■賈春巍

（長春大學(xué)旅游學(xué)院外國語學(xué)院，吉林 長春 130607）

一、語料庫的國內(nèi)外研究現(xiàn)狀與問題

語料庫來自拉丁詞corpus，意為“匯總”。認(rèn)為語料庫一般用來指“電子形式的可以進(jìn)行自動或者半自動分析的文本”。在國外，MonaBaker是第一個倡導(dǎo)將語料庫應(yīng)用于探索翻譯現(xiàn)象的學(xué)者。20世紀(jì)90年代初，世界上第一個雙語庫在加拿大建成。雙語庫應(yīng)用于語言和翻譯研究，在國外起步較早。經(jīng)過20年左右的發(fā)展，國外建立了一批有代表性的雙語平行語料庫，其中有建于20世紀(jì)90年代初的加拿大議會會議錄英-法平行語料庫，它被認(rèn)為是世界上第一個雙語平行語料庫；始于1993年的克姆尼茨英-德語料庫；英語-瑞典語雙向平行語料庫等雙語語料庫；建于2004年的歐洲議會口譯語料庫，以口譯素材為主。日本自2006年開始研發(fā)應(yīng)急語言支援系統(tǒng)，2014年起開始構(gòu)建多語種平行語料庫，但語種極為有限[1-2]。

我國語料庫的研究始于20世紀(jì)70年代末并在逐步發(fā)展。我國第一個英語語料庫是1986年由上海交通大學(xué)建成的科技英語語料庫；北京大學(xué)計算語言學(xué)研究所建設(shè)的雙語語料庫；1998年哈爾濱工業(yè)大學(xué)建成了有三萬詞條的英漢雙語語料庫；與翻譯結(jié)合起來研究的語料庫有北京外國語大學(xué)中國外語教育研究中心所建立的通用漢英對比語料庫[3-5]；王克非主持的中英雙語在線；廈門大學(xué)盧偉建立的英漢雙語對應(yīng)語料庫、燕山大學(xué)建立的《紅樓夢》英文語料庫、胡開寶和鄒頌兵建立的莎士比亞漢譯語料庫、董娜建立的研究林語堂作品的語料庫等。

就目前語料庫建設(shè)的情況來看，語料庫的研究應(yīng)用已經(jīng)非常廣泛，將語料庫與翻譯相結(jié)合的教學(xué)研究也積累了不少成果，但大多數(shù)語料庫的建設(shè)都是用來進(jìn)行某種語言現(xiàn)象的研究，針對突發(fā)事件的應(yīng)急語料庫的建設(shè)還極其薄弱，有關(guān)應(yīng)急語言的英漢雙語語料庫建設(shè)也幾乎沒有。在當(dāng)下疫情肆虐的特殊時代背景下，建設(shè)應(yīng)急語言漢英雙語語料庫，助力應(yīng)急外語人才培養(yǎng)已經(jīng)成為時代的呼聲。

二、創(chuàng)建應(yīng)急語言漢英雙語語料庫的必要性和可行性

隨著2020年WHO宣布本次疫情構(gòu)成“全球大流行”，全球新冠肺炎確診病例數(shù)一直在快速攀升。在此全球疫情背景下，中國一直堅(jiān)持兩條戰(zhàn)線作戰(zhàn)，即持續(xù)國內(nèi)防疫和努力防范外部輸入。在此背景下，對外應(yīng)急服務(wù)人才短缺和應(yīng)急外語服務(wù)中英文表述不準(zhǔn)確的問題愈發(fā)凸顯，這也揭示了應(yīng)急語言服務(wù)漢英雙語語料庫的建設(shè)刻不容緩。

創(chuàng)建應(yīng)急語言漢英雙語語料庫具有方向性。黨的十九屆四中全會明確要求要“推進(jìn)數(shù)字化建設(shè)”。語料庫的建設(shè)充分響應(yīng)了“數(shù)字社會建設(shè)”和“數(shù)據(jù)共享”的號召。

