翻译转换理论视角下机器翻译与人工翻译的对比研究

东北财经大学 王 岩 姚振军 陈颖静

一、引言

众所周知，翻译在国际交流中扮演着至关重要的角色。Nida(1982:87-89)将翻译的性质描述为“翻译是在目标语言中用最切近的、最自然的对等语再现源语言的信息，首先指语义上的对等，其次是风格上的对等”。

由于源语言与目标语言在语法结构等方面的差异，字面翻译通常无法完全表达原文本的语义和风格。为了弥补这一不足,学者们(Nida 1964;Catford 1965;Hatim &Mason 1990;Larson 1998)提出并讨论了“翻译转换”策略，即为了保证原文信息的完整性，在翻译的过程中进行一些修改，偏离从源语言到目标语言的形式对应(Catford 1965:73)。

翻译在帮助人们克服语言障碍以实现国际交流方面发挥着重要作用。过去，这种翻译工作大多由人来完成。技术进步使机器翻译应运而生。与人工翻译相比，机器翻译可以减少预算和翻译时间，机器翻译系统的出现也满足了普通人对翻译的需求。

机器翻译的发展同样让人开始担心笔译专业学生的就业和翻译市场的走向。本文将从翻译转换理论的角度对机器翻译与人工翻译的译文进行对比来讨论上述问题。

本文首先简要介绍翻译转换理论和机器翻译，然后说明本研究的数据来源、分析工具和研究方法，并对研究数据和文本进行详细分析，最后得出对上述问题的结论并提出相关建议。

二、翻译转换

(一)翻译转换的来源

根据Nida(1982:87-89)的定义，翻译是将信息从源语言转移到目标语言，包括语义和风格。Nida(1964:156)指出，由于没有两种语言完全相同，无论是词语的含义，还是词语在短语和句子中的排列方式，都在两种语言之间没有绝对的对应关系。

对于这一现象，Catford(1965:27)在区分源语言翻译成目标语言的“形式对应”(formal correspondence)和“文本对等”(textual equivalence)方面做了出色的工作。Larson(1998:179)指出，译者不仅要考虑两种语言，还要考虑两种文化背景和社会环境。通过应用翻译技巧或策略，译者可以了解源语言和目标语言的转换方式以及如何在两种语言间寻求对等关系。目标语言系统或源语言系统中缺乏对应的语法范畴会影响译者在翻译中的决定，“转换”随之发生(Hatim &Mason 1990)。

(二)翻译转换的概念

Vinay &Darbelnet(1958:84-93)首次提出“词性转换”(transposition)的想法，即当一个词的词性改变时，它的含义不会改变，这被认为是翻译转换理论的基础。Catford(1965:75-82)第一次提出 “翻译转换”的概念，即“在翻译过程中偏离从源语言到目标语言的形式对应”。

(三)翻译转换的分类

Catford(1965:75-82)将翻译转换在微观层面上分为两种：层次转换(level shift)和范畴转换(category shift)，他进一步将范畴转换分为单位转换、结构转换、类别转换和内部系统转换。Catford的翻译理论对翻译实践和教学有着直接的指导意义，然而他忽视了非语言层面可能发生的变化(穆雷 1990)。

Popovic(1970)将翻译转换划分为两类：个体性偏离(individual shift)和构成性偏离(constitutive shift)。个体性偏离是译者因在译文中加入自己的风格特征而造成的翻译转换；构成性偏离是由于源语言和目标语言的结构系统差异而被应用的翻译转换。Popovic(1976:6)提出“文本对等”并将其定义为“原文与译文的功能对等，目的是用相同意义的不变量达到表达上的一致”，此外，Popovic(1976:78)认为翻译转换是“一切不同于原文的新东西，或者没有按照预期出现的译本”，转换代表的是“源语言作品与目标语言作品措辞方面的不同”。他把对翻译转换的定义和分类拓展到非语言层面，把译者的主观因素考虑在内，进一步丰富了翻译转换的研究。

Toury(1995:57)将翻译转换现象划分为两类：必要转换(necessary or obligatory shift)和非必要转换(unnecessary or non-obligatory shift)。必要转换指两种语言的结构和系统差异引起的不可避免的翻译转换；非必要转换指那些可以避免的、译者有权利决定是否应用的翻译转换。此外，他认为非必要转换在翻译中随处可见并占翻译转换的大部分。

