鐘媛媛 延宏

摘 要：文章主要介紹了兩種基于語料庫的機(jī)器翻譯方法：基于實(shí)例的機(jī)器翻譯方法以及基于統(tǒng)計(jì)的機(jī)器翻譯方法。前者強(qiáng)調(diào)從計(jì)算機(jī)的角度通過實(shí)例推理的手段得到譯文，后者側(cè)重于從數(shù)學(xué)角度建立模型進(jìn)行翻譯。兩種翻譯方法各有優(yōu)缺點(diǎn)，文章認(rèn)為基于語料庫的機(jī)器翻譯的前景：將不同的翻譯方法取長(zhǎng)補(bǔ)短，互相融合，發(fā)展多策略融合式機(jī)器翻譯方法，同時(shí)加強(qiáng)基于語料庫的機(jī)器翻譯方法與其它學(xué)科的融合。

關(guān)鍵詞：語料庫;機(jī)器翻譯;基于實(shí)例的機(jī)器翻譯方法;基于統(tǒng)計(jì)的機(jī)器翻譯方法;前景

20世紀(jì)90年代，計(jì)算機(jī)技術(shù)與語料庫的建設(shè)取得了長(zhǎng)足的發(fā)展。語料庫的作為一種科學(xué)的研究方法被引入翻譯這一領(lǐng)域，標(biāo)志著機(jī)器翻譯的發(fā)展進(jìn)入一個(gè)新紀(jì)元。國(guó)外關(guān)于語料庫機(jī)器翻譯的研究大多具有很強(qiáng)的實(shí)踐指導(dǎo)性，我國(guó)基于語料庫的機(jī)器翻譯研究主要是以研究型的探索為主。目前與語料庫機(jī)器翻譯相關(guān)的研究已經(jīng)進(jìn)入非常具體，專業(yè)的細(xì)微領(lǐng)域。文章首先介紹了與機(jī)器翻譯相關(guān)的語料庫，基于規(guī)則的機(jī)器翻譯以及基于語料庫機(jī)器翻譯的兩種方法，對(duì)這些方法的優(yōu)缺點(diǎn)分別進(jìn)行了總結(jié)，旨在為研究者呈現(xiàn)一個(gè)清晰的語料庫機(jī)器翻譯相關(guān)知識(shí)的概括和總結(jié)，最后，作者指明了語料庫機(jī)器翻譯的前景，以期為后來研究者提供借鑒。

一、語料庫與機(jī)器翻譯

（一）語料庫

語料庫是指根據(jù)一定的語言學(xué)原則的指導(dǎo)，通過隨機(jī)抽樣的方法，收集未經(jīng)過任何加工的連續(xù)的語言文字運(yùn)用文本或者語音片段，在此基礎(chǔ)上建成的一個(gè)容量相當(dāng)?shù)拇笮碗娮游膸?。目前，語料庫在語言教學(xué)，語言研究以及語言工程等方面獲得了廣泛的應(yīng)用，具體的應(yīng)用領(lǐng)域主要有語言頻率統(tǒng)計(jì)，詞典編纂，詞匯搭配研究，語言教學(xué)以及自然語言處理等。

（二）機(jī)器翻譯和基于規(guī)則的機(jī)器翻譯方法

機(jī)器翻譯是利用計(jì)算機(jī)技術(shù)的輔助，將一種以一種語言形式存在的聲音或者文字轉(zhuǎn)化為以另一種語言形式存在的文字和聲音（文章主要探討的是機(jī)器翻譯的文字翻譯方面）。60年代初，隨著喬姆斯基的“轉(zhuǎn)換生成語法”理論的建立，機(jī)器翻譯系統(tǒng)得到迅速發(fā)展，也叫做基于規(guī)則的翻譯方法?；谝?guī)則的機(jī)器翻譯的工作原理是：對(duì)輸入的源語言進(jìn)行格式保留處理以及分析，對(duì)源語言進(jìn)行轉(zhuǎn)換，最后根據(jù)目標(biāo)語的生成規(guī)則生成目標(biāo)語。基于規(guī)則的機(jī)器翻譯的優(yōu)點(diǎn)是規(guī)則可以描述語言的語法構(gòu)成，方便計(jì)算機(jī)識(shí)別。但是，語法規(guī)則的得出需要大量的人力與物力。其次，語法規(guī)則由語法學(xué)家總結(jié)得到，不同的語言學(xué)家對(duì)語法規(guī)則的認(rèn)識(shí)可能存在沖突。