創(chuàng)建應(yīng)急語言漢英雙語語料庫具有可行性。隨著互聯(lián)網(wǎng)的高速發(fā)展，網(wǎng)絡(luò)技術(shù)不斷突破。目前國內(nèi)外已開展了互聯(lián)網(wǎng)疾病監(jiān)測系統(tǒng)及其語料庫的構(gòu)建研究，這些成功的經(jīng)驗(yàn)，也為應(yīng)急外語服務(wù)語料庫的建設(shè)提供了可行性方案。

創(chuàng)建應(yīng)急語言漢英雙語語料庫具有稀缺性。目前，針對突發(fā)事件的應(yīng)急語言的語料庫建設(shè)極其薄弱。在國內(nèi)，應(yīng)急語言服務(wù)概念剛被提出，上海大學(xué)雖構(gòu)建有突發(fā)事件語料庫但2015年后停止更新，且語料僅為漢語新聞。構(gòu)建應(yīng)急語言漢英雙語語料庫，能夠填補(bǔ)目前國內(nèi)在相關(guān)領(lǐng)域的研究空白。

三、應(yīng)急語言漢英雙語語料庫的構(gòu)建

（一）應(yīng)急語言漢英雙語語料庫的設(shè)計與語料的采集和分類

語料庫選取漢語和英語作為源語言與目標(biāo)語言的語料語種。語料素材的應(yīng)急場景選為“疫情防控”。語料來源主要是政府官網(wǎng)、《中國日報》（China Daily）、《柳葉刀》（Lancet）、《自然》（Nature）和《科學(xué)》（Science）等知名期刊等。語料素材應(yīng)包含盡可能多的題材類型。考慮到語料庫建設(shè)的實(shí)用性、專業(yè)性、指導(dǎo)性和便捷性，語料重點(diǎn)選取與抗疫相關(guān)的新聞報道、學(xué)術(shù)研究報告、政策法規(guī)、公示導(dǎo)覽等多個題材類型。

將“應(yīng)急語言漢英雙語平行語料庫”進(jìn)行主題分類，每種題材采取抽樣形式進(jìn)行文本分析。提取有關(guān)醫(yī)學(xué)專有名詞、政策舉措、臨床表現(xiàn)、日常防護(hù)、治療方案和社會生活等相關(guān)詞匯，同時設(shè)有中藥專欄，囊括一些常見的中醫(yī)的主題英文表達(dá)，以有效地宣傳“中國抗疫模式”和中國傳統(tǒng)中醫(yī)的價值。

（二）應(yīng)急語言漢英雙語語料的文字識別與校對

在語料采集的過程中，由于搜集的材料包括網(wǎng)頁版內(nèi)容、紙質(zhì)文檔和圖片等多種形式的資料，而選取入庫的語料需要是電子文件，因此，選擇入庫的材料必須先經(jīng)過電腦錄入和整理，即進(jìn)行文本的數(shù)字化轉(zhuǎn)換。先將紙質(zhì)版的文本進(jìn)行掃描，生成圖片或者PDF格式，再利用OCR文字識別軟件進(jìn)行文字識別。文字識別后生成的Word文檔需要轉(zhuǎn)換成TXT文本，這就是初期的“生語料”。生語料中可能存在著很多錯誤，比如標(biāo)點(diǎn)符號錯誤、個別數(shù)字字母識別的錯誤、亂碼、空格換行錯誤等，需要對其進(jìn)行非常詳細(xì)的校對工作；另外，頁眉、頁腳、頁碼、注釋等不符合建庫規(guī)范的格式和內(nèi)容也需要進(jìn)行降噪處理。語料庫作為學(xué)生學(xué)習(xí)和參考的重要資源，必須保證其規(guī)范性和準(zhǔn)確性。為了增強(qiáng)語料的時效性，需要在收集的文本上標(biāo)注其來源及時間信息。

