(xiàn)標(biāo)準(zhǔn)化技術(shù)委員會(huì)(1987)對(duì)科學(xué)技術(shù)報(bào)告、學(xué)位論文和學(xué)術(shù)論文的編寫(xiě)格式制定了具體要求。其中明確指出，為了國(guó)際交流，文章的標(biāo)題、摘要和關(guān)鍵詞應(yīng)有對(duì)應(yīng)的英文翻譯。目前，國(guó)內(nèi)論文標(biāo)題的英語(yǔ)翻譯研究主要集中于英語(yǔ)語(yǔ)法、文化差異、翻譯技巧、翻譯標(biāo)準(zhǔn)等方面，由負(fù)責(zé)外語(yǔ)教學(xué)或者編輯出版的從業(yè)人員完成(楊根培，2008)。由于科技論文的專(zhuān)業(yè)性強(qiáng)，且譯者一般為非英語(yǔ)專(zhuān)業(yè)的科技人員和學(xué)生，他們更加需要了解標(biāo)題翻譯的正規(guī)流程和科學(xué)有效的翻譯方法。因此本文從這個(gè)角度出發(fā)，提出基于關(guān)鍵詞的科技論文標(biāo)題的英語(yǔ)翻譯方法。

其核心思想是：以理解標(biāo)題含義為前提，參考關(guān)鍵詞對(duì)標(biāo)題進(jìn)行中文分詞，確定各分詞之間的邏輯關(guān)系后，依據(jù)英語(yǔ)語(yǔ)法和翻譯技巧，借助在線詞典翻譯科技論文標(biāo)題?？紤]到作者的專(zhuān)業(yè)背景，本文引證的文獻(xiàn)為電子技術(shù)與信息科學(xué)領(lǐng)域的科技論文，標(biāo)題滿足簡(jiǎn)潔、準(zhǔn)確、規(guī)范的基本要求(劉少華，2008)。

2．科技論文標(biāo)題與關(guān)鍵詞的關(guān)系

有關(guān)科技論文標(biāo)題英語(yǔ)翻譯的文獻(xiàn)一般以標(biāo)題作為獨(dú)立個(gè)體，單獨(dú)探討其翻譯技巧、翻譯標(biāo)準(zhǔn)(劉益霞，2010)，忽視了標(biāo)題與關(guān)鍵詞之間的內(nèi)在聯(lián)系，著重從語(yǔ)法角度研究標(biāo)題的翻譯，沒(méi)有深入考慮標(biāo)題的語(yǔ)義信息。

科技論文的標(biāo)題與關(guān)鍵詞的關(guān)系非常密切。首先，關(guān)鍵詞從標(biāo)題、摘要和正文中提取，是表達(dá)文章主題概念的自然語(yǔ)言詞匯(陳紅娟，2011)。關(guān)鍵詞的主要作用是歸類(lèi)和檢索。例如：論文“僵尸網(wǎng)絡(luò)機(jī)理與防御技術(shù)”，關(guān)鍵詞有“網(wǎng)絡(luò)安全”、“僵尸網(wǎng)絡(luò)”等，把文章歸入了“網(wǎng)絡(luò)安全”類(lèi)，結(jié)合其它關(guān)鍵詞檢索，可提高查準(zhǔn)率。

其次，關(guān)鍵詞可幫助譯者辨析近義詞。例如：論文“基于SaaS模式公共服務(wù)平臺(tái)多用戶(hù)數(shù)據(jù)結(jié)構(gòu)的研究”，“數(shù)據(jù)結(jié)構(gòu)”最常見(jiàn)的譯詞為data structure，如圖1所示。但根據(jù)關(guān)鍵詞“多用

圖1 使用cnki翻譯助手翻譯“數(shù)據(jù)結(jié)構(gòu)”的部分顯示結(jié)果

戶(hù)數(shù)據(jù)模型”可知此處應(yīng)譯為data architecture。

最后，關(guān)鍵詞在科技論文標(biāo)題中出現(xiàn)的概率較高。摘選2015年Springer出版的Knowledge and Information Systems期刊中兩篇美國(guó)作者的論文，如下所示：