Vinay &Darbelnet(1958:36-37)注意到在翻译转换中必要(servitude)和可选(option)的区别：必要指基于两种语言系统的差异而采用的必要转换，译者在翻译时别无选择；可选指基于译者本身的语言风格和偏好而采用的非必要转换。他们进一步强调，译者在翻译时应该优先考虑可选转换，即非必要转换。

Machali(1998:152)也将翻译中出现的转换分为两类：必要转换(obligatory shift)和非必要转换(optional shift)。必要转换指当译文因不能形成“形式对应”而导致的转换，这种转换是源语言和目标语言的语法结构不同导致的；非必要转换是译者自行决定的结果，译者可以站在目标语言读者的角度选择等值元素形成“文本对等”来代替“形式对应”。

根据上述学者的观点，翻译转换在翻译过程中是不可避免的，但这并不代表所有的翻译转换都是必要的。对于非必要的翻译转换，译者可以自由选择是否在译文中采用翻译转换，并且这通常取决于译者的个人文体偏好。

三、机器翻译

机器翻译是自然语言计算机处理的一个历史悠久的部门(冯志伟 2004)。机器翻译试图用计算机模拟人的翻译能力，因此，它也成为人工智能的一个重要分支(冯志伟 2017)。

机器翻译自20世纪40年代产生以来，大体经历了两个阶段：早期的基于规则的机器翻译和统计机器翻译。自2014年将神经网络研究用于机器翻译以来，端到端的神经机器翻译取得了迅速发展。它采用一种全新的方法体系，直接使用神经网络实现源语言文本到目标语言文本的映射。与统计机器翻译不同，由于神经机器翻译不再需要进行词对齐、短语切分等步骤，也不需要句法分析等语言学知识支持，具有人工成本低、开发周期短的优点，并且较好地克服了统计机器翻译面临的语义表示、错误传播等问题，成为国内外公司在线机器翻译系统的核心技术(高明虎、于志强 2018)。

四、研究内容与方法

为了分析机器翻译和人工翻译之间的异同，本文收集了一些人工翻译和不同机器翻译系统对同一段英语文本的汉语译文作为研究材料。然后，使用线上文本相似度检测器对两种译文进行相似性对比分析，并计算出各自的相似度。最后，本文对得到的数据进行了讨论并从“翻译转换”理论的角度对两种译者的译文进行分析比较。

(一)研究目的

本研究的目的是回答以下3个问题：机器翻译与人工翻译是否存在共性？机器翻译与人工翻译有什么区别？机器翻译与人工翻译之间存在差异的原因是什么？

(二)数据来源和分析工具

本文主要对机器翻译与人工翻译之间的异同进行了研究。在研究中，本文选择一篇含155个单词的英语短文作为原文，该短文的内容是关于道歉的重要性。本文共收集了15份译文材料作为本研究的基础数据，其中10份译文是由辽宁省大连市某高校10名MTI学生(翻译硕士)完成，该项翻译任务作为课后作业被布置给这些学生，学生在收到作业一周后将汉语译文上交，其译文在下文中简称为“人翻1”“人翻2”等。其他5份译文分别来自5种在线机器翻译系统，包括Google翻译、百度翻译、Bing Microsoft翻译、360翻译和有道翻译，其译文在下文中简称为“机翻1”“机翻2”等。

为了对机器翻译和人工翻译的译文进行相似性分析，本文使用文本相似度检测网站(http://tools.gonglue.qinggl.com/app/similar/)作为分析工具。该文本相似度检测工具比较两个文本中不包括标点和空格的有效文本，计算相似度值，相似度值越高，说明两个被检测的文本越相似。

(三)数据分析

从译文材料中，可以获得15份汉语译文文本的字数。图1显示了15份译文中字数的差异和规律。

通过图1可以看出，除了“人翻4”包含145个字外，其他所有的译文都包含大约250个字，比原文中的155个单词要多。此外，可以看出，机器翻译的译文字数通常大于人工翻译的译文字数。

