丁立福 蔣威
摘 要:機器翻譯的投入與發(fā)展使翻譯效率得到很大提高,但其翻譯質(zhì)量備受語境制約,文化語境就是影響機器翻譯質(zhì)量的一個主要因素。文章以“有道翻譯官”譯文為例,從文化語境所涵蓋的四大要素角度探討其對機器翻譯質(zhì)量的影響,進而提出人機交互協(xié)作、多重技術(shù)相融合、改進并擴容有關(guān)文化語境的語料庫等應(yīng)對機器翻譯弊端的策略,以期有效提高機器翻譯質(zhì)量。
關(guān)鍵詞:機器翻譯;文化語境;翻譯質(zhì)量;有道翻譯官
中圖分類號:H315.9 ??文獻標識碼:A? 文章編號:
1672-1101(2021)02-0081-05
收稿日期:2020-06-17
基金項目:安徽省高校學科(專業(yè))拔尖人才學術(shù)資助重點項目(gxbjZD36);淮南師范學院校級教學團隊“ESP教學團隊”(2017hsjxtd05)階段性成果
作者簡介:丁立福(1977- ),男,安徽蕪湖人,教授,博士,碩士研究生導(dǎo)師,研究方向:典籍翻譯、現(xiàn)代當翻譯理論與實踐。
On Influences of Cultural Contexts upon the Machine Translation Quality and Strategies to Cope with Disadvantages of the Machine Translation
——A Case Study of? "Youdao Translator"
DING Lifu1,2,JIANG Wei2
(1.School of Foreign Languages, Huainan? Normal University; Huainan, Anhui? 232038, China;2.School of Foreign Languages, Anhui University of Science and Technology, Huainan, Anhui? 232001, China)
Abstract: The investment and development of machine translation have greatly improved the efficiency of translation, but its translation quality is restricted by context, and cultural context is a major factor affecting the quality of machine translation. Taking the translation of "Youdao Translator" as an example, the paper discusses its impact on the quality of machine translation from the perspective of the four major elements covered by cultural context, and then proposes human-computer interaction, the integration of multiple technologies, and the improvement and expansion of the corpus of related cultural contexts to deal with the drawbacks of machine translation, in order to effectively improve the quality of machine translation.
Key words:machine translation; cultural context; translation quality; youdao translator
