谷歌神經(jīng)翻譯器英譯漢過程中的詞義排歧問題

(四川大學(xué) 四川 成都 610207)

一、背景介紹

機(jī)器翻譯這個(gè)話題在翻譯界備受關(guān)注，人工智能的應(yīng)用使得機(jī)器翻譯輸出的譯文質(zhì)量大有提升。因此譯者應(yīng)該充分認(rèn)識(shí)到機(jī)器翻譯的重要性，了解機(jī)器翻譯并讓其為我們所用。提升機(jī)器翻譯譯文質(zhì)量面臨的一大挑戰(zhàn)便是詞義排歧，一個(gè)機(jī)器翻譯軟件譯文質(zhì)量的好壞基本取決于其詞義排歧的能力。許多學(xué)者們也著眼于此，期望提升翻譯器的詞義排歧能力。

功夫不負(fù)有心人，機(jī)器翻譯在某些領(lǐng)域的排歧能力已可媲美人工翻譯，例如實(shí)時(shí)天氣預(yù)報(bào)、金融新聞報(bào)道以及軟件本地化手冊(cè)。于2016年發(fā)布的谷歌神經(jīng)翻譯器也在詞義排歧問題上有了重大突破。據(jù)谷歌發(fā)表的論文稱，比起之前基于短語的翻譯器，谷歌神經(jīng)翻譯器在很多語言對(duì)翻譯中平均減少了60%的錯(cuò)誤率，與人工翻譯結(jié)果越來越接近。雖然它還是會(huì)出現(xiàn)一些人工翻譯不會(huì)出現(xiàn)的問題，在排歧方面也還不盡完美，但考慮到語篇的組成成分，歧義在一定程度總是伴隨著語篇存在的。而且開發(fā)機(jī)器翻譯的初衷是為了輔助譯者更高效地進(jìn)行翻譯工作，而不是為了取而代之。多數(shù)翻譯工作者仍將會(huì)是機(jī)器翻譯詞義排歧能力提升的受益者。

二、研究目的及方法介紹

本文選取了數(shù)個(gè)文本來探索谷歌神經(jīng)翻譯器在排歧方面的表現(xiàn)及錯(cuò)誤規(guī)律，通過對(duì)比分析推論出其所擅長翻譯的文本類型，并提出一些可行的方法來提升其詞義排歧的表現(xiàn)?；谠谠擃I(lǐng)域應(yīng)用機(jī)器翻譯的可行性和實(shí)用性的現(xiàn)實(shí)考量，本文所選取文本為商務(wù)信函和商務(wù)合同。商務(wù)文本專業(yè)，嚴(yán)謹(jǐn)，凝練和實(shí)用的特點(diǎn)奠定了運(yùn)用機(jī)器翻譯的基礎(chǔ)。既然要分析譯文質(zhì)量，便要有一套可量化的分析標(biāo)準(zhǔn)，學(xué)界提出了多種用于分析譯文質(zhì)量的標(biāo)準(zhǔn)，例如豪斯的翻譯質(zhì)量評(píng)估模式。但考慮到此處是用于分析機(jī)器翻譯譯文質(zhì)量，簡單的分析標(biāo)準(zhǔn)便足夠。因此本文融合了嚴(yán)復(fù)所提出的“信達(dá)雅”以及奈達(dá)所提出的“功能對(duì)等”理論。由于商務(wù)文本的目的是準(zhǔn)確專業(yè)地傳達(dá)譯文信息，因此結(jié)合其翻譯目的，本文用于分析谷歌神經(jīng)翻譯器英文質(zhì)量的標(biāo)準(zhǔn)為“信”，“達(dá)”，以及“術(shù)語對(duì)等”。

三、歧義與詞義排歧

歧義是自然語言中存在的普遍現(xiàn)象。對(duì)機(jī)器翻譯來講，如果處理不好詞義排歧問題，那么輸出譯文的質(zhì)量肯定是堪憂的。在英譯漢過程中，我們面對(duì)的歧義主要分為兩大塊：語義歧義和句法歧義(楊良生，1994)。語義歧義主要來源于詞義選擇問題，可進(jìn)一步分為詞匯歧義和語法歧義。而機(jī)器翻譯主要處理的是詞匯層面的歧義。