例1:【標(biāo)題】Transfer learning for Bayesian discovery of multiple Bayesian networks

【作者】Diane Oyen;Terran Lane

【作者單位】1. Los Alamos National Laboratory, Los Alamos, NM, USA 2. Google Inc.,Cambridge, MA, USA

【關(guān)鍵詞】Machine learning; Bayesian networks; Transfer learning

例2:【標(biāo)題】Bounds on the moments for an ensemble of random decision trees

【作者】Amit Dhurandhar

【作者單位】1. IBM T.J. Watson,Yorktown Heights, NY, USA

【關(guān)鍵詞】Bounds; Random decision trees; Moments

例1中，標(biāo)題長(zhǎng)度為9，包含2個(gè)介詞。關(guān)鍵詞個(gè)數(shù)為3。標(biāo)題包含2個(gè)關(guān)鍵詞，關(guān)鍵詞占標(biāo)題實(shí)詞總數(shù)的51%。例2中，標(biāo)題長(zhǎng)度為11，包含3個(gè)介詞和2個(gè)冠詞。關(guān)鍵詞個(gè)數(shù)為3。標(biāo)題包含3個(gè)關(guān)鍵詞，關(guān)鍵詞占標(biāo)題實(shí)詞總數(shù)的83%。

為了更有效地說(shuō)明問(wèn)題，選擇超星百鏈云圖書(shū)館收錄的Knowledge and Information Systems期刊，英文論文共計(jì)1051篇，時(shí)間跨度從1998年至2015年。為保證語(yǔ)言的原汁原味，通過(guò)逐篇篩選，保留官方語(yǔ)言為英語(yǔ)的論文450篇，其中71%的論文是在2006年至2015年期間發(fā)表。分析這些論文的標(biāo)題長(zhǎng)度和關(guān)鍵詞個(gè)數(shù)，有以下三點(diǎn)發(fā)現(xiàn)：

(1) 80%論文標(biāo)題不超過(guò)10個(gè)單詞；

(2) 95%論文標(biāo)題包含至少一個(gè)介詞或連詞或冠詞；

(3) 60%論文標(biāo)題包含至少兩個(gè)關(guān)鍵詞。

上述數(shù)據(jù)說(shuō)明：近六成該領(lǐng)域科技論文的標(biāo)題主要由關(guān)鍵詞構(gòu)成。因此無(wú)論從專(zhuān)業(yè)角度，還是語(yǔ)言角度，科技論文標(biāo)題的英語(yǔ)翻譯都應(yīng)以關(guān)鍵詞的翻譯為基礎(chǔ)。

國(guó)內(nèi)，對(duì)科技論文關(guān)鍵詞的研究存在類(lèi)似觀點(diǎn)：盡量在標(biāo)題中使用關(guān)鍵詞。一方面有助于概括論文的基本思想并減少標(biāo)題中的詞語(yǔ)數(shù)量，另一方面可增加論文的被檢次數(shù)，從而增加被引次數(shù)(崔鯨濤，2008)。

3．科技論文關(guān)鍵詞的翻譯

科技論文的關(guān)鍵詞一般為名詞、動(dòng)名詞和名詞詞組，國(guó)際規(guī)定數(shù)量為3到8個(gè)。關(guān)鍵詞的翻譯可通過(guò)查閱紙質(zhì)專(zhuān)業(yè)詞典或在線專(zhuān)業(yè)詞典，找到對(duì)應(yīng)的英文詞匯。相比紙質(zhì)詞典，在線詞典具有查閱快速、內(nèi)容豐富、更新及時(shí)的特點(diǎn)，受到更多青睞。