图1 译文字数

译文字数比原文字数多的原因在于，英语与汉语的词汇和语言特征不同，译者在翻译过程中通常采用“增词”的翻译策略。例如，机器翻译和人工翻译都将原文中的look back译为“回顾过去”或“回首以往”。原文中look是不及物动词，用副词back修饰，没有宾语。为了传达原文包含的信息，译文在原文的基础上添加了一个宾语，表达出look at the past time的含义。鉴于这种情况，汉语译文比英语原文使用了更多的单词。此外，由于机器翻译系统对原文进行字面翻译，通常追求“形式对应”，因此在机器翻译的译文中可能出现一些重复，而人工翻译可以识别句子中重复的成分并有意识地将其删除，这导致人工翻译的译文字数普遍少于机器译文。

对于这15份译文材料，使用上文提到的文本相似度检测网站，分别计算每份机器译文与10份人工译文的相似度，下页表1显示了保留两位小数的文本相似度数值。

根据表1的数据，可以获得机器译文与人工译文的相似度比较图。图2显示了相似度比较的折线图，从图中可以看出每份机器译文与每份人工译文的相似度值。

图2 文本相似度图

显然，每种机器译文的相似度值在不同人工译文之间的变化趋势彼此并没有太大差异。除了“人翻4”与5份机器译文之间的相似度值较低外，其他所有相似度值均在7以上。“机翻4”与10份人工译文的相似度在5份机器译文中最高，其中最高的达到了23.53。当5份机器译文与同一份人工译文进行比较时，得到的相似度数值非常相近。

根据表1的数字，还可以得到文本相似度平均值的折线图。图3显示了每份人工译文与5份机器译文之间的相似度值的平均值。

表1 文本相似度表

图3 文本相似度平均值图

可以看出，除了“人翻4”与5份机器译文的相似度平均值为3.59外，其他9份人工译文与机器译文的相似度约为10,甚至更高。什么原因导致人工译文和机器译文之间的异同？为什么与同一份机器译文相比，不同人工译者的译文在相似度值上有如此大的差异？为了找到问题的答案，下文对译文进行了详细的比较分析。

(四)文本分析

为了分析机器翻译与人工翻译的异同，我们对译文中的必要转换和非必要转换进行详细讨论。为了便于表达，我们对原文的句子进行编号，用SS表示原文的句子，TS表示译文的句子，MS表示机器译文的句子，HS表示人工译文的句子。

必要转换是由于源语言和目标语言的词汇范畴和语法结构不同，译者在翻译过程中必须执行的转换，人工翻译和机器翻译在翻译过程中都应用了这种翻译策略。在本研究的译文中，必要转换随处可见，具体内容如下：

(1)SS-1:It is never easy to admit you are in the wrong.

TS-1:承认自己的错误并不容易。

考虑到汉语的语言特点，英语原文中的you转换为汉语译文中的“自己”。

(2)SS-3:Look back with honesty and think how often you have judged roughly.

TS-3:诚实地回顾过去，想想你曾多少次轻易地判断。

Look back with honesty译为“诚实地回顾过去”，在这句话中，副词back被转换为名词“过去(的时光)”，原文中的名词honesty被转换为副词“诚实地”。原文中的How often you have judged roughly译为“你曾多少次轻易地判断”或“你有(过)多少次轻易的判断”，这是一种层次转换，即将一种语言的语法转换为另一种语言的词汇。由于汉语没有表示时态的语法结构，因此在汉语译文中添加了“曾”“过”等词来表示英语原文的过去时态。

(3)SS-4:You said unkind things,and pushed yourself ahead at the expense of a friend.

TS-4:你说出不友好的话，并以牺牲朋友为代价推动自己前进。

为了与译文中的“说”相匹配，句子you said unkind things中things的含义被缩减为“话”。当翻译词组at the expense of a friend时，为了符合汉语的表达习惯，动词“牺牲”添加到译文中。

(4)SS-8:That when even a small wrong has been committed.

TS-8:即使犯了一个小错。

SS-9:It stays out of balance until fault is acknowledged and regret expressed.

