(鄭州輕工業(yè)大學(xué)外國語學(xué)院,河南 鄭州 450000)
最早期的機器翻譯就是采用基于規(guī)則的方法。只能是詞對詞的翻譯,句法的應(yīng)用使原文和譯語有高度的相似性時,可直接對應(yīng)翻譯,能做到準(zhǔn)確地表達原文意思,甚至與人工不分伯仲。面對復(fù)雜結(jié)構(gòu)句,機翻效果大打折扣,譯文表達生硬,不合習(xí)慣,詞語堆砌的痕跡相當(dāng)明顯,有的譯文語法不通,佶屈聱牙。語義部分問題需要運用到語義學(xué)的語素分析和翻譯中的語素選擇問題,對于多義詞(字)要考慮語境的制約。語義歧義主要根源在于一詞多義,機器翻譯首先選擇高頻詞義,但詞義要依賴具體語境需要,以字為基本單位的漢語,在漢譯英中更容易出現(xiàn)語義上的錯誤。機器翻譯段落,句法和語義問題都全部暴露,我們無法看到具有語篇特征。
(1)原文:物聯(lián)網(wǎng)技術(shù)已經(jīng)在智能物流中得到了應(yīng)用,不同行業(yè)物流與物聯(lián)網(wǎng)技術(shù)需求也不一樣……
谷歌:The Internet of Things technology has been applied in intelligent logistics,and logistics and IoT technology requirements in different industries are not the same……
筆者:IoT technology has been applied in intelligent logistics,and the demands in different industries are different……
分析:對谷歌翻譯進行分詞后:不同行業(yè)/物流與物聯(lián)網(wǎng)技術(shù)需求/也不一樣;原文為:不同行業(yè)物流/與物聯(lián)網(wǎng)技術(shù)需求/也不一樣。切分的正誤決定了對句子理解 的對錯。目前機器翻譯中的分詞系統(tǒng)還不能很好地適應(yīng)漢語的特點。
(2)物聯(lián)網(wǎng)的興起引發(fā)物流信息化整合進入一個新周期,在這個階段,信息技術(shù)的單點應(yīng)用將會逐步整合成一個體系,以追求整體效應(yīng),從而帶來物流信息化的變革,推進物流系統(tǒng)的自動化、可視化、可控化、智能化、系統(tǒng)化、網(wǎng)絡(luò)化的發(fā)展,形成智慧物流系統(tǒng)。
谷歌:The rise of the Internet of Things triggers the integration of logistics informationization into a new cycle.At this stage,the single-point application of information technology will gradually be integrated into a system to pursue the overall effect,which will bring about changes in logistics informationization and promote the logistics system.The development of automation,visualization,controllability,intelligence,systematization and networking has formed a smart logistics system.
筆者:Information integration of logistics entering a new cycle,which was driven by the rise of IoT.In this stage,the single point application of information technology will gradually integrate into a system to pursue the overall effect,thus bringing about the reform of logistics information,promoting the development of automation,visualization,controllability,intelligence,systematization and networking of logistics system,and forming an intelligent logistics system.
分析:在段落翻譯時,谷歌翻譯表現(xiàn)出逐句翻譯的機翻特點。機器翻譯機器翻譯不具備文化敏感度傾向于對等處理,而實際上不對等現(xiàn)象導(dǎo)致了機譯的錯誤。這里,在對“引發(fā)”一詞的翻譯上,谷歌使用“trigger”,指引發(fā)不良反應(yīng)或發(fā)展的“引起”,在這里不適用。仔細閱讀后 “物流信息化整合進入一個新周期”是主句,可以將前面的內(nèi)容作為修飾部分放在從句中更合適。
通過大量實驗,我們發(fā)現(xiàn)阻礙機器翻譯發(fā)展的問題依然是結(jié)構(gòu)歧義和語義歧義,原因歸結(jié)為三點:翻譯的復(fù)雜性、自然語言本身的復(fù)雜性和機器翻譯的局限性,我們認為更重要的是句法學(xué)、語義學(xué)、甚至語用學(xué)和其他各個語言學(xué)科的研究成果,沒有及時轉(zhuǎn)換成計算機語言,服務(wù)于機器翻譯,要實現(xiàn)這一目標(biāo),語言研究專家與計算機專家共同合作才行;另一個發(fā)展趨勢是翻譯平行語料庫的誕生、應(yīng)用和發(fā)展,需要大數(shù)據(jù)的推動和計算機云計算的應(yīng)用,以保證數(shù)據(jù)的安全和高效采集、傳輸、存儲和利用。所以歸納起來,對機器翻譯的建議有以下幾條,第一、加強語言學(xué)研究成果向計算機語言轉(zhuǎn)化,以突破目前的結(jié)構(gòu)歧義和語義歧義瓶頸;第二、利用翻譯平行語料庫,通過大數(shù)據(jù)驅(qū)動和云計算技術(shù),實現(xiàn)翻譯的安全和高效。
對于真正懂外語的人來說,機翻的譯文第一眼就能讓人看出問題。這豈不是全面否定了機翻的成果和它的發(fā)展大趨勢?當(dāng)然不是,要樹立兩個觀點:第一、機翻在批量上確實解決了很多詞匯問題,從質(zhì)的角度來說,它可能沒發(fā)揮太大作用;但從量的角度,發(fā)揮了關(guān)鍵性作用。第二、機翻譯后編輯是不可缺少的組成部分,這為翻譯從業(yè)人員提供大量就業(yè)機會。