機(jī)器翻譯技術(shù)已現(xiàn)世60多年。而詞義排歧問題仍是制約其發(fā)展的瓶頸。詞義排歧這一概念是由Weaver在一場(chǎng)機(jī)器翻譯大會(huì)上首次提出的。他指出，若要使機(jī)器習(xí)得人類辨別詞語歧義的能力，那么機(jī)器必須要會(huì)如何在特定語境下選擇某一詞匯的正確含義。語境是影響機(jī)器詞義排歧性能的最主要因素。國內(nèi)外學(xué)者提出了多種模型來解決詞義排歧問題。有的模型在進(jìn)化過程中被淘汰了，例如最大頻率法(most frequency approach)和選擇限制法(selectional restriction approach)，有的模型經(jīng)歷了時(shí)間的考驗(yàn)留存了下來，例如基于語料庫法(corpus-based approach)以及統(tǒng)計(jì)法(statistic methods)(馮志偉，2004)。

谷歌神經(jīng)翻譯器的詞義排歧模型為監(jiān)督式學(xué)習(xí)法，通過引入人工智能技術(shù)，將文本標(biāo)記并經(jīng)過一系列試錯(cuò)過程來提升其譯文質(zhì)量。這便是所謂的深度學(xué)習(xí)。機(jī)器將通過反芻被標(biāo)記的文本，達(dá)到修正輸出譯文質(zhì)量的目的。

四、結(jié)果及分析

(一)商務(wù)信函排歧錯(cuò)誤規(guī)律分析

商務(wù)信函是與商業(yè)伙伴建立聯(lián)系的一種方式。它比日常收發(fā)的電子郵件更為正式。但是，它的正式度又次于商業(yè)合同。商務(wù)信函特點(diǎn)是簡潔凝練，較為專業(yè)，使用商業(yè)術(shù)語，但應(yīng)注意其禮貌用法。

筆者選擇了3封商務(wù)信函，一封用于建立業(yè)務(wù)關(guān)系，一封用于詢盤，一封用于報(bào)價(jià)。對(duì)比譯本為人工翻譯的正確版本和谷歌神經(jīng)翻譯器處理的譯本。收集數(shù)據(jù)階段，本文作者對(duì)所選文本按句子數(shù)量進(jìn)行了標(biāo)注，以便追溯出錯(cuò)之處。但由于本論文篇幅有限，具體的數(shù)據(jù)結(jié)果無法一一列舉。文章將直接呈現(xiàn)總體的錯(cuò)誤數(shù)量及其類別。錯(cuò)誤類別按照英文詞性以及商務(wù)文件術(shù)語劃分為名詞排歧錯(cuò)誤、動(dòng)詞排歧錯(cuò)誤、形容詞排歧錯(cuò)誤、術(shù)語排歧錯(cuò)誤、代詞排歧錯(cuò)誤、介詞排歧錯(cuò)誤以及短語排歧錯(cuò)誤。

在商務(wù)信函中選出了57個(gè)單詞和短語，谷歌神經(jīng)翻譯正確的為8個(gè)，錯(cuò)誤分別為12個(gè)名詞，9個(gè)動(dòng)詞，8個(gè)形容詞，7個(gè)術(shù)語，5個(gè)代詞，4個(gè)介詞，4個(gè)短語。

名詞排歧錯(cuò)誤與單詞的一詞多義密不可分，谷歌在特定語境中沒有選擇出正確的單詞含義;動(dòng)詞排歧錯(cuò)誤主要與文本本身的流暢性和全面性有關(guān)，谷歌翻譯的版本讓人很費(fèi)解;形容詞排歧錯(cuò)誤是由于語境疏忽而造成的;介詞排歧錯(cuò)誤是谷歌無法確定介詞在句中的成分;谷歌由于缺乏商業(yè)知識(shí)背景而造成了商業(yè)領(lǐng)域常見的代詞，術(shù)語和短語的排歧錯(cuò)誤。

