面向機(jī)器翻譯的英漢商務(wù)信函對(duì)應(yīng)語(yǔ)塊研究.pdf

1、本研究為研制面向機(jī)器翻譯的英漢商務(wù)信函對(duì)應(yīng)語(yǔ)塊庫(kù)提供理論、技術(shù)和方法。主要涉及兩個(gè)研究問(wèn)題：（1）如何界定面向機(jī)器翻譯的商務(wù)英語(yǔ)信函語(yǔ)塊？（2）面向機(jī)器翻譯的英漢商務(wù)信函語(yǔ)塊具有什么樣的對(duì)應(yīng)關(guān)系？
　　語(yǔ)塊研究還有許多問(wèn)題亟待解決，特別是機(jī)器翻譯領(lǐng)域。雙語(yǔ)對(duì)應(yīng)語(yǔ)塊的研究多數(shù)停留在技術(shù)方面，面向商務(wù)信函機(jī)器翻譯且基于翻譯事實(shí)的對(duì)應(yīng)關(guān)系和對(duì)應(yīng)規(guī)則問(wèn)題鮮有探討。商務(wù)英語(yǔ)信函中有大量的具有特色的英漢商務(wù)信函對(duì)應(yīng)語(yǔ)塊，處理好這些語(yǔ)塊就能使譯

2、文更加地道。商務(wù)英語(yǔ)信函的翻譯涉及對(duì)外貿(mào)易業(yè)務(wù)的各個(gè)環(huán)節(jié)，同時(shí)也是我國(guó)從事國(guó)際貿(mào)易工作人員應(yīng)具備的基本業(yè)務(wù)能力。因此，面向英漢商務(wù)信函的研究受益面廣且實(shí)用性強(qiáng)，有較大的研究意義。
　　本研究的主要方法：第一，使用對(duì)比法和歸納法，提出語(yǔ)塊構(gòu)成分析理論模型。第二，采用語(yǔ)料庫(kù)和定量研究方法，實(shí)現(xiàn)基于平行語(yǔ)料庫(kù)的人機(jī)互動(dòng)的商務(wù)英語(yǔ)信函語(yǔ)塊提取。第三，使用定性研究方法，分析面向機(jī)器翻譯的商務(wù)英語(yǔ)信函語(yǔ)塊及其對(duì)應(yīng)的漢語(yǔ)譯文之間的對(duì)應(yīng)關(guān)系和對(duì)應(yīng)

3、規(guī)則。
　　語(yǔ)塊構(gòu)成分析理論模型的基本觀點(diǎn)是構(gòu)式分別由單詞和語(yǔ)塊構(gòu)成，語(yǔ)塊由單詞搭配組合而成，語(yǔ)塊是一種主要的構(gòu)式。因此，可將“面向機(jī)器翻譯的商務(wù)英語(yǔ)信函語(yǔ)塊”界定為一種實(shí)體構(gòu)式，即形式和意義/功能的結(jié)合體，是一種基本無(wú)歧義、復(fù)用程度高、整存整取且連續(xù)的多詞單位。它通常大于兩個(gè)單詞小于九個(gè)單詞，因?yàn)閺男睦韺W(xué)角度看短時(shí)記憶組塊的容量為“7±2”，從機(jī)器翻譯角度看它是翻譯匹配比較合適的粒度。該界定為面向機(jī)器翻譯的英漢商務(wù)信函對(duì)應(yīng)語(yǔ)塊研

4、究提供理論支撐。
　　通過(guò)“文本預(yù)處理、自動(dòng)提取、人工處理”三個(gè)模塊，實(shí)現(xiàn)基于平行語(yǔ)料庫(kù)的人機(jī)互動(dòng)的商務(wù)英語(yǔ)信函語(yǔ)塊提取。首先，從總量約為100萬(wàn)字詞的英漢商務(wù)信函平行語(yǔ)料庫(kù)中，隨機(jī)抽取400個(gè)商務(wù)英語(yǔ)信函和對(duì)應(yīng)的400個(gè)商務(wù)漢語(yǔ)信函（共115026字詞，其中英文46868單詞，中文68158單字，約占總庫(kù)的十分之一）作為研究語(yǔ)料，并進(jìn)行文本預(yù)處理。然后使用語(yǔ)料庫(kù)短語(yǔ)抽取系統(tǒng)，利用計(jì)算機(jī)自動(dòng)提取商務(wù)英語(yǔ)信函中的N-gram，按照2

5、-9 Grams自動(dòng)提取生成202127個(gè)Grams，經(jīng)過(guò)自動(dòng)消重處理后，得到154613個(gè)Grams。在這15萬(wàn)余個(gè)Grams中，依據(jù)頻率提取值大于2的Grams后，使用互信息（MI）的方法進(jìn)行計(jì)算，得到290個(gè)計(jì)算機(jī)自動(dòng)提取的商務(wù)英語(yǔ)信函候選語(yǔ)塊。最后人工刪除不符合面向機(jī)器翻譯的商務(wù)英語(yǔ)信函語(yǔ)塊界定標(biāo)準(zhǔn)的候選語(yǔ)塊，從而得到245個(gè)面向機(jī)器翻譯的商務(wù)英語(yǔ)信函語(yǔ)塊。該語(yǔ)塊提取研究是研制面向機(jī)器翻譯的英漢商務(wù)信函對(duì)應(yīng)語(yǔ)塊庫(kù)的關(guān)鍵技術(shù)。