（三）應(yīng)急語言漢英雙語語料的對齊和調(diào)整

平行語料庫的構(gòu)建中最重要的一個環(huán)節(jié)就是語料的對齊加工。語料的對齊包括詞塊、句子、段落和篇章。本語料庫的建設(shè)主要是以詞塊和句子為對齊單位。語料對齊工作極其繁瑣復(fù)雜，因此，對齊工具是專門用來創(chuàng)建雙語平行語料庫的利器?？晒┻x擇的國外對齊工具有ABBYY Aligner、SDL Trados Studio、memoQ、Déjà Vu 和Wordfast，國內(nèi)也有很多對齊工具軟件可供使用，例如雪人 CAT、Transmate和 Tmxmall等。

SDL Trados是市場占有率比較高的一款計算機(jī)輔助軟件。因此，本語料庫選擇使用WinAlign來進(jìn)行文件對齊。創(chuàng)建WinAlign項(xiàng)目，設(shè)置源語言和目標(biāo)語言，根據(jù)實(shí)際需求選擇原文和譯文的斷句規(guī)則，選擇合適的文件類型，將校對好的源語文件和目標(biāo)語文件上傳到WinAlign項(xiàng)目里，進(jìn)行文件匹配，之后需要人工審核匹配結(jié)果，修正匹配錯誤的句段，同時將需要合并、分割和編輯的句段進(jìn)行人工處理。句段匹配檢查、編輯無誤后，即可以導(dǎo)出匹配結(jié)果TMX文件。

四、應(yīng)急語言漢英雙語語料庫的主要應(yīng)用

（一）應(yīng)急語言漢英雙語語料庫在翻譯語言教學(xué)中的應(yīng)用

翻譯教學(xué)離不開雙語語料庫。王克非指出所謂雙語對應(yīng)語料庫輔助翻譯教學(xué)，是指借助大規(guī)模原文及其對應(yīng)譯文的電子文本，輔以計算機(jī)統(tǒng)計手段的翻譯教學(xué)模式，該模式旨在從翻譯產(chǎn)品入手，通過觀摩、對比、分析、借鑒的方式發(fā)揮學(xué)生的主觀能動性[6-8]，培養(yǎng)學(xué)生的翻譯意識，再評估他人譯作和自我實(shí)踐的基礎(chǔ)上提高學(xué)生的翻譯技能。Bernardidni指出，將雙語語料庫應(yīng)用于翻譯教學(xué)中，有助于學(xué)生形成一種翻譯反射和反應(yīng)。Zanettin也例證了雙語對應(yīng)語料庫有助于提高學(xué)生對原文的理解及翻譯能力。王克非、王海霞的一項(xiàng)基于語料庫的翻譯自主學(xué)習(xí)實(shí)驗(yàn)也表明雙語語料庫能激發(fā)學(xué)生的學(xué)習(xí)興趣。因此，雙語語料庫可以有效地輔助翻譯教學(xué)，這一點(diǎn)是毫無疑問的[9]。

翻譯活動包括詞匯的選擇、搭配、句式結(jié)構(gòu)、語義等多個層面。普通外語專業(yè)學(xué)生日常所學(xué)內(nèi)容與流行病調(diào)查這樣專業(yè)性極強(qiáng)的工作是對接不上的，比如在病情描述、醫(yī)學(xué)詞匯、應(yīng)急處理等主題詞匯表達(dá)方面，精準(zhǔn)翻譯難度較大。此時，學(xué)生們就可以通過應(yīng)急語言漢英雙語語料庫這樣專業(yè)的搜索平臺進(jìn)行更準(zhǔn)確的翻譯活動，避免造詞創(chuàng)詞的情況出現(xiàn)，與此同時還可以分析和觀察醫(yī)療詞匯的搭配和語義韻等，通過分析歸納更好地把握特定應(yīng)急領(lǐng)域文本的語言特征，非常有利于應(yīng)急領(lǐng)域文本翻譯語言特征的教學(xué)。