(二)商務(wù)合同排歧錯(cuò)誤規(guī)律分析

商業(yè)合同具有法律約束力，專業(yè)度和嚴(yán)謹(jǐn)度高，結(jié)構(gòu)復(fù)雜，夾雜各種長難句和復(fù)合句。語言特點(diǎn)正式，使用商業(yè)術(shù)語，古英語，如“hereby,hereunder,and thereafter”。因此，合同翻譯需要大量商務(wù)領(lǐng)域的知識(shí)。出于同樣的原因，如果機(jī)器可以習(xí)得商業(yè)方面的知識(shí)，它將有可能比人工翻譯更加高效。

本文節(jié)選了一些商務(wù)合同片段，對(duì)比譯本為人工翻譯的正確版本和谷歌神經(jīng)翻譯器處理的譯本。收集數(shù)據(jù)階段，本文作者對(duì)所選文本按句子數(shù)量進(jìn)行了標(biāo)注，以便追溯出錯(cuò)之處。但由于篇幅有限，本文將直接呈現(xiàn)總體的錯(cuò)誤數(shù)量及其類別。

在商務(wù)合同中選擇了82個(gè)單詞和短語，其中谷歌神經(jīng)翻譯正確的為17個(gè)。排歧錯(cuò)誤分別為16個(gè)名詞，9個(gè)動(dòng)詞，8個(gè)術(shù)語，6個(gè)短語，7個(gè)形容詞，5個(gè)副詞，4個(gè)數(shù)字表達(dá)，4個(gè)古英語，2個(gè)介詞，2個(gè)連詞和2個(gè)代詞。

名詞排歧錯(cuò)誤主要與詞語本身一詞多義的特點(diǎn)及其在商業(yè)合同中的恰當(dāng)含義有關(guān)，其中谷歌翻譯的版本未能識(shí)別詞語在特定的語境下的正確含義，并且達(dá)不到商業(yè)合同所要求的正式度;動(dòng)詞排歧錯(cuò)誤主要與單詞本身含義不定和文本本身的全面性有關(guān)，谷歌翻譯的版本完全錯(cuò)誤，或與商業(yè)合同的背景不符;形容詞排歧錯(cuò)誤也是對(duì)合同背景知識(shí)的缺乏造成的;介詞排歧錯(cuò)誤在于谷歌無法確定介詞在句中的作用，它便直接略譯了此類介詞;商業(yè)合同領(lǐng)域的代詞，術(shù)語，古英語的排歧錯(cuò)誤主要在于谷歌商業(yè)知識(shí)的缺乏。

(三)分析對(duì)比結(jié)果

為了便于更直接的對(duì)比兩類文本的排歧錯(cuò)誤，筆者制作了以下圖表：每個(gè)排歧錯(cuò)誤率的計(jì)算方法為該類排歧錯(cuò)誤數(shù)除以詞語及短語總量。

排歧錯(cuò)誤率(%)名詞 動(dòng)詞 術(shù)語形容詞代詞副詞數(shù)字連詞介詞古英語正確短語商務(wù)信函21.015.812.314.08.80007.0014.07.0商務(wù)合同19.510.89.89.82.46.14.92.42.44.920.77.3總計(jì)20.112.910.810.85.03.62.91.44.32.918.07.2

通過對(duì)比分析發(fā)現(xiàn)，兩種文本類型的排歧錯(cuò)誤存在相似之處：

商業(yè)信函和合同中名詞和動(dòng)詞排歧錯(cuò)誤率都屬最高;排歧錯(cuò)誤主要出現(xiàn)在實(shí)義詞中：名詞，動(dòng)詞，形容詞和代詞，因?yàn)閷?shí)義詞是文本用于傳達(dá)信息的主要手段。由于缺乏術(shù)語消歧能力，信函和合同的術(shù)語排歧錯(cuò)誤率都相對(duì)較高。例如，商業(yè)信函中的“quote,enquiries 和 By L/C at sight”應(yīng)翻譯成“報(bào)價(jià)，詢價(jià)，即期信用證”，而在商業(yè)合同中，“documents,negotiation / collection”應(yīng)該翻譯成“單據(jù)，議付/托收”。

