面向機器翻譯的英漢商務(wù)信函對應(yīng)語塊研究.pdf

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

2、文更加地道。商務(wù)英語信函的翻譯涉及對外貿(mào)易業(yè)務(wù)的各個環(huán)節(jié)，同時也是我國從事國際貿(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用性強，有較大的研究意義。
　　本研究的主要方法：第一，使用對比法和歸納法，提出語塊構(gòu)成分析理論模型。第二，采用語料庫和定量研究方法，實現(xiàn)基于平行語料庫的人機互動的商務(wù)英語信函語塊提取。第三，使用定性研究方法，分析面向機器翻譯的商務(wù)英語信函語塊及其對應(yīng)的漢語譯文之間的對應(yīng)關(guān)系和對應(yīng)

3、規(guī)則。
　　語塊構(gòu)成分析理論模型的基本觀點是構(gòu)式分別由單詞和語塊構(gòu)成，語塊由單詞搭配組合而成，語塊是一種主要的構(gòu)式。因此，可將“面向機器翻譯的商務(wù)英語信函語塊”界定為一種實體構(gòu)式，即形式和意義/功能的結(jié)合體，是一種基本無歧義、復用程度高、整存整取且連續(xù)的多詞單位。它通常大于兩個單詞小于九個單詞，因為從心理學角度看短時記憶組塊的容量為“7±2”，從機器翻譯角度看它是翻譯匹配比較合適的粒度。該界定為面向機器翻譯的英漢商務(wù)信函對應(yīng)語塊研

4、究提供理論支撐。
　　通過“文本預處理、自動提取、人工處理”三個模塊，實現(xiàn)基于平行語料庫的人機互動的商務(wù)英語信函語塊提取。首先，從總量約為100萬字詞的英漢商務(wù)信函平行語料庫中，隨機抽取400個商務(wù)英語信函和對應(yīng)的400個商務(wù)漢語信函（共115026字詞，其中英文46868單詞，中文68158單字，約占總庫的十分之一）作為研究語料，并進行文本預處理。然后使用語料庫短語抽取系統(tǒng)，利用計算機自動提取商務(wù)英語信函中的N-gram，按照2

5、-9 Grams自動提取生成202127個Grams，經(jīng)過自動消重處理后，得到154613個Grams。在這15萬余個Grams中，依據(jù)頻率提取值大于2的Grams后，使用互信息（MI）的方法進行計算，得到290個計算機自動提取的商務(wù)英語信函候選語塊。最后人工刪除不符合面向機器翻譯的商務(wù)英語信函語塊界定標準的候選語塊，從而得到245個面向機器翻譯的商務(wù)英語信函語塊。該語塊提取研究是研制面向機器翻譯的英漢商務(wù)信函對應(yīng)語塊庫的關(guān)鍵技術(shù)。

6、r>　　面向機器翻譯的英漢商務(wù)信函對應(yīng)語塊庫的構(gòu)建模式分為基礎(chǔ)資源層、人機互動提取層、對應(yīng)規(guī)則層三個層面和文本預處理模塊、自動提取模塊、人工處理模塊、對應(yīng)關(guān)系的分析模塊、對應(yīng)規(guī)則的制定模塊、標準得分的評判模塊六個模塊。該模式是語塊庫構(gòu)建的流程，能夠有效地進行各限定領(lǐng)域的語塊庫建設(shè)，從而最終組成一個超大規(guī)模的、包含各領(lǐng)域的、服務(wù)于英漢機器翻譯系統(tǒng)的通用語塊庫。它是研制面向機器翻譯的英漢商務(wù)信函對應(yīng)語塊庫的重要方法。最后，本研究將展望語塊庫

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

8、%，可以說只是個別現(xiàn)象。在面向機器翻譯的英漢商務(wù)信函對應(yīng)語塊表中，完全對應(yīng)關(guān)系占絕大部分。這樣非常有利于英漢商務(wù)信函機器翻譯系統(tǒng)，從而進一步提高英漢商務(wù)信函機器翻譯系統(tǒng)的譯準率。分析具有不完全對應(yīng)關(guān)系的語料發(fā)現(xiàn)：一是譯者的隨意性造成的譯文差異；二是中英文表達習慣造成的差異；三是譯文語言的簡化造成的差異。具有零對應(yīng)關(guān)系（零翻譯）的例子有時顯得生硬、不鮮活，并不利于語言交流和人際交往。因此，從語料來看，多數(shù)譯文選擇忠實地傳達原文。
　

9、　本研究具有一定的創(chuàng)新性和應(yīng)用價值。（1）運用構(gòu)式語法理論提出語塊構(gòu)成分析的理論模型，并界定面向機器翻譯的商務(wù)英語信函語塊，為研制面向機器翻譯的英漢商務(wù)信函對應(yīng)語塊庫提供理論支撐。（2）實現(xiàn)人機互動的商務(wù)英語信函語塊提取，分析面向機器翻譯的英漢商務(wù)信函語塊的對應(yīng)關(guān)系和對應(yīng)規(guī)則，研制面向機器翻譯的英漢商務(wù)信函對應(yīng)語塊表，提出面向機器翻譯的英漢商務(wù)信函對應(yīng)語塊庫的構(gòu)建模式，為進一步研制面向機器翻譯的英漢商務(wù)信函對應(yīng)語塊庫提供技術(shù)和方法，也為