TS-9:直到承认错误并表示悔恨，它才会重新平衡。

上述两句翻译中也能发现必要转换。When even a small wrong has been committed译为“即使犯了一个小错”，fault is acknowledged and regret expressed译为“承认错误并表示悔恨”。为了符合汉语“人做主语”的表达习惯，这两句由原文的被动语态转换为译文的主动语态。

(5)SS-12:If you can think of someone who deserves an apology from you.

TS-12:如果你想到一个值得你道歉的人。

该译文应用了类别转换。Apology从原文的名词转换为动词，句子译为“一个值得你道歉的人”。

人工翻译和机器翻译都采用了上述翻译转换策略，这种类型的翻译转换可以在每份正确的译文中找到。由于英语和汉语之间的语言结构差异，这些翻译转换必须在翻译过程中应用，这种类型的翻译转换也被称为必要转换。为了保证译文信息的完整性和可读性，人工翻译和机器翻译都多次使用必要转换，因此译文彼此相似，导致检测出的文本相似度较高。

除了必要转换，还有一些翻译转换在人工译文中大量存在，但在机器译文中几乎没有。在很多情况下，直接的字面翻译完全可以充分表达原文的信息，无须迫于两种语言间的结构差异采用翻译转换，但在最终的译文中还是选择了转换策略，这种转换即非必要转换。在本研究的翻译材料中可以看到一些应用非必要转换的例子。

(6)SS-2:Being human,we all need to know the art of apologizing.

MS-2:作为人类，我们都需要知道道歉的艺术。

HS-2:人非圣贤(孰能无过)，我们都需要知道道歉的艺术。

在机器译文中，being human被译为“作为人类”，但在大多数人工译文中，该短语被转换为“人非圣贤(孰能无过)”。“人非圣贤，孰能无过”是中国文化中特有的，对于汉语读者耳熟能详，而且其含义和内涵与原文语境中包含的信息相符，大多数人工翻译都采用了这种转换。这种翻译转换的使用可以使读者一看见这个习惯用法，就立刻知道英语原文表达的含义。

(7)SS-3:Look back with honesty and think how often you have judged roughly.

MS-3:诚实地回顾过去，想想你曾多少次轻易地判断。

HS-3:诚实地回顾过去，想想你有过多少轻易的判断。

原文中的how often you have judged roughly机器翻译译为“你曾多少次轻易地判断”，而在人工翻译中被转换为“你有(做出)过多少次轻易的判断”。人工翻译将原文副词修饰动词的形式转换为形容词修饰名词的形式，并添加动词“做出”使句子结构完整。这种转换是一种类别转换，即在翻译中转换某些词语的词性。

(8)SS-5:Then count the occasions when you indicated clearly and truly that you were so sorry.

MS-5:然后数一数你清楚而真实地表示你很抱歉的场合。

HS-5:然后数一数你清楚真实地表示抱歉(表达歉意)的场合。

在机器译文中，you indicated clearly and truly that you were so sorry译为“你清楚而真实地表示你很抱歉”，而在人工译文中，这句话被转换为“你真诚地表示道歉”或“你清楚真实地表达歉意”。因为英语原文中主句和从句的主语一致，人工译者为了避免重复，删除了从句中的主语并将原来的从句you were so sorry更改为译文中的短语“表示道歉”或“表达歉意”。

(9)SS-7:It is frightening because some deep wisdom in us knows.

MS-7:害怕是因为我们内心深处的一些深奥的智慧知道。

HS-7:害怕是因为我们内心深处知道。

在机器译文中，some deep wisdom in us knows译为“我们内心深处的一些深奥的智慧知道”，而在某些人工译文中，这句话被转换为“我们内心深处知道”。汉语是一种以人为中心的语言，通常将人作为句子的主语，而以英语为母语者通常将无生命物体作为英语句子的主语。原文中的主语在机器译文中被直译为汉语“智慧”，而人工翻译则考虑到汉语的特点，将主语从“智慧”转换为“我们”。

(10)SS-10:And it stays out of balance until fault is acknowledged and regret expressed.

MS-10:并且在承认错误和表达遗憾之前，这种感觉都会失去平衡。

HS-10:并且等到承认错误并表示悔恨，心理才会平衡。

在一些人工译文中，译者将原文的否定句形式转换为译文的肯定句形式，这是翻译中常见的一种结构转换。

(11)SS-11:A heartfelt apology can not only heal a damaged relationship but also make it stronger.