TimJones曾指出，在課堂教學(xué)中使用語料庫索引技術(shù)對英語專業(yè)教學(xué)有很大的幫助?；凇皵?shù)據(jù)驅(qū)動學(xué)習(xí)”教學(xué)模式，在翻譯理論與實(shí)踐課程的教學(xué)過程中，教師一方面可以指導(dǎo)學(xué)生學(xué)習(xí)語料庫的檢索，這是翻譯人才必備的專業(yè)技能；另一方面，也可以帶領(lǐng)學(xué)生參與到語料庫的建設(shè)中來。將學(xué)生分成小組并根據(jù)主題進(jìn)行任務(wù)分配。在整個語料庫的構(gòu)建過程中，學(xué)生參與話題語料的整理和后期的語料校對，可以加深學(xué)生對抗疫漢英對應(yīng)文本的認(rèn)知度和敏感度。其次，在此活動中，學(xué)生成為了教學(xué)活動的主體，學(xué)生主動進(jìn)行對語料的觀察、對比和分析，激發(fā)了學(xué)生主動思考的意識，促進(jìn)了學(xué)生的自主性和探索性學(xué)習(xí)，也加強(qiáng)了小組合作學(xué)習(xí)；同時在進(jìn)行漢英兩種語言的語料對比過程中，感受中國抗疫力量與理念，既培養(yǎng)了學(xué)生的翻譯者素養(yǎng)，也增強(qiáng)了學(xué)生傳播中國聲音的責(zé)任感和使命感，實(shí)現(xiàn)了課程思政與專業(yè)課的同向同行。

（二）應(yīng)急語言漢英雙語語料庫在翻譯語言特征研究中的應(yīng)用

具體語言對翻譯語言特征的研究主要包括翻譯語言詞匯特征、句法特征和搭配特征等?；趹?yīng)急語言漢英雙語語料庫，對比分析翻譯英語和原創(chuàng)英語的對應(yīng)詞塊的詞匯特征，由此發(fā)現(xiàn)英譯文本中使用的簡單詞匯更多。通過句法特征分析，對比翻譯英語和原創(chuàng)英語語料平均句長和句法結(jié)構(gòu)，發(fā)現(xiàn)翻譯英文文本的語句長度要較短一些，并且簡單句的使用更加頻繁。

通過對語料庫語料的對比分析，發(fā)現(xiàn)China Daily里翻譯英文文章的單詞選詞難度和句子的復(fù)雜程度較原創(chuàng)英文語料要低。

（三）應(yīng)急語言漢英雙語語料庫在翻譯實(shí)踐研究中的應(yīng)用

在翻譯實(shí)證研究過程中，雙語平行語料庫的作用極其強(qiáng)大。利用平行語料庫，基于對翻譯實(shí)例的分析，來確定源于詞匯的目的語的對應(yīng)詞。鑒于語料囊括的專業(yè)領(lǐng)域里的實(shí)例多和具有較強(qiáng)的時效性的優(yōu)點(diǎn)，應(yīng)用雙語平行語料庫特別適合對具體對應(yīng)詞的翻譯進(jìn)行研究。構(gòu)建一個經(jīng)過對齊的漢英雙語平行語料庫來發(fā)現(xiàn)應(yīng)急語言領(lǐng)域內(nèi)的一系列語言相等的翻譯對應(yīng)項(xiàng)，主要是從詞匯和短語對比入手，可以充分地進(jìn)行語言對比研究?，F(xiàn)階段語料庫已經(jīng)抽樣整理了China Daily的108篇文章，包括臨床表現(xiàn)15篇，社會生活15篇，政策舉措20篇，醫(yī)學(xué)研究52篇和中醫(yī)治療6篇等，總計54169字，提取出540個醫(yī)療專有英漢雙語詞匯和短語表達(dá)，應(yīng)急語言雙語平行語料庫能夠?qū)崿F(xiàn)漢英平行詞塊的動態(tài)語境共現(xiàn)，通過檢索能更準(zhǔn)確地找到專業(yè)醫(yī)療術(shù)語和短語表達(dá)，尤其是醫(yī)療機(jī)構(gòu)、疾病名稱和病毒名稱等[10]。