6、r>　　面向機(jī)器翻譯的英漢商務(wù)信函對(duì)應(yīng)語(yǔ)塊庫(kù)的構(gòu)建模式分為基礎(chǔ)資源層、人機(jī)互動(dòng)提取層、對(duì)應(yīng)規(guī)則層三個(gè)層面和文本預(yù)處理模塊、自動(dòng)提取模塊、人工處理模塊、對(duì)應(yīng)關(guān)系的分析模塊、對(duì)應(yīng)規(guī)則的制定模塊、標(biāo)準(zhǔn)得分的評(píng)判模塊六個(gè)模塊。該模式是語(yǔ)塊庫(kù)構(gòu)建的流程，能夠有效地進(jìn)行各限定領(lǐng)域的語(yǔ)塊庫(kù)建設(shè)，從而最終組成一個(gè)超大規(guī)模的、包含各領(lǐng)域的、服務(wù)于英漢機(jī)器翻譯系統(tǒng)的通用語(yǔ)塊庫(kù)。它是研制面向機(jī)器翻譯的英漢商務(wù)信函對(duì)應(yīng)語(yǔ)塊庫(kù)的重要方法。最后，本研究將展望語(yǔ)塊庫(kù)

7、在機(jī)器翻譯方面的應(yīng)用前景。
　　針對(duì)主要研究的問(wèn)題，本研究有以下的研究結(jié)果。（1）“面向機(jī)器翻譯的商務(wù)英語(yǔ)信函語(yǔ)塊”界定為一種實(shí)體構(gòu)式，即形式和意義/功能的結(jié)合體，是一種基本無(wú)歧義、復(fù)用程度高、整存整取且連續(xù)的多詞單位。（2）面向機(jī)器翻譯的英漢商務(wù)信函語(yǔ)塊存在完全對(duì)應(yīng)、不完全對(duì)應(yīng)和零對(duì)應(yīng)三種關(guān)系；具有完全對(duì)應(yīng)關(guān)系的語(yǔ)塊有227個(gè)，占92.65％；具有不完全對(duì)應(yīng)關(guān)系的語(yǔ)塊為17個(gè)，占比6.94%；具有零對(duì)應(yīng)關(guān)系的僅1個(gè)，占比0.41

8、%，可以說(shuō)只是個(gè)別現(xiàn)象。在面向機(jī)器翻譯的英漢商務(wù)信函對(duì)應(yīng)語(yǔ)塊表中，完全對(duì)應(yīng)關(guān)系占絕大部分。這樣非常有利于英漢商務(wù)信函機(jī)器翻譯系統(tǒng)，從而進(jìn)一步提高英漢商務(wù)信函機(jī)器翻譯系統(tǒng)的譯準(zhǔn)率。分析具有不完全對(duì)應(yīng)關(guān)系的語(yǔ)料發(fā)現(xiàn)：一是譯者的隨意性造成的譯文差異；二是中英文表達(dá)習(xí)慣造成的差異；三是譯文語(yǔ)言的簡(jiǎn)化造成的差異。具有零對(duì)應(yīng)關(guān)系（零翻譯）的例子有時(shí)顯得生硬、不鮮活，并不利于語(yǔ)言交流和人際交往。因此，從語(yǔ)料來(lái)看，多數(shù)譯文選擇忠實(shí)地傳達(dá)原文。
　

9、　本研究具有一定的創(chuàng)新性和應(yīng)用價(jià)值。（1）運(yùn)用構(gòu)式語(yǔ)法理論提出語(yǔ)塊構(gòu)成分析的理論模型，并界定面向機(jī)器翻譯的商務(wù)英語(yǔ)信函語(yǔ)塊，為研制面向機(jī)器翻譯的英漢商務(wù)信函對(duì)應(yīng)語(yǔ)塊庫(kù)提供理論支撐。（2）實(shí)現(xiàn)人機(jī)互動(dòng)的商務(wù)英語(yǔ)信函語(yǔ)塊提取，分析面向機(jī)器翻譯的英漢商務(wù)信函語(yǔ)塊的對(duì)應(yīng)關(guān)系和對(duì)應(yīng)規(guī)則，研制面向機(jī)器翻譯的英漢商務(wù)信函對(duì)應(yīng)語(yǔ)塊表，提出面向機(jī)器翻譯的英漢商務(wù)信函對(duì)應(yīng)語(yǔ)塊庫(kù)的構(gòu)建模式，為進(jìn)一步研制面向機(jī)器翻譯的英漢商務(wù)信函對(duì)應(yīng)語(yǔ)塊庫(kù)提供技術(shù)和方法，也為