除了某些特定的領(lǐng)域，基于規(guī)則的機(jī)器翻譯取得了相對(duì)較好的效果。但是，機(jī)器翻譯依舊沒有達(dá)到人類想要的效果。隨著語料庫語言學(xué)的不斷發(fā)展，人們逐漸引入了基于實(shí)例和基于統(tǒng)計(jì)這兩種與語料庫的應(yīng)用密切結(jié)合的翻譯方法?；谡Z料庫的機(jī)器翻譯迅速發(fā)展，取得了巨大成績(jī)。

二、基于語料庫的機(jī)器翻譯

（一）用于機(jī)器翻譯的語料庫

語料庫依據(jù)不同的標(biāo)準(zhǔn)可以分為不同的類別。與翻譯研究相關(guān)的語料庫有三類：平行語料庫，可比語料庫和多語語料庫。

平行語料庫收集了某種語言的原文本，以及該語言翻譯成另外一種語言的目標(biāo)語言文本?？杀日Z料庫收集了某種語言的原文，以及從其它語言翻譯成該語言的文本。多語語料庫收集兩個(gè)或者多個(gè)單語種語料，由這些語料組成復(fù)合語料庫。

（二）基于語料庫的機(jī)器翻譯方法

機(jī)器翻譯方法分為基于規(guī)則的翻譯方法和基于語料庫的翻譯方法?；谡Z料庫的翻譯方法又可以分為基于實(shí)例的翻譯和基于統(tǒng)計(jì)的翻譯。它們的區(qū)別在于：前者語料庫會(huì)作為一種翻譯知識(shí)參與翻譯，供翻譯主體查詢。后者語料庫的是用來尋找最有可能成為目標(biāo)語的句子，不進(jìn)行具體的翻譯實(shí)踐。

（1）基于實(shí)例的機(jī)器翻譯方法

基于實(shí)例的機(jī)器翻譯方法最早是由日本著名機(jī)器翻譯專家長(zhǎng)尾真（Nagao Makoto）提出來的。他通過研究日本英語初學(xué)者翻譯句子的過程歸納總結(jié)了機(jī)器翻譯的基本原則。他認(rèn)為人類在翻譯過程中，并不會(huì)進(jìn)行深層的語言學(xué)分析，而是會(huì)在已經(jīng)形成的知識(shí)庫中盡可能尋找與需要翻譯的句子相似的結(jié)構(gòu)，通過類比的手段，得到目標(biāo)語的譯文。將這一思想運(yùn)用到機(jī)器翻譯中的表現(xiàn)就是：給出待翻譯的句子S，在雙語語料庫中尋找與待翻譯句子最相似的句子V，V的譯文T就是S的譯文。在這一翻譯的過程中，起基礎(chǔ)性作用的一個(gè)大型的雙語語料庫。翻譯過程中的相似度計(jì)算是決定翻譯質(zhì)量的重要因素。

基于實(shí)例的機(jī)器翻譯方法主要有三種類型：完全實(shí)例，實(shí)例句型轉(zhuǎn)換的翻譯以及實(shí)例近似翻譯。

就基于實(shí)例的這一翻譯方法而言，當(dāng)前主要存在的技術(shù)方面的問題：在詞匯與短語對(duì)齊層次中，如何避免歧義實(shí)現(xiàn)正確的對(duì)齊;在尋找最相似實(shí)例層次中，如何計(jì)算相似度，找到最相似，最恰當(dāng)?shù)膶?shí)例;如何將已經(jīng)尋找到的實(shí)例片段進(jìn)行有效的組合形成譯文;如何提高翻譯實(shí)例的覆蓋率等。

（2）基于統(tǒng)計(jì)的機(jī)器翻譯方法

基于統(tǒng)計(jì)的機(jī)器翻譯方法第一次提出是由IBM研究者于1990年左右提出來的。從2002 年開始，美國(guó)國(guó)家標(biāo)準(zhǔn)技術(shù)研究所（NIST）在美國(guó)ARPA的支持下開始開展一年一度的機(jī)器翻譯測(cè)評(píng)工作，基于統(tǒng)計(jì)的機(jī)器翻譯方法遙遙領(lǐng)先于傳統(tǒng)的基于規(guī)則的翻譯方法。最近幾年，基于統(tǒng)計(jì)的機(jī)器翻譯方法發(fā)展迅速，逐漸成熟。

基于統(tǒng)計(jì)的機(jī)器翻譯方法的中心思想：認(rèn)為目標(biāo)語中的任何一個(gè)句子都有可能是源語言的譯文，而唯一的不同就是它們成為源語言譯文的概率不同，機(jī)器翻譯的任務(wù)就是通過計(jì)算找出概率最大的句子。這一方法是通過對(duì)數(shù)據(jù)庫的分析對(duì)比將知識(shí)抽象成模型，根據(jù)統(tǒng)計(jì)模型來尋找最恰當(dāng)?shù)淖g文。

