王 鼎 王汝發(fā)

（1.西北民族大學(xué)；2.甘肅政法大學(xué)教學(xué)質(zhì)量管理運行監(jiān)控中心 甘肅蘭州 730000）

20世紀50年代以來，研究者根據(jù)計算機運算速度加快，內(nèi)存容量增加等性能的提高及其處理能力，研制成功了基于規(guī)則的機器翻譯，這種翻譯方法“機器可以根據(jù)源語語言分析規(guī)則理解源語語言，并依據(jù)源語語言和目的語之間的轉(zhuǎn)換和目的語語言生成規(guī)則，將源語語言自動轉(zhuǎn)換成目的語言?！盵1]基于規(guī)則的機器翻譯其核心主要在語言“規(guī)則”上，這里的“規(guī)則”有幾方面的涵義，一方面必須具備大量的知識積累，知識由手工按一定的規(guī)則譯成代碼，這本身就是一件困難的事情；另一方面，大量知識的積累也是一種不易的事情，因為知識獲取和知識的調(diào)整對機器翻譯系統(tǒng)的開發(fā)有阻礙作用。

一、由基于規(guī)則的機器翻譯到基于實例的機器翻譯

我們知道，技術(shù)存在于人類目的性活動的各個領(lǐng)域，張成智等[2]認為：“翻譯學(xué)的技術(shù)轉(zhuǎn)向是指隨著信息技術(shù)、計算語言學(xué)、術(shù)語學(xué)等學(xué)科發(fā)展，翻譯學(xué)實踐發(fā)生了從純?nèi)斯しg到人工翻譯與信息技術(shù)相結(jié)合的變化，從而引發(fā)翻譯理論研究的變革?！边@實際上正是我們所說的翻譯技術(shù)創(chuàng)新，通過技術(shù)創(chuàng)新解決原有技術(shù)系統(tǒng)功能有限的矛盾。從認識論的角度看，基于規(guī)則的機器翻譯其規(guī)則包括源語言的分析規(guī)則和源語言的內(nèi)部表示到目標(biāo)語言內(nèi)部表示轉(zhuǎn)換規(guī)則等，這些規(guī)則是高度抽象的，它受制于人工編寫規(guī)則的質(zhì)量和數(shù)量，與人的主觀因素相關(guān)，編寫工作費時費力，且在知識的獲取和調(diào)整上不利于機器翻譯系統(tǒng)的快速發(fā)展。歸納總結(jié)出這些規(guī)則同樣是一件不僅比較困難而且成本很高的事情。為了解決這一難題，20世紀80年代，日本學(xué)者Nagao根據(jù)平行語料庫中的信息和計算機計算能力的提升，又提出了一種新的方法，他在其論文《采用類比原則進行日－英機器翻譯的一個框架》中指出：“人類在翻譯一個簡單句子的時候，并不會作深層次的語法分析，而是實現(xiàn)將源句適當(dāng)分為若干短語片段，然后再把這些短語翻譯成目標(biāo)語言，最后把翻譯好的短語片段（fragmental phrases）恰當(dāng)?shù)慕M合成為一個句子。而對每一個短語片段則是相應(yīng)的例子作為參考，通過類比原則進行翻譯的?！盵3](P10）這里的“實例”指的是在平行語料庫中許多的信息可以直接被用作機器自動翻譯的例子，以取代基于規(guī)則的機器翻譯方法。學(xué)術(shù)界通常把這種翻譯方法稱為基于實例的機器翻譯（Example-Based Machine Translation），顯然，這與基于規(guī)則的機器翻譯相比，又是更高一階的技術(shù)轉(zhuǎn)向。它克服了基于規(guī)則的機器翻譯由“規(guī)則”引起的不足和局限性，在學(xué)術(shù)界也有人把這種機器翻譯稱為基于類比的機器翻譯（Analogy-Based Machine Translation）。類比指的是根據(jù)兩類不同對象之間在某些方面的相似或相同，推出它們在其他方面也可能有相似或相同的一種推理方法。其結(jié)果是猜測的，它是具有創(chuàng)造性的一種方法，是獲得新思路、新方法的一種觀點和一種手段?；趯嵗臋C器翻譯技術(shù)自提出后，多位學(xué)者進行了深入研究，取得了許多重要的成果，例如中科院專家團隊聯(lián)合開發(fā)研究的“基于詞對齊的EBMT 系統(tǒng)?！盵4]這一系統(tǒng)的工作一般主要分三個步驟進行：首先，根據(jù)相似度計算實例選擇；其次，根據(jù)確定下來的實例，輸入句子與翻譯實例進行匹配；再次，利用詞典對句子中未匹配上的詞語進行翻譯。不過這種技術(shù)仍有一定的不足和局限性，首先要求必須有對齊的平行語料庫，否則無法進行機器翻譯，而對于對齊的雙語平行語料庫的構(gòu)建又是一個工程量浩大的工程，有時不一定能做到。同時，因語料庫是先前建設(shè)好的，在語料庫的某一段時間內(nèi)是可行的。而語言作為一種社會現(xiàn)象，它與社會的發(fā)展十分緊密，隨著社會的變革和新的社會現(xiàn)象的產(chǎn)生，可能涌現(xiàn)出新的詞語，這對于機器翻譯來說是難以完全實現(xiàn)的。