本文推薦的在線專(zhuān)業(yè)詞典為CNKI(全稱(chēng)China National Knowledge Infrastructure，中國(guó)知識(shí)基礎(chǔ)設(shè)施工程)翻譯助手(http://dict.cnki.net)和OneDict(http://www.onedict.com)。二者的共同點(diǎn)在于都包含多個(gè)學(xué)科的專(zhuān)業(yè)文獻(xiàn)，都可按類(lèi)別查看譯詞及例句，并且對(duì)不同譯詞的出現(xiàn)次數(shù)進(jìn)行統(tǒng)計(jì)，如圖1、圖2所示。區(qū)別在于：OneDict可同時(shí)查詢(xún)關(guān)鍵詞和上下文詞語(yǔ)，有利于更準(zhǔn)確地定位譯詞；CNKI翻譯助手提供更為豐富的例句及其來(lái)源文獻(xiàn)，并能在知識(shí)搜索、數(shù)字搜索、學(xué)術(shù)趨勢(shì)等工具中查詢(xún)關(guān)鍵詞，幫助譯者了解更多的相關(guān)專(zhuān)業(yè)知識(shí)，但有時(shí)因?yàn)樵诰€用戶(hù)太多而導(dǎo)致速度較慢。

當(dāng)上述專(zhuān)業(yè)詞典查閱失敗時(shí)，可使用有道詞典和百度翻譯這兩種綜合類(lèi)翻譯工具，它們也收錄了一些專(zhuān)業(yè)文獻(xiàn)。有道詞典按照網(wǎng)絡(luò)釋義、專(zhuān)業(yè)釋義和權(quán)威詞典分別注釋詞匯，其中專(zhuān)業(yè)釋義的例句按學(xué)科分類(lèi)顯示，來(lái)源于2,447,543篇論文。百度翻譯提供對(duì)詞、短語(yǔ)、句子以及網(wǎng)頁(yè)的翻譯，原文下方提供雙語(yǔ)例句。

因?yàn)椴煌脑诰€翻譯工具收錄的數(shù)據(jù)來(lái)源不同，提供的譯詞數(shù)量也會(huì)不同，有些關(guān)鍵詞會(huì)對(duì)應(yīng)幾個(gè)甚至幾十個(gè)譯詞。

關(guān)鍵詞的翻譯步驟如下：

(1)對(duì)所有譯詞進(jìn)行正誤判斷，排除拼寫(xiě)錯(cuò)誤或語(yǔ)義有誤的譯詞。

以“數(shù)據(jù)結(jié)構(gòu)”為例，CNKI翻譯助手提供30個(gè)譯詞，OneDict提供15個(gè)譯詞。去掉“dada structure”、“teaching method”等錯(cuò)誤詞匯，CNKI翻譯助手剩下18個(gè)譯詞，OneDict剩下8個(gè)譯詞(如圖2所示)。

(2) 分析譯詞的組成成分和出現(xiàn)頻率，確定可選譯詞的范圍。

圖2 使用一本詞典OneDict翻譯“數(shù)據(jù)結(jié)構(gòu)”的部分顯示結(jié)果

將“data structure”、“the data structure”、“a data structure”、“the structure of data”等成分相似的譯詞合并為出現(xiàn)頻率最高的“data structure”，這樣譯詞的可選范圍縮小到7個(gè)，分別為“data structure”、“data construction”、“data configuration”、“data frame”、“data framework”、“data architecture”、“data composition”。

(3) 秉持嚴(yán)謹(jǐn)治學(xué)的態(tài)度，多角度對(duì)比各譯詞及其來(lái)源文獻(xiàn)，確定最后的譯詞。

例如明確譯詞的含義、適用范圍，比較來(lái)源文獻(xiàn)的發(fā)表時(shí)間、所屬學(xué)科和權(quán)威性等等。這樣不僅可以提高翻譯的質(zhì)量，而且一旦文章被收錄到網(wǎng)絡(luò)數(shù)據(jù)庫(kù)中，可為他人提供準(zhǔn)確的譯文參考。

4．科技論文標(biāo)題的翻譯

Hamid將文章標(biāo)題分為三類(lèi)：敘述式(declarative)標(biāo)題，將話題與研究成果并現(xiàn)；描述式(descriptive)標(biāo)題，只描述話題；疑問(wèn)式(interrogative)標(biāo)題，這類(lèi)標(biāo)題的文章下載量最大，引用量最少(Hamid，2011)。