兩種類型的排歧錯(cuò)誤也存在差異：

不同類型的文本中收集的排歧錯(cuò)誤詞表現(xiàn)出不同的特征。商務(wù)信函中的排歧錯(cuò)誤較為簡短，商務(wù)合同出現(xiàn)的排歧錯(cuò)誤較為冗長復(fù)雜，這是兩者現(xiàn)實(shí)句子結(jié)構(gòu)差異造成的，商務(wù)信函用于業(yè)務(wù)往來，清晰和簡潔是關(guān)鍵;商業(yè)合同用于名列法律陳述，需要注重形式和細(xì)節(jié)，復(fù)雜的長難句是常態(tài)，使得谷歌難以識(shí)別語句序列，從而影響谷歌翻譯在兩類文本中的排歧表現(xiàn)。

分析上表可知，商業(yè)合同的詞語排歧準(zhǔn)確率為20.7%略高于商業(yè)信函的14.0%，這是因?yàn)楣雀枭瞄L具有一定規(guī)律性的文本的詞義排歧，盡管合同句子結(jié)構(gòu)復(fù)雜，但有規(guī)律可循，所以谷歌神經(jīng)翻譯器能夠在其數(shù)據(jù)庫中找到匹配的語義;與商業(yè)合同相比，商務(wù)信函正式度大大降低，因此谷歌數(shù)據(jù)庫中可能無法查找出完全匹配的語義。

就術(shù)語排歧而言，谷歌在商業(yè)合同語境中的排歧正確率較高，因?yàn)樯虡I(yè)合同創(chuàng)造了更加商業(yè)化的語境，相比之下，商業(yè)信函的語境更難確定，使谷歌對(duì)術(shù)語的排歧能力降低。因此可以推論，谷歌更擅長專業(yè)性較強(qiáng)文本的語義排歧。

代詞排歧錯(cuò)誤與商務(wù)信函的禮貌原則有關(guān)。因此，信函中使用的代詞，例如“you,your”應(yīng)該翻譯成“貴公司，貴方”，而不是“您，您的”。相較而言，商業(yè)合同中的代詞錯(cuò)誤沒有這樣的特征。

就副詞和形容詞排歧錯(cuò)誤而言，多數(shù)錯(cuò)誤是由于谷歌未能識(shí)別單詞在特定語境中的正確含義。這其中仍然有一些規(guī)律可循，例如，單詞“any”的排歧錯(cuò)誤中出現(xiàn)了4次，而形容詞總共的排歧錯(cuò)誤為7個(gè)，同一句子中出現(xiàn)的相同錯(cuò)誤不予考慮。多數(shù)情況下，谷歌都無法進(jìn)行有效正確的排歧。

就介詞排歧錯(cuò)誤而言，谷歌的漏譯便是錯(cuò)誤的根源。在商務(wù)信函中的4個(gè)介詞排歧錯(cuò)誤中，有3個(gè)是由漏譯引起的，而合同中的2個(gè)介詞排歧錯(cuò)誤都是由于漏譯造成的。此外，在排歧錯(cuò)誤中還出現(xiàn)了文本特定的錯(cuò)誤，例如商業(yè)合同特有的古英語詞和數(shù)字錯(cuò)誤。

五、結(jié)論

根據(jù)上述論證、比較和分析，本文得出一個(gè)明確的結(jié)論：谷歌神經(jīng)翻譯器更擅長專業(yè)性強(qiáng)的文本語境下的詞義排歧。谷歌在不同詞性詞義排歧中表現(xiàn)出不同的規(guī)律。因此研究者可以通過加強(qiáng)谷歌對(duì)邊緣語境的識(shí)別能力以及增加對(duì)介詞用法訓(xùn)練的語料庫，來提升谷歌神經(jīng)翻譯的詞義排歧性能。

這項(xiàng)研究仍有其局限性。由于時(shí)間和空間不足，本文的分析樣本受到限制。因此，論文可能不足以用來推翻當(dāng)前的機(jī)器翻譯系統(tǒng)。但是，筆者希望學(xué)界能夠?qū)Υ诉M(jìn)行深入研究，改善商務(wù)文本英譯中的譯本質(zhì)量問題。