隨著經(jīng)濟全球化進程的加快和互聯(lián)網(wǎng)的日益發(fā)展,網(wǎng)絡(luò)信息激增,國際社會交流愈加頻繁,如何克服交際過程中的語言障礙成為翻譯界的一大課題,機器翻譯應(yīng)運而生。有道翻譯官、谷歌翻譯、百度翻譯、金山詞霸等機器翻譯軟件的出現(xiàn),使翻譯及其研究領(lǐng)域出現(xiàn)了“技術(shù)轉(zhuǎn)向”[1]74。機器翻譯又可稱為計算機翻譯,簡單來說就是“利用計算機將一種語言符號轉(zhuǎn)換成另一語言符號”[2]10。機器翻譯軟件操作簡單、成本低廉、效率較高且能做到大規(guī)模翻譯,給人們了解世界進而進行交流帶來了莫大的便利。
1954年世界上第一臺翻譯機器投入試驗,IBM公司使用IBM-701計算機將幾個簡單的俄語句子翻譯成了英語,從此掀起了機器翻譯研究的浪潮。20世紀70年代末,機器翻譯開始走向?qū)嵱没?,一系列機器翻譯實用系統(tǒng)如EURPOTRA多國語翻譯系統(tǒng)、Weinder系統(tǒng)、TAUM-METEO系統(tǒng)問世并投入機器翻譯實踐之中。1997年,西班牙學者Neco和Forcada提出神經(jīng)網(wǎng)絡(luò)法,利用“編碼-解碼”框架進行翻譯。2002年美國Language? Weaver公司將統(tǒng)計機器翻譯軟件商品化,研制出統(tǒng)計機器翻譯軟件(Statistical? Machine? Translation? Software)。2015年百度發(fā)布了將統(tǒng)計和自動學習相結(jié)合的在線機譯系統(tǒng)。Facebook2017年推出基于卷積神經(jīng)網(wǎng)絡(luò)開發(fā)的語言翻譯模型(Convolutioanal? Neural? Machine? Translation),實現(xiàn)了目前為止機器翻譯質(zhì)量的大幅提升?,F(xiàn)今,最新的研究是將生成對抗網(wǎng)絡(luò)(GAN)與神經(jīng)機器翻譯(NMT)兩者結(jié)合到一起,提出Adversarial-NMT新框架并得到了很好的實驗效果。相信隨著研究的不斷深入和商業(yè)領(lǐng)域的創(chuàng)新實踐,機器翻譯將會給人們帶來更多驚喜。
機器翻譯作為未來翻譯發(fā)展的大趨勢,對國家市場經(jīng)濟和人民社會生活影響深遠?,F(xiàn)代機器翻譯的研究可以追溯到20世紀50年代。在機器翻譯發(fā)展的初級階段,學者側(cè)重于機器翻譯技術(shù)研究,主要集中在機器翻譯自動化技術(shù)、機器翻譯評測技術(shù)、機器翻譯多系統(tǒng)融合技術(shù)等方面。后期研究側(cè)重于機器翻譯翻譯方法,被普遍研究的方法有直接翻譯方法、句法轉(zhuǎn)換方法、中間語言方法、基于規(guī)則的方法與基于語料庫的方法等?,F(xiàn)階段隨著科學技術(shù)的飛速發(fā)展,學者對機器翻譯的研究不只停留在技術(shù)和翻譯方法層面,更多學者開始從外界因素角度研究機器翻譯,而非研究機器翻譯本身。有些學者將機器翻譯與人工翻譯進行比較,指出二者之間的關(guān)系為互補和互動。在確保機器翻譯譯文高質(zhì)量的前提下,機器翻譯不能脫離人工譯后編輯的輔助;反之,人工翻譯同樣需要機器翻譯的協(xié)助,以實現(xiàn)大規(guī)模和高效率的翻譯[2]10-14。另有學者從本地化角度研究機器翻譯,初次提及文化對機器翻譯的影響[3]24-27。然而值得遺憾的是,真正站在“文化語境”高度研究機器翻譯的鮮有人跡。
文化語境成為機器翻譯難以考慮的盲點,也是影響機器翻譯質(zhì)量的關(guān)鍵,可以推斷,如何基于文化語境提高機器翻譯質(zhì)量將是未來數(shù)年需要不斷深入研究的課題。有鑒于此,本文以“有道翻譯官”為例,從文化語境所涵蓋的四大要素深入探討其對機器翻譯質(zhì)量的影響,繼而論述應(yīng)對當下機器翻譯弊端的諸種策略,以期為提高機器翻譯質(zhì)量和機器翻譯研究提供一些參考。
一、機器翻譯的特征
要提高機器翻譯的譯文質(zhì)量,首先要解決的是機器翻譯本身而不是程序設(shè)計問題,若只依靠若干程序來做機器翻譯系統(tǒng),是無法提高機器翻譯質(zhì)量的。因此,全面分析機器翻譯的特征至關(guān)重要。機器翻譯本質(zhì)上是一種基于雙語描寫、對比和匹配結(jié)果的形式化和程序化處理,以實現(xiàn)不同語言的自動翻譯,其特征主要表現(xiàn)為翻譯效率高、翻譯自由度低、受語境制約等。