基于統(tǒng)計(jì)的機(jī)器翻譯方法一共包含兩種模型：翻譯模型和語言模型。翻譯模型是用來計(jì)算將源語言翻譯成目標(biāo)語的概率，也就是計(jì)算一個(gè)指定的語言串翻譯成為另一個(gè)語言串可能性。而后者是用來計(jì)算已經(jīng)翻譯好的譯文可能出現(xiàn)在目標(biāo)語中的概率，也就是計(jì)算譯文語言串在目標(biāo)語中存在的合理性。

基于統(tǒng)計(jì)的機(jī)器翻譯方法中統(tǒng)計(jì)模型是直接從語料庫中獲取的，無需人工總結(jié)，時(shí)間短，效率高。譯文來源于人工語料，表達(dá)地道。但是，依據(jù)該方法，翻譯效果極大取決于翻譯模型和語料庫的覆蓋程度，語料難以收集的少數(shù)民族語言翻譯很難運(yùn)用這一方法。利用統(tǒng)計(jì)模型進(jìn)行翻譯，模型很難反映出句子內(nèi)部的所存在的差異，也無法解釋差異較大的語言之間內(nèi)部的復(fù)雜的結(jié)構(gòu)對(duì)應(yīng)關(guān)系，因此，通過這一方法得到的譯文經(jīng)常會(huì)出現(xiàn)翻譯腔，譯文晦澀難懂。

三、基于語料庫的機(jī)器翻譯的前景

基于統(tǒng)計(jì)的機(jī)器翻譯方法從語言現(xiàn)象入手，通過相對(duì)理性的模型得到譯文。基于實(shí)例的機(jī)器翻譯方法從機(jī)器自身學(xué)習(xí)的角度通過對(duì)實(shí)例的分析推理得到譯文。每種翻譯方法都存在缺陷。但是，兩種方法互不排斥?；谡Z料庫的機(jī)器翻譯的前景是將各種方法的優(yōu)點(diǎn)有機(jī)地結(jié)合起來，進(jìn)一步提高機(jī)器翻譯系統(tǒng)的性能。現(xiàn)在，基于語料庫的機(jī)器翻譯的前景就是如何將各種方法各自的優(yōu)點(diǎn)發(fā)揮到最大限度，并將它們有機(jī)的結(jié)合起來，從而進(jìn)一步改善并且提高機(jī)器翻譯系統(tǒng)的性能。

基于語料庫的機(jī)器翻譯方法的另一個(gè)發(fā)展方向在學(xué)科之間的交叉融合上，與自然科學(xué)，如神經(jīng)學(xué)科的融合促進(jìn)機(jī)器翻譯的人工智能化，與社會(huì)科學(xué)，如語言學(xué)和社會(huì)文化研究結(jié)合將促進(jìn)機(jī)器翻譯更多的考慮到文化因素的影響。從而，改善基于語料庫的機(jī)器翻譯的性能。

參考文獻(xiàn)

[1] 任敬輝.國(guó)內(nèi)基于語料庫的翻譯研究綜述（2007-2013）[J].長(zhǎng)春師范大學(xué)學(xué)報(bào)，2015，34（06）：118.

[2] 李也剛，黃河燕，史樹敏，等.多策略機(jī)器翻譯研究綜述[J].中文信息學(xué)報(bào)，2015，29（02）：2.

[3] 戴新宇，尹存燕，陳家俊，等.機(jī)器翻譯研究現(xiàn)狀與展望[J].計(jì)算機(jī)科學(xué)，2004，31（11）：177.

[4] 馮志偉.基于語料庫的機(jī)器翻譯系統(tǒng)[J].術(shù)語標(biāo)準(zhǔn)化與信息技術(shù)，2010（01）：28-32.

[5] 楊憲澤.機(jī)器翻譯的一些處理方法探討[J].西南民族大學(xué)學(xué)報(bào)（自然科學(xué)版），2004，30（01）2-3.

[6] 楊憲澤.基于實(shí)例的機(jī)器翻譯處理方法[J].計(jì)算機(jī)工程，2003，29（21）：51-52.

[7] 楊憲澤.漢英混合式機(jī)器翻譯難點(diǎn)研究[J].西南民族大學(xué)學(xué)報(bào)（自然科學(xué)版），2016，42（03）：304-305.

作者簡(jiǎn)介：鐘媛媛（1994.12- ），女，山西忻州人，碩士，研究方向：外國(guó)語言學(xué)及應(yīng)用語言學(xué);延宏（1972- ），男，陜西綏德人，副教授，博士，研究方向：科技英語翻譯。