二、由基于實例的機器翻譯到基于統(tǒng)計的機器翻譯

基于實例的機器翻譯研究在20 世紀80、90 年代出現(xiàn)了很多的方案，這些方案主要以平行語料庫為基礎(chǔ)，通過類比的方法獲取翻譯結(jié)果，大多數(shù)研究主要借助于雙語詞典。很顯然，翻譯效果的優(yōu)劣在一定程度上取決于平行語料庫的質(zhì)量和覆蓋面，如果沒有可用的高質(zhì)量覆蓋面廣泛的雙語平行語料庫，則這種翻譯方法的匹配率極低，僅限于特定專業(yè)領(lǐng)域應(yīng)用。一旦處理的語言種類繁多，五花八門，利用基于實例的機器翻譯方法要解決自然語言里無窮無盡的翻譯任務(wù)著實是一件不易的事情。當(dāng)人們發(fā)現(xiàn)基于實例的機器翻譯方法的不足和缺點后，不得不尋求更高一級的翻譯技術(shù)，也就是我們所言的翻譯技術(shù)更高一級的轉(zhuǎn)向。開始主張以數(shù)據(jù)為中心而不是以人為中心，這也就是人們通常所說的經(jīng)驗主義方式，經(jīng)驗主義方式主張利用數(shù)學(xué)的理論與方法，通過建立數(shù)學(xué)模型，借助計算機技術(shù)這一高科技手段來解決復(fù)雜的語言轉(zhuǎn)換問題。這是機器翻譯領(lǐng)域發(fā)生的又一次重大變革，稱之為基于統(tǒng)計的機器翻譯。這種方法就是我們所說的基于統(tǒng)計的機器翻譯方法。

如前文所言，基于規(guī)則的機器翻譯是理性主義占主導(dǎo)的，而基于統(tǒng)計的機器翻譯則是經(jīng)驗主義占主導(dǎo)的[5](P3)。隨著信息技術(shù)特別是Internet 技術(shù)的廣泛應(yīng)用，這種模型的方法成了解決兩種語言之間翻譯“屏障”的重要工具。建立這種模型是一種積極的思維活動，一般包含兩部分，即模型的理論基礎(chǔ)和模型的假設(shè)。2007年中科院院士高慶獅在為宋成慶先生《統(tǒng)計自然語言處理》的序言中曾言：“由于統(tǒng)計法能使自然語言處理的正確率從比較低的水平有較快增長，引起人們廣泛注意，所以近十年來有比較快的發(fā)展?！盵5](P3）可以說，基于統(tǒng)計的機器翻譯的理論基礎(chǔ)正是哲學(xué)中的經(jīng)驗主義。

讓我們來看基于規(guī)則的機器翻譯技術(shù)與基于統(tǒng)計的機器翻譯技術(shù)的差異。首先來看兩種技術(shù)的哲學(xué)基礎(chǔ)：前者其哲學(xué)基礎(chǔ)是理性主義的，后者是經(jīng)驗主義的，這種理性主義方法主張由人類專家觀察不同自然語言之間的轉(zhuǎn)換規(guī)律，通過編撰規(guī)則的方式，以語言規(guī)則的形式表示翻譯知識。經(jīng)驗主義的一個顯著特征是主張以數(shù)據(jù)為中心并非人，以數(shù)學(xué)模型描述自然語言的轉(zhuǎn)換過程。雖然在觀念層面上，兩種技術(shù)在意識形態(tài)上具有較大差異，但是，兩者各有所長，在追求技術(shù)效用和目的上又是一致的。

在2014 年以后，基于神經(jīng)網(wǎng)絡(luò)技術(shù)的翻譯取得了重大進展，比基于統(tǒng)計的機器翻譯在翻譯質(zhì)量上有進一步的提升。由于目前主流的神經(jīng)網(wǎng)絡(luò)機器翻譯實際上還是以經(jīng)驗主義方法為主導(dǎo)的，故限于篇幅本文在此不再多贅。

