自建農(nóng)學英漢平行語料庫的初探

郭賢茹 洪大勇 董梅

摘要：目前國內(nèi)外，通用型的、基于網(wǎng)絡(luò)的超大型語料庫發(fā)展迅速，然而專業(yè)用途的英漢平行語料庫發(fā)展緩慢，數(shù)量較少，尤其是農(nóng)學英語平行語料庫更是寥寥無幾?；谶@樣的現(xiàn)狀，筆者對農(nóng)學英漢術(shù)語平行語料庫建設(shè)的背景和意義做了分析，探討了建庫思路和語料收集。希望為農(nóng)學領(lǐng)域從業(yè)者、譯員、論文寫作者的相關(guān)工作提供幫助。

關(guān)鍵詞：農(nóng)學英漢術(shù)語;平行語料庫

一、概述

（一）項目介紹

根據(jù)翻譯方向不同，平行語料庫可分為單向平行語料庫（uni-directionalparallelcorpus）、雙向平行語料庫（bi-directionalparallelcorpus）和多向平行語料庫（multidirectionalparallelcorpus）三種。根據(jù)使用目的不同，可分為通用英漢平行語料庫和專門用途英漢平行語料庫。英漢平行語料庫（parallelcorpus）是由原文文本及其平行對應的譯語文本構(gòu)成的英漢雙語語料庫，其對齊程度可有詞級、句級、段級和篇級這四種。[1]筆者團隊的項目屬于專門用途英漢平行語料庫，目前對齊程度主要是詞級和句級兩級雙語對齊，預計后續(xù)將繼續(xù)收錄文章以及大量語料，達到段級和篇級。

（二）現(xiàn)實依據(jù)

相比其它，專門用途的英漢平行語料庫數(shù)量較少、規(guī)模較小。作為專門用途英語語料庫分支之一的農(nóng)林英語語料庫，尤其是平行語料庫更是寥寥無幾，目前僅有華中農(nóng)業(yè)大學建設(shè)的農(nóng)科學術(shù)英語論文語料庫、西北農(nóng)林科技大學建立的FAO農(nóng)業(yè)英語語料庫、王景懌主持建設(shè)的英漢/漢英雙語畜牧業(yè)小型語料庫。研究農(nóng)林英語語料庫建設(shè)的學者也屈指可數(shù)，如栗娜、范晶晶、張永萍和婁瑞娟等。[2]

（三）農(nóng)學英漢平行語料庫及術(shù)語平行語料庫的建設(shè)意義

英漢平行語料庫最基本也是最重要的一個功能是確認表達是否正確。遇到模棱兩可的用詞和句式時，在語料庫中檢索、尋找例證，根據(jù)語料庫的建議和范例選擇合適的用詞和句式以確定表達是否正確、地道。也可以用來尋求地道的翻譯，根據(jù)源文和譯文的對應來獲得目標文本的翻譯。針對農(nóng)學專業(yè)同學在翻譯和閱讀英文文獻可能遇到的困難，以及國內(nèi)農(nóng)學英漢平行語料庫數(shù)量少、共享難的現(xiàn)狀。本團隊通過需求分析、設(shè)計語料庫、收集語料、加工語料、建立語料庫、開發(fā)部署語料庫應用軟件等步驟，以建立小型作物學英漢平行語料庫為起點和基礎(chǔ)，逐步建立起涵蓋整個農(nóng)學的英漢平行語料庫。

二、農(nóng)學英漢平行語料庫的建設(shè)

（一）整體設(shè)計

本研究旨在建設(shè)一個完備的農(nóng)學英漢平行語料庫。語言本身是動態(tài)發(fā)展的，因此語料庫也設(shè)計為動態(tài)的，可以隨時對語料進行擴充或修改。在語料庫的規(guī)模上，條件允許的情況規(guī)模越大越好。在語料庫的內(nèi)容上，要保證語料具有相當高的質(zhì)量。因此在語料的收集上，遵循系統(tǒng)性、準確性和專用性。

由于語料來源和人力有限，本項目目前僅建設(shè)了一個小型語料庫，為以后建設(shè)更大規(guī)模語料庫做準備。

（二）語料的采集

語料來源于近幾年各大農(nóng)業(yè)期刊如《應用生態(tài)學報》、《中國農(nóng)業(yè)科學》、《作物學報》等等中所使用的論文段落，保證了時效性。另一部分來源于相關(guān)辭典、網(wǎng)絡(luò)文庫，保證內(nèi)容豐富性。搜集后的語料由專業(yè)學生小組進行審閱批注和修改，保證語料的準確性。