五、應(yīng)急語言漢英雙語語料庫創(chuàng)建的意義

應(yīng)急語言漢英雙語語料庫的創(chuàng)建服務(wù)于時代需求。在當(dāng)下全球新冠肺炎疫情大背景下，應(yīng)急外語服務(wù)成為重要的語言橋梁，建設(shè)一個應(yīng)急漢英雙語語料庫勢在必行。

應(yīng)急語言漢英雙語語料庫的創(chuàng)建服務(wù)于國家和地方應(yīng)急外語翻譯需求。首先，語料庫具有較強(qiáng)的數(shù)據(jù)處理優(yōu)勢，可以為翻譯服務(wù)工作提供源語素材[11]，為應(yīng)急公告發(fā)布和宣傳翻譯提供平臺支持。通過術(shù)語和表達(dá)的搜索，可以大大地提升應(yīng)急翻譯文案的處理效率，并且確保了應(yīng)急語言翻譯的準(zhǔn)確性，另外助力了應(yīng)急事件的多場景應(yīng)用。其次，應(yīng)急語言翻譯語料庫為機(jī)器翻譯提供了專業(yè)的語料素材，可以提高應(yīng)急類文本的機(jī)器翻譯質(zhì)量。

應(yīng)急語言漢英雙語語料庫的創(chuàng)建服務(wù)于應(yīng)急外語人才培養(yǎng)需求。以應(yīng)急雙語語料庫為素材，基于語料庫語言學(xué)和語料庫翻譯學(xué)，基于數(shù)據(jù)分析提取有高針對性的緊急詞匯和高頻詞匯，科學(xué)編寫應(yīng)急外語人才訓(xùn)練素材和教材，提高人才培養(yǎng)效度。提高高校外語專業(yè)學(xué)生的應(yīng)急英語語言技能，將視角從培養(yǎng)學(xué)生語言技能過渡到應(yīng)用技能，對非外語工作人員展開必要的應(yīng)急外語教育或提供應(yīng)急外語手冊以備所需，為國家培養(yǎng)和儲備應(yīng)急外語服務(wù)人才[12]。

應(yīng)急語言漢英雙語語料庫的構(gòu)建既滿足了當(dāng)下疫情背景下對應(yīng)急語言服務(wù)的迫切需求，又填補(bǔ)了國內(nèi)應(yīng)急漢英雙語語料庫缺失的空白，為科學(xué)研究、學(xué)科建設(shè)和人才培養(yǎng)都提供了有價值的實(shí)踐平臺。

六、結(jié)語

構(gòu)建疫情背景下的應(yīng)急語言漢英雙語語料庫是應(yīng)急外語服務(wù)多語種語料庫的重要組成部分，也助力推進(jìn)了國家語言應(yīng)急體制的建設(shè)。通過應(yīng)急語言漢英雙語語料庫的研發(fā)和創(chuàng)建，可以為基于語料庫的翻譯研究及語言對比提供語料基礎(chǔ)，具有很強(qiáng)的理論意義，同時還可以在術(shù)語提取、機(jī)器翻譯和翻譯教學(xué)等方面實(shí)現(xiàn)其應(yīng)用價值，還能助力突發(fā)事件應(yīng)急管理，充分實(shí)現(xiàn)語言的服務(wù)功能，為提升全球公共應(yīng)急管理能力提供強(qiáng)有力的支撐。

當(dāng)然，構(gòu)建應(yīng)急外語服務(wù)雙語語料庫所面臨的巨大困難和挑戰(zhàn)也是不容忽視的，例如“平臺支持”“技術(shù)保障”“語料處理”“信息更新”等，這也預(yù)示著一個豐富的語料庫的建設(shè)不是一蹴而就的，而是需要持久性和不斷地與時俱進(jìn)。應(yīng)急外語服務(wù)平行語料庫的建設(shè)應(yīng)該立足當(dāng)下、聚焦需求，國內(nèi)外互助，只有這樣才能更好地面對時代發(fā)展提出的迫切要求，面對現(xiàn)實(shí)需要發(fā)出的時代召喚。