選取的450篇科技論文中，2篇屬于疑問(wèn)式標(biāo)題，主要因?yàn)镵nowledge and Information Systems是國(guó)際學(xué)術(shù)期刊，不包含科普文獻(xiàn)。相比學(xué)術(shù)文獻(xiàn)，科普文獻(xiàn)的標(biāo)題具有一定的文學(xué)性，可通過(guò)修辭格、謎式標(biāo)題、有悖于常理等方式體現(xiàn)(許明武，2010)。根據(jù)標(biāo)題中冒號(hào)的含義(黃戎韁，1994)和論文摘要，判定48篇屬于敘述式標(biāo)題，其余400篇屬于描述式標(biāo)題。限于篇幅，本文側(cè)重闡述描述式標(biāo)題的英語(yǔ)翻譯。不同類(lèi)型的標(biāo)題，區(qū)別僅限于標(biāo)題結(jié)構(gòu)存在差異。

采用比較研究法分析這些英文標(biāo)題，可知描述式標(biāo)題結(jié)構(gòu)分為名詞詞組、動(dòng)名詞詞組、介詞短語(yǔ)以及帶有冒號(hào)或破折號(hào)的兩段式結(jié)構(gòu)。名詞詞組由核心名詞和修飾語(yǔ)構(gòu)成，修飾語(yǔ)包括介詞短語(yǔ)、分詞短語(yǔ)、名詞、形容詞等。動(dòng)名詞詞組是在名詞或名詞詞組的前方加上表示某種操作含義的動(dòng)名詞。介詞短語(yǔ)是在名詞詞組的前方加上介詞，常用介詞為on，表示“關(guān)于……的研究”。帶有冒號(hào)的兩段式結(jié)構(gòu)由冒號(hào)間隔為兩部分組成，這兩部分或者是一個(gè)名詞和一個(gè)名詞詞組，或者是兩種不同的結(jié)構(gòu)(名詞詞組、動(dòng)名詞詞組、介詞短語(yǔ))。

下面以《通信學(xué)報(bào)》期刊2011年發(fā)表的一篇論文為例，說(shuō)明基于關(guān)鍵詞的科技論文標(biāo)題的英語(yǔ)翻譯方法。論文標(biāo)題為“云計(jì)算中基于認(rèn)證數(shù)據(jù)結(jié)構(gòu)的數(shù)據(jù)外包認(rèn)證模型”，關(guān)鍵詞為“云計(jì)算”、“認(rèn)證數(shù)據(jù)結(jié)構(gòu)”、“數(shù)據(jù)外包”和“認(rèn)證跳表”。

具體翻譯步驟如下：

(1) 分析標(biāo)題含義，確定標(biāo)題的類(lèi)型和結(jié)構(gòu)。

“云計(jì)算中”、“基于認(rèn)證數(shù)據(jù)結(jié)構(gòu)的”兩個(gè)詞組修飾“數(shù)據(jù)外包認(rèn)證模型”，因此確定該標(biāo)題為描述式類(lèi)型名詞詞組結(jié)構(gòu)。

(2) 參考關(guān)鍵詞對(duì)中文標(biāo)題分詞，并按實(shí)詞、虛詞分類(lèi)。

標(biāo)題包含的實(shí)詞有“云計(jì)算”、“基于”、“認(rèn)證數(shù)據(jù)結(jié)構(gòu)”、“數(shù)據(jù)外包”、“認(rèn)證”和“模型”；虛詞有“中”和“的”。

(3) 翻譯關(guān)鍵詞。

“云計(jì)算”通過(guò)在線專(zhuān)業(yè)詞典查詢(xún)，譯詞唯一，為cloud computing。“數(shù)據(jù)外包”和“認(rèn)證跳表”，在線專(zhuān)業(yè)詞典里沒(méi)有這兩個(gè)詞，使用有道詞典和百度翻譯，確定譯詞分別為database outsourcing和authenticated skip list。“認(rèn)證數(shù)據(jù)結(jié)構(gòu)”在查閱不同的在線翻譯工具時(shí)，主要有兩種翻譯authentic data structure和authenticated data structure。authentic基本詞義是真實(shí)的、可信的，對(duì)比分析來(lái)源文獻(xiàn)可知2000年Goodrich等學(xué)者提出了認(rèn)證數(shù)據(jù)結(jié)構(gòu)模型(authenticated data structure model)(陳旭，2008)，因此確定譯詞為authenticated data structure。