（三）語料的整理加工

1.語料清潔與標注

由于原始語料的來源各不相同，大部分需要對文本的內(nèi)容和格式進行整理及標記。本項目使用MicrosoftWord、Notepad等文檔編輯工具對文檔修改，統(tǒng)一標點符號、數(shù)字與字母，去除文中多余空格，使其成為內(nèi)容不互相重復、保存格式統(tǒng)一、排版格式一致的篇章級對齊單位。

在語料庫研制中，較為通用的標注軟件包括：WinBrill、QTAG等等，本項目使用這些工具對語料進行詞語切分，對詞性和詞義進行標注，以便于后續(xù)對語料進行統(tǒng)計分析，研究詞組或句式的用法、翻譯策略及譯者風格等等。

.2語料對齊與校對

經(jīng)過系統(tǒng)整理生成的清潔規(guī)范的篇章級對齊單位，需要進一步進行對齊和校對。我們使用TMX在線對齊工具https：//tmx.yeekit.com/align/#/進行語料對齊。該工具支持單文檔或雙文檔對齊，支持世界主流46種語言，能自動識別“一對多”、“多對一”、“多對多”句子對應關(guān)系，極大地提高對齊的效率與準確度。

之后對自動對齊導出的tmx文檔進行人工校對。按照規(guī)范和要求，人工調(diào)整源文與譯文之間的對齊關(guān)系，并從格式、標記及內(nèi)容等方面對單句進行細節(jié)性修改。

（四）語料檢索工具

本研究使用了TMROBOT語料檢索軟件，該軟件支持中英文雙語查詢，正則模糊搜索。同時支持語料的批量導入共享與批量刪除修改;還具備在線翻譯功能，方便疑難詞的查詢。

本研究還開發(fā)了在線語料查詢網(wǎng)站。將農(nóng)林英漢平行語料庫部署在云服務器上，以網(wǎng)站的形式展現(xiàn)出來，方便用戶隨時隨地使用。用戶輸入英文或中文，系統(tǒng)將返回含有輸入內(nèi)容的英漢短句及其翻譯。在搜索中允許用戶使用模糊搜索，如“*crop*”，將返回所有含有crop的詞語、短句。在結(jié)果返回中若短句過多將會分頁展示。搜索一個術(shù)語后有多個譯文，則按譯文中含有搜索內(nèi)容的數(shù)量進行排序，數(shù)量最多的連同所在句子一起全部出現(xiàn)在最前面，接著是數(shù)量次級的譯文，以此類推。

在線網(wǎng)站上，用戶能夠在留言板提出修改意見或者內(nèi)容報錯，以便管理員進入管理員頁面在線對語料條目進行增刪改查。開發(fā)人員能夠使用NavicatforMySQL對數(shù)據(jù)庫進行可視化操作，批量導入語料、查找刪除修改條目，在日志中查看導入詳情（導入時間、導入條目數(shù)量等等）。

三、結(jié)束語

農(nóng)學英語語料庫的建設(shè)不僅能給農(nóng)學教學帶來極大的便利，更促進相關(guān)語言研究工作的順利開展。由于客觀原因，農(nóng)業(yè)英語語料庫的建設(shè)和應用仍然存在缺陷，主要表現(xiàn)在語料采集的深度和廣度不夠，但是語料庫不是一次成品，相信在今后的研究中，農(nóng)學英語語料庫會更加發(fā)展成熟完善，為農(nóng)學專業(yè)其他學科的語料庫建設(shè)打下基礎(chǔ)，為國內(nèi)同行的類似研究提供一定的啟發(fā)，從而為促進農(nóng)學事業(yè)的發(fā)展。[3]

參考文獻：

[1]GB/T7714王敏，李麗霞.FAO農(nóng)業(yè)英語語料庫的建設(shè)和應用[J].考試周刊，2014（65）：83-85.

[2]張永萍，婁瑞娟.農(nóng)林英漢術(shù)語平行語料庫建設(shè)初探[J].北京林業(yè)大學學報（社會科學版），2017，16（4）：79-82.

[3]栗娜.淺析農(nóng)業(yè)學術(shù)英語語料庫建設(shè)思路及設(shè)想[J].高教學刊，000（18）：261-262.

項目基金：四川農(nóng)業(yè)大學大學生創(chuàng)新訓練項目“建立英漢平行語料庫—以作物學為例（201810626161）的階段性成果。