(一)翻譯效率高
隨著經(jīng)濟全球化的發(fā)展,翻譯的工作量與日俱增,機器翻譯的文字處理能力也隨之增強。機器翻譯從二十世紀七八十年代只能翻譯語法簡單的句子到現(xiàn)在能處理大篇幅的文章,其翻譯規(guī)模轉(zhuǎn)變巨大。針對一些專業(yè)性強、文字量大的技術(shù)資料或?qū)W術(shù)論文,機器翻譯占有很大優(yōu)勢。比如,在翻譯實踐中,難免會遇到加急文件,成千上萬字的源語言文本需要在半個工作日完成,對于一個沒有熟練技巧和豐富經(jīng)驗的譯員來說,是很難適應(yīng)這種工作難度的。職業(yè)筆譯譯員正常翻譯速度約2 000-4 000字詞/天,對于文學類翻譯和法律合同類翻譯等難度較大的文本,譯員的翻譯速度會有所降低,平均近1 000-1 500字詞/天。而“相關(guān)研究表明,機器翻譯的速度是人工翻譯的5-6倍”[2]11,機器翻譯可以在較短時間內(nèi)對大量源語言文本進行翻譯處理,其翻譯速度遠遠超過人工翻譯。一臺機器翻譯軟件翻譯速度大概在25 000字詞/天,其中還含有譯后編輯的時間。
(二)翻譯自由度低
人工翻譯最大的優(yōu)勢在于譯者是靈活的,而機器設(shè)備軟件卻是死板的。譯者可以理解源語言文本所處的具體語境,從而進行翻譯。在遇到問題時,譯者可以與客戶和團隊進行有效的交流,從而更針對性地處理譯文,以提高譯文質(zhì)量和翻譯效果。因此,人工翻譯的翻譯自由度相當高,具有很大的操作空間。機器翻譯沒有人工翻譯所具有的思維、推理、判斷能力,存在一些不可控性,缺乏人工譯者基本的綜合知識和長期培養(yǎng)的文化素養(yǎng)等,無法對源語言文本進行全面的分析,只能在限定的范圍內(nèi)進行翻譯。因次,產(chǎn)出的譯文缺乏思維能力和創(chuàng)造性。
(三)受語境制約
馬林諾夫斯基1923年最早提出“語境”概念,他提出:“語言基本上植根于說該語言的民族的文化、社會生活和習俗,不參照這些廣泛的語境變難以理解語言。”[4]77語境可以分為語言語境、情景語境和文化語境。
語言語境是指詞、短語、語段或篇章的內(nèi)部環(huán)境,或稱上下文。情景語境是指篇章產(chǎn)生時的周圍情況,包括時間、地點、參與者關(guān)系和交際方式等。文化語境是指說話人或作者所處的語言社團的歷史、文化和風俗人情。機器翻譯在翻譯過程中受到語言語境、情景語境和文化語境的制約。語言語境限制了譯文的詞義、句法和篇章結(jié)構(gòu);情景語境關(guān)系著譯員的翻譯策略和方法,同時也影響著譯文的翻譯風格;文化語境主要制約著機器翻譯譯文的意義傳達,文化語境的缺失會導(dǎo)致譯文意義模糊或出現(xiàn)歧義現(xiàn)象,嚴重影響著譯文的質(zhì)量。因此,在上述三種語境制約因素中,文化語境對機器翻譯質(zhì)量的影響最為顯著。
二、文化語境對機器翻譯質(zhì)量的影響
“翻譯也具有創(chuàng)作成分”[5]7,主要是相對于文化語境及其轉(zhuǎn)換而言的。文化語境概念最早由馬林諾夫斯基(Malinowski)提出,他認為:“每個言語社團都有自己的歷史、文化、風俗習慣、社會規(guī)約、思維方式、道德觀念和價值取向。而這種反映特定言語社團特點的方式和因素就構(gòu)成了文化語境?!盵6]100?;谶@一概念及其內(nèi)涵,下文擬從歷史文化、地理文化、風俗文化和思維方式四方面探討文化語境因素對機器翻譯的限制。另需說明,本文所用語料主要來自于中國知網(wǎng)和萬方數(shù)據(jù)庫。
(一)歷史文化
各國家都有其不同的發(fā)展歷程,歷史的不同導(dǎo)致國家之間形成各異的歷史文化。源語言作者在創(chuàng)作時也會因歷史文化背景不同在表達方式上存在差異。因此譯者在翻譯時應(yīng)尤為注意這些差異。例如,“龍”在中國是民族象征,是文化象征,中國古代的封建皇帝都自喻“真龍?zhí)熳印?然而西方歷史文化中其含義并非如此,如《圣經(jīng)》中“dragon”是一個邪惡的象征,與上帝不和的撒旦惡魔被稱為“the great dragon”。所以,譯者在翻譯時應(yīng)考慮該詞因歷史文化不同所產(chǎn)生的特殊含義,使譯文彰顯出特定的歷史文化色彩。如:
例1 原文:科舉制度
譯文(有道翻譯官):The imperial examination system
例1中,有道翻譯官的譯文采取了直譯方式進行翻譯,但忽略了歷史文化因素。隨著社會進步與歷史發(fā)展,很多詞語已逐漸演變成歷史詞匯,在翻譯這一類詞語時要加以解釋,否則讀者不能理解其真正含義。因此“科舉制度”應(yīng)譯為“Imperial examination system (from the Sui Dynasty to the Qing Dynasty),解釋中注明了科舉制度從誕生到結(jié)束的歷史朝代,讓讀者能夠在特定歷史背景下真正理解“科舉制度”一詞。
例2原文:To meet one's Waterloo
譯文(有道翻譯官):遭遇滑鐵盧
滑鐵盧原是歐洲歷史上著名的滑鐵盧戰(zhàn)役的發(fā)生地,拿破侖在滑鐵盧戰(zhàn)役慘敗后就開始走下坡路了,后來引申為一個人失敗的地方或是讓一個人就此失敗的一件事情。從例3中可以看出,有道翻譯官的譯文有些不盡如人意,甚至令人費解?!癟o meet one's Waterloo”顯然不可直譯成“遭遇滑鐵盧”,可意譯為“一敗涂地”。因此,在翻譯時,譯者應(yīng)考慮詞匯因歷史文化因素而產(chǎn)生的引申意義。
(二)地理文化
地理文化是指受到地理環(huán)境影響而形成的具有地域特色的文化。如英國所處的地理位置為溫帶海洋性氣候,四季寒暑變化不大,夏天氣候溫和濕潤,是全年最舒適的季節(jié),因此夏天在英國就成為了一種美好的象征。莎士比亞曾在他的詩《我可否將你比作一個夏日》中通過將女孩比作夏天表達他對女孩的傾慕之情。英國是一個多島嶼國家,四面環(huán)水,所以英語表達中常見“water”一詞;而中國多高山,表達中經(jīng)常使用“土”字。如英語中“To spend money like water”與漢語相對應(yīng)的譯文為“揮金如土”。地理文化差異會對翻譯的表達習慣產(chǎn)生影響。如:
例3 原文:雨后春筍。
譯文(有道翻譯官):Bamboo shoots after a spring rain.
中國的地理環(huán)境形成了中國盛產(chǎn)竹筍這一特征,漢語中用竹筍作比喻的言語并不鮮見;然而英國并不產(chǎn)竹筍,所以不見有用竹筍來作比喻。有道翻譯官將“雨后春筍”直譯為“Bamboo shoots after a spring rain”,這種表達顯然不符合英語國家的表達習慣。但英國地理氣候條件適宜蘑菇生長,英語表達中常出現(xiàn)“mushroom”一詞,因此,與之相符的譯文應(yīng)為“Like mushrooms after rain”。
(三)風俗文化
風俗文化是指一個國家、民族、地區(qū)中集居的民眾所創(chuàng)造、共享、傳承的風俗習慣。各國家民族特質(zhì)不同,風俗文化也各異,呈現(xiàn)多元化的特性。如,在中國“?!睘楣糯r(nóng)業(yè)做出了巨大的貢獻,老黃牛是一種吃苦耐勞的象征,而西方國家卻主要靠馬勞作,因此在翻譯時應(yīng)注意將兩種動物靈活對換。如,英語表達“as strong as a horse”可譯為“力大如牛”,“talk horse”可譯為“吹?!?。不同民族的語言反映著其民族自身的文化特點,因而在翻譯實踐中必須多注意源語言字面意思以外的內(nèi)涵意義,使譯文既保留原文的語言形象,又注重風俗文化的呈現(xiàn)。如:
例4 原文:Working in office is my bread and butter.
譯文(有道翻譯官):辦公室工作就是我的面包和黃油。
有道翻譯官對例4的譯文顯然過于直譯,意義表達不明確。“bread”和“butter”作為熱量極高的食物,深受西方人的喜愛。隨著時間的推移,“面包”和“黃油”被賦予了文化色彩,用來指一個家庭或個人的經(jīng)濟收入或經(jīng)濟來源。因此,此句應(yīng)譯為“辦公室工作是我的經(jīng)濟來源?!?/p>
例5原文:There is no smoke without fire.