三、從機器翻譯技術(shù)再看科學(xué)與技術(shù)的幾個問題

多年來，學(xué)術(shù)界特別是科學(xué)技術(shù)哲學(xué)界的學(xué)人們進行了深入的研究和探討，有技術(shù)哲學(xué)專家們提出了一些非常值得研究的問題，如“機器是不是技術(shù)？如果是，該怎樣區(qū)分作為生產(chǎn)成品、生產(chǎn)手段的機器同作為技術(shù)要素的機器？”“科學(xué)與技術(shù)之間究竟有怎樣的對稱性、非對稱性和互補性？……能否把技術(shù)看作是科學(xué)的應(yīng)用，或接受應(yīng)用科學(xué)'（applied science）?”筆者想以機器翻譯技術(shù)為例，談?wù)勎覀儗@兩個問題之見。首先，我們把機器翻譯分解成“機器”和“翻譯”兩部分來看，這里的“機器”就是指計算機，計算機是現(xiàn)代化智能電子設(shè)備，是集成網(wǎng)絡(luò)、計算、媒體等技術(shù)為一體的電子設(shè)備。[6]因此，這里的機器是硬件，并且是大規(guī)模的機器硬件。從這一點上說，似乎機器不是技術(shù)，但創(chuàng)造這個機器卻需要現(xiàn)代化的集成網(wǎng)絡(luò)、計算、電工等技術(shù)才可以完成，并且既有生產(chǎn)手段的機器成分也有技術(shù)要素的機器成分，由此又可以認為這里的機器又是技術(shù)，結(jié)合二者我們是否可以說，機器翻譯中的機器是技術(shù)與硬件融合而成的一個電子設(shè)備。如果視語言翻譯中得到的譯文為產(chǎn)品，則機器翻譯中的計算機又是生產(chǎn)產(chǎn)品的機器。其次，翻譯部分則是由語言學(xué)、計算機科學(xué)技術(shù)、數(shù)學(xué)、認知科學(xué)等為基礎(chǔ)（支撐）的技術(shù)，它是以這些科學(xué)為基礎(chǔ)，經(jīng)實驗成功后得到的應(yīng)用技術(shù)（有人也稱“應(yīng)用科學(xué)”“實驗科學(xué)”“技術(shù)科學(xué)”，實際上這是從學(xué)科角度而言的）。在機器翻譯技術(shù)領(lǐng)域近年來國內(nèi)外獲得了不少發(fā)明專利，從機器翻譯技術(shù)看，呈現(xiàn)出一體化發(fā)展態(tài)勢。當(dāng)然，由于我們水平所限，加之“技術(shù)”概念本身定義的特殊性，這里不可能全面探討專家學(xué)者們提出的這些問題，僅以“機器翻譯技術(shù)”為例，從一個側(cè)面對這些問題進行一些思考，希望成為一塊引玉之磚，引起更多人關(guān)注機器翻譯的研究。

由機器翻譯技術(shù)的創(chuàng)立之路及其轉(zhuǎn)向的討論可以看出，理所當(dāng)然機器翻譯技術(shù)是一種技術(shù)，并且是一種新興技術(shù)，為什么這么說呢？這是因為它符合新興技術(shù)的定義：“新興技術(shù)指建立在科學(xué)基礎(chǔ)上的創(chuàng)新，它們有可能創(chuàng)造一個新行業(yè)或改變某個已經(jīng)存在的行業(yè)，具有高度不確定性。”[7]反過來看，它又是科學(xué)，更準(zhǔn)確地說是實驗科學(xué)或應(yīng)用科學(xué)。在此方面高慶獅院士有著自己獨到的見解：“自然語言理解和處理不僅是一門社會需求巨大的應(yīng)用技術(shù)，而且也是一門具有非常重要科學(xué)意義的自然科學(xué)。”[5](P3）這是因為從機器翻譯的理論基礎(chǔ)及其發(fā)展歷程分析具備實驗科學(xué)的定義。因此，我們認為機器翻譯技術(shù)兼有技術(shù)與科學(xué)雙重性，或者說兼有技術(shù)與科學(xué)兩種品質(zhì)，應(yīng)屬于技術(shù)科學(xué)的范疇。筆者認為，雖然機器翻譯冠名為“技術(shù)”，但實際上它主要是以多種學(xué)科于一體的復(fù)合型交叉學(xué)科，其理論根據(jù)主要是建立在多種學(xué)科的理論基礎(chǔ)之上的，這些學(xué)科的理論基礎(chǔ)缺一不可，它是一項將這些學(xué)科的理論基礎(chǔ)與技術(shù)融為一體的一個綜合體，它們之間具有相互包含的融合關(guān)系。換言之，機器翻譯技術(shù)是以理論科學(xué)為基礎(chǔ)的技術(shù)，對其而言在科學(xué)與技術(shù)之間的劃界不能簡單歸之于“是”與“非”的二值邏輯，也無法簡單把技術(shù)的重要組成部分：人類知識的三大部類——自然科學(xué)、社會科學(xué)和人文學(xué)科[8]進行隔離開，這種多重性的多個部分是緊密聯(lián)系無法分開的一個整體。也就是說，機器翻譯技術(shù)它又是一項技術(shù)科學(xué)，是一個由以上多重因素復(fù)合而成的復(fù)雜系統(tǒng)，在這里基礎(chǔ)科學(xué)是機器翻譯技術(shù)的基礎(chǔ)，如果把這項技術(shù)看作大樓，則基礎(chǔ)科學(xué)就是構(gòu)建這座大樓的建筑材料，它是技術(shù)的基礎(chǔ)和源泉。機器翻譯技術(shù)是由科學(xué)理論推導(dǎo)出來的技術(shù)，沒有基礎(chǔ)科學(xué)做基礎(chǔ)，不可能產(chǎn)生出機器翻譯技術(shù)。