(4) 除了關(guān)鍵詞以外，翻譯標(biāo)題包含的其它實(shí)詞。

“基于”譯為based on，“認(rèn)證”譯為authentication，“模型”譯為model。

(5) 結(jié)合前面內(nèi)容，依據(jù)英語(yǔ)語(yǔ)法及翻譯技巧，翻譯標(biāo)題整體。

首先，翻譯名詞詞組“數(shù)據(jù)外包認(rèn)證模型”。它是由“數(shù)據(jù)外包”、“認(rèn)證”、“模型”三個(gè)詞組成。其中“模型”是核心名詞，其它兩個(gè)詞是修飾語(yǔ)。以名詞作修飾語(yǔ)，簡(jiǎn)稱(chēng)“名詞定語(yǔ)”，強(qiáng)調(diào)內(nèi)容或職能，符合現(xiàn)代英語(yǔ)“以簡(jiǎn)單結(jié)構(gòu)表現(xiàn)復(fù)雜思維”的特色。因此譯為“database outsourcing authentication model”。

其次，翻譯兩個(gè)修飾語(yǔ)詞組?！霸朴?jì)算中”譯為“in cloud computing”，是介詞短語(yǔ)。“基于認(rèn)證數(shù)據(jù)結(jié)構(gòu)的”譯為“based on authenticated data structure”，是分詞短語(yǔ)。

最后，根據(jù)英語(yǔ)語(yǔ)法規(guī)定的修飾語(yǔ)順序，名詞放在分詞短語(yǔ)和介詞短語(yǔ)的前方(張滿勝，2011)，確定譯文為“database outsourcing authentication model based on authenticated data structure in cloud computing”。

為了驗(yàn)證人工翻譯和機(jī)器翻譯的差別，在百度翻譯輸入該論文標(biāo)題，得到5段譯文。其中4段存在明顯的語(yǔ)義錯(cuò)誤，最接近的譯文為“Data outsourcing authentication model based on authentication data structure in cloud computing”，正確程度達(dá)到91.6%。只有“認(rèn)證數(shù)據(jù)結(jié)構(gòu)”的“認(rèn)證”被錯(cuò)譯，由此推測(cè)百度翻譯的數(shù)據(jù)庫(kù)沒(méi)有收錄“認(rèn)證數(shù)據(jù)結(jié)構(gòu)”這個(gè)詞，因此將其分成了“認(rèn)證”和“數(shù)據(jù)結(jié)構(gòu)”兩個(gè)詞，“認(rèn)證”作為名詞定語(yǔ)，翻譯為authentication。

上述實(shí)例也反映了在線翻譯工具存在的兩個(gè)普遍問(wèn)題：

(1) 專(zhuān)業(yè)詞匯翻譯能力較弱。一方面因?yàn)閷?zhuān)業(yè)詞匯收錄不夠全面，另一方面因?yàn)椴糠质珍浶畔㈠e(cuò)誤。

(2) 語(yǔ)義分析能力較弱。無(wú)法正確解讀原文中的詞匯關(guān)系，有時(shí)甚至出現(xiàn)語(yǔ)法錯(cuò)誤。

5．結(jié)束語(yǔ)

科技論文標(biāo)題的翻譯難點(diǎn)在于譯者的專(zhuān)業(yè)水平和外語(yǔ)水平往往不處于同一高度。本文闡述的翻譯方法主要用于幫助專(zhuān)業(yè)人員在具備一定英語(yǔ)基礎(chǔ)知識(shí)的前提下，如何有效利用在線翻譯工具輔助完成科技論文標(biāo)題的翻譯，忠實(shí)、流暢地表達(dá)原文思想。該方法不僅適用于電子技術(shù)與信息科學(xué)領(lǐng)域，也適用于其它專(zhuān)業(yè)領(lǐng)域。