譯文(有道翻譯官):沒有火就沒有煙。
“There is no smoke without fire”被有道翻譯官直譯為“沒有火就沒有煙”,顯然沒有考慮到漢語的風俗文化。漢語表達中偏愛使用“風浪”一詞表示因果關(guān)系,“有風就有浪”,“無風不起浪”是漢語中的常見之詞。因此原文若譯為“無風不起浪”,其譯文表達與漢語的文化更為貼切。
(四)思維方式
不同的自然環(huán)境和人文條件使人們在思維方式和表達方式上有所差異。英語表達屬于線性思維,多注重結(jié)構(gòu)、多長句、多從句、多名詞化、多被動、多引申和多省略;而漢語表達屬于彈性思維,多注重語義、多短句、多分句、多動詞化、多主動、多重復(fù)、多推理和多補充。英漢語思維方式表達的巨大差異要求機器翻譯軟件要有較強的思維轉(zhuǎn)換和思維應(yīng)變能力,進而能夠更佳地處理源語言文本。
例7原文:We finished dinner and bought some fruits, then backed home.
譯文(有道翻譯官):我們吃過晚飯,又買了一些水果,然后就回家了。
有道翻譯官的譯文看似天衣無縫,意義明確,卻不符合漢語的表達習慣。英語長句中偏好使用一些連詞從而使句子連貫,但漢語表達不需要這些連詞,翻譯時應(yīng)盡量略去使句子精煉簡潔。因此這句話在修改之后可譯為“我們吃過晚飯,買了一些水果就回家了”。習慣的養(yǎng)成不可能一朝一夕完成,而機器翻譯的“習慣養(yǎng)成”在于提高機器翻譯軟件的記憶能力,擴充與之相關(guān)的語料庫。
三、針對機器翻譯弊端的策略
機器翻譯在翻譯速度和規(guī)模上遠遠超越了人工翻譯,但其仍存在諸多弊端和不足。在處理結(jié)構(gòu)復(fù)雜的源語言文本時,機器翻譯機械化和自動化的特征導(dǎo)致其自身缺乏復(fù)雜性和創(chuàng)造性思維,不能對原文做出復(fù)雜的推理和判斷,致使譯文語義扭曲,令人費解。再者,機譯時文化語境的缺失也會讓譯文質(zhì)量大大降低,出現(xiàn)歧義、意義含糊不清現(xiàn)象。最后,機器翻譯譯文處理必須經(jīng)過譯后編輯這一過程,包括譯文校對、譯文審核和譯文定稿等繁瑣流程,需消耗巨大的人力、物力和財力。而采取以下策略有望解決以上不足,提高機器翻譯的質(zhì)量。
(一)人機交互協(xié)作
語言是人類最偉大的發(fā)明創(chuàng)造之一,人類對語言認知是初步的,源于語言系統(tǒng)的復(fù)雜性和人類邏輯思維和判斷能力的局限性。機器翻譯若像人腦一樣靈活地處理自然語言絕非易事,譯者與翻譯系統(tǒng)之間要互相配合。機器翻譯一般借助門限循環(huán)單元、注意力機制和長短時記憶網(wǎng)絡(luò)等進行翻譯,將源語言文本進行向量化,極大提高了翻譯效率。人工譯后編輯主要用來提高機器翻譯譯文的精確度,對譯文進行編輯和潤色,修改機器翻譯譯文的錯誤。機器翻譯和人工翻譯并非獨立個體,二者應(yīng)相輔相成。前者可以大量處理一些程式化文本和信息化文本,如科技文本、法律文本、合同等,以提高翻譯速度,減少了人工翻譯強度;反之,對于一些文學性強、創(chuàng)造性程度高、情感性豐富的源語言文本,機器翻譯需人工的輔助,以產(chǎn)出質(zhì)量高且富有人性化的譯文。
(二)多重技術(shù)相融合