結(jié)語

筆者從多個方面考察了自然語言處理中機器翻譯技術(shù)在升級發(fā)展過程中的轉(zhuǎn)向態(tài)勢，它經(jīng)歷了一個從無到有，由簡單到復(fù)雜、從低級到高級再到更高級的不尋常的轉(zhuǎn)向發(fā)展歷程。與很多技術(shù)轉(zhuǎn)向不同的是，機器翻譯技術(shù)的轉(zhuǎn)向是信息技術(shù)發(fā)展和市場需求共同作用的結(jié)果，這一結(jié)果正是為人類將語言學(xué)的研究從單純的語言學(xué)范疇拓展到計算機技術(shù)、數(shù)學(xué)、認知科學(xué)等多種看似毫無相關(guān)的多重領(lǐng)域的過程，通過分析使我們對機器翻譯技術(shù)在自然語言處理中的本質(zhì)有了更深刻的認識和理解；同時，也使我們認識到了機器翻譯技術(shù)的轉(zhuǎn)向升級的規(guī)律和特點。實際上，每次翻譯技術(shù)的轉(zhuǎn)向升級也是由機器翻譯外的科學(xué)技術(shù)的進步推動而形成的，其過程由理性主義逐步過渡到經(jīng)驗主義。當(dāng)然，對于機器翻譯技術(shù)還面臨著許多一時難以解決的困境和問題，諸如自然語言中普遍存在的詞義問題，更細一點而言，如一詞多義、一義多詞、同形異義、詞義模糊、詞義歧義等問題；同樣小說、散文、詩歌等表現(xiàn)性文本的翻譯，還有思維、情感、語氣等都是在今后的機器翻譯中需要解決的問題。同時，翻譯技術(shù)還需要受翻譯規(guī)律和語言規(guī)律等客觀因素的制約，必須處理好“語言與技術(shù)”“翻譯與技術(shù)”“語言與文化”等之間的關(guān)系。這是因為世界上不論哪個國家或民族的語言，都蘊含著極其豐富的文化內(nèi)涵，彰顯著不同國家或不同民族的文化精髓?！案鲊绾蜗幕糸u和文化發(fā)展過程中的歷史差異，以及文化呈現(xiàn)狀態(tài)上的形式差異和文化系統(tǒng)之間的不同層次差異，這是一帶一路'建設(shè)中最迫切的核心問題。”[9]機器翻譯是一種跨語言跨文化的交際活動，面對的是跨越語言與文化的雙重“屏障”。必須防止工具之上、工具無所不能的片面認識。在未來的自然語言處理領(lǐng)域，機器翻譯只能部分代替人工翻譯，將是人工翻譯與機器翻譯共存、人機協(xié)同、相輔相成的時代。我們應(yīng)該看到，機器翻譯技術(shù)同一般技術(shù)具有共同的地方，也具有兩面性，不能只看到這一技術(shù)的優(yōu)勢，這是孤立的、靜止的樂觀主義觀點；反過來也要警惕只看到這一技術(shù)的劣勢和不足，這是片面的悲觀主義觀點。應(yīng)該全面、客觀、公正的評價機器翻譯這一科學(xué)技術(shù)，辯證地看待這一技術(shù)的轉(zhuǎn)向與發(fā)展態(tài)勢。