隨著人工智能和大數(shù)據(jù)時代的到來,機器翻譯系統(tǒng)發(fā)展迅速,主要包括基于規(guī)則的機器翻譯系統(tǒng)、統(tǒng)計機器翻譯系統(tǒng)和神經(jīng)網(wǎng)路機器翻譯系統(tǒng)?;谝?guī)則的機器翻譯系統(tǒng)主要通過中間語言實現(xiàn)源語言和目標語言的轉(zhuǎn)換,注重句法和語法的分析。統(tǒng)計機器翻譯系統(tǒng)引入了語料庫方法、多元統(tǒng)計法和實例分析法等,使機器翻譯可以大規(guī)模從語料庫里獲取與源語相對的譯入語。統(tǒng)計機器翻譯系統(tǒng)也是谷歌、百度、微軟等多家翻譯公司的核心技術(shù)。神經(jīng)網(wǎng)路機器翻譯系統(tǒng)具有組織和自學習能力,其能從語料庫中自主識別源語的語言規(guī)則和特征,可對復(fù)雜源語進行分層處理,轉(zhuǎn)化成計算機能夠“理解”的形式,最后形成準確性和可讀性高的譯文。三種翻譯技術(shù)各有其獨特的優(yōu)勢,如能將三者優(yōu)勢結(jié)合,可大大提高機器翻譯的質(zhì)量。
(三)擴充關(guān)于文化語境的語料庫
文化語境不能脫離現(xiàn)實而存在,一般在事件發(fā)生的環(huán)境中產(chǎn)生。若將文化語境徹底地融入到機器翻譯系統(tǒng)的語料庫中,需建立三維或四維的空間,以現(xiàn)在的科學技術(shù)尚不可實現(xiàn)。但機器翻譯系統(tǒng)的語料庫具有記憶功能,可向其擴充一些約定成俗、變化程度小、模式穩(wěn)定的文化因素,如成語、諺語、不同語種表達習慣、簡單的思維方式等。與語言語境和情景語境相比,文化語境靈活性強,且會隨著時代的更迭而變化。因此,機器翻譯系統(tǒng)的語料庫應(yīng)實時更新,以適應(yīng)社會文化的潮流,提高譯文的時代性特征。
四、結(jié)語
從前方論述可以看出,若要提高機器翻譯質(zhì)量,不僅要考慮機器翻譯自身的技術(shù)因素,也要考慮文化語境的影響因素。歷史文化、地理文化、風俗文化和思維方式作為文化語境所涵蓋的四大要素嚴重影響著機器翻譯質(zhì)量。在機譯過程中,文化語境的缺失會導(dǎo)致機譯譯文出現(xiàn)歧義、語義不明等現(xiàn)象。消除機器翻譯這一弊端的關(guān)鍵在于要把文化語境融入機器翻譯之中,加強機譯和人工的交互協(xié)作、融合多種機器翻譯系統(tǒng)優(yōu)勢、補充基于文化語境的語料庫等策略均可提高機器翻譯質(zhì)量。隨著科學技術(shù)的進步和人工智能時代的到來,機器翻譯研究將更加科技化、現(xiàn)代化和時代化,對于研究者來講,此趨勢既是機遇,又是挑戰(zhàn)。
參考文獻:
[1] 張霄軍,賀鶯.翻譯的技術(shù)轉(zhuǎn)向[J].中國翻譯,2014(6):74-77.
[2] 胡開寶,李翼.機器翻譯特征及其與人工翻譯關(guān)系的研究[J].中國翻譯,2016(5):10-14.
[3] 羅慧芳,任才淇.本地化和機器翻譯視角下的對外文化傳播[J].中國科技翻譯,2018(2):24-27.
[4] 寧元梅.文化語境對語言翻譯的影響——以英漢翻譯為例[J].現(xiàn)代交際,2019(11):76-77.
[5] 丁立福.論中國典籍譯介之“門檻”——以《淮南子》英譯為例[J].北京社會科學,2019(6):4-14.
[6] 孫貴兵.文化語境與社會因素對英漢翻譯的影響[J].邊疆經(jīng)濟與文化,2018(1):100-101.
[責任編輯:吳曉紅]