MS-11:衷心(真诚)的道歉不仅可以治愈受损的关系，还可以使其更牢固。

HS-11:衷心(真诚)的道歉不仅可以修复关系，还能巩固关系。

在机器译文中，短语make it stronger译为“让关系更加牢固”，在一些人工译文中，该短语译为“巩固关系”。一些人工翻译将原文中的形容词stronger转换为动词“巩固”或“加强”。这种可选的类别转换使译文更符合汉语的简洁性和多动词的特征。

(12)SS-14:Do something about it right now.

MS-14:现在就做点什么吧。

HS-14:现在就道歉吧。

在机器译文中，句子do something about it right now译为“现在就做点什么吧”或“现在就采取行动吧”，但是人工翻译考虑到原文的语境，将句子的意思表达为“现在就道歉吧”。这种翻译转换加强了译文的意合。

可以看出，人工译文中几乎所有句子都出现了非必要转换。如果不考虑上下文语境，所有机器翻译的句子在语义上都符合英语原文句子的含义。但是，当我们在整篇文章的语境中考虑句子时，很明显采用非必要转换的人工译文更符合汉语意合的特点，句子间的联系更紧密，可读性更强。人工翻译选择采用多种类型的非必要转换，让译文更贴近目标语言的文化背景和语法习惯。

此外，机器译文中出现了一些逻辑错误。例如，Google翻译将someone you have wronged,or judged too roughly译为“那些你曾经受过冤屈,或者过于粗暴的人”；百度翻译将if you can think of someone who deserves an apology from you译为“如果你能想到一个应该向你道歉的人”。甚至在某些情况下，机器翻译出现了单词错误和语法错误，还有一些译文对读者来说难以理解。例如，Bing Microsoft翻译将when even a small wrong has been committed,some mysterious moral feeling is disturbed译为“当一个小小的错误已经犯了,一些神秘的道德感觉扰乱”；这句话也被有道翻译错译为“即使是一个小小的错误已经犯下，一些神秘的道德情感被扰乱，它保持失衡，直到承认错误和遗憾表达”。上面提到的4种机器翻译系统在翻译过程中都犯了错误，而这些错误在人工翻译中没有发现，因为人工译者在翻译中可以很轻易地识别出明显的逻辑错误而避免译文中出现不通顺的语句。在所有机器翻译系统中，360翻译的译文没有任何单词、语法和逻辑错误，因此该机器翻译的译文与人工译文具有最高的相似度。

值得注意的是，“人翻4”与其他人工译文相比，字数最少，与机器译文的相似度最低。在此译文中，每个句子都由四字词语组成，使整个译文变得富有节奏感。该译者在翻译过程中进行了文体转换，使译文符合汉语的特点和表达习惯。由于四字词语具有很强的总结能力，因此译文中的几个字就可以充分表达原文的信息和含义，这使“人翻4”包含的字数少于原文和其他译文。此外，相对于机器译文和其他人工译文，“人翻4”应用了更多的非必要转换。在此译文中，译文词序改变：句子we all need to know the art of apologizing转换为“道歉之艺，皆需熟习”。为了更贴近中国文化，译文中应用了成语：pushed yourself ahead at the expense of a friend转换为“损友利己”。译文整体反映了古代汉语的风格：Then count the occasions when you indicated clearly and truly that you were so sorry译为“细数过往，道歉尚几？”译文采用了结构转换：it stays out of balance until fault is acknowledged and regret expressed 译为“若不致歉，仍难平抑”，其中原文的否定形式转换为译文的肯定形式。译文采用单位转换：原文中的名词短语a heartfelt apology转换为句子“致以歉意，需自心底”，这种表达有助于强调原文的情绪。译文中也体现了一些文本转换，即在翻译中添加一些信息，以便为目标语言读者提供足够的信息。例如，A bit frightening,isn’t it?It is frightening,isn’t it?表达为“每每思此，心内有惧”；not only heal a damaged relationship but also make it stronger表达为“弥合和谐，友谊永续”；do something about it right now表达为“现今醒悟，尚不晚矣”。其中，“每每思此”“友谊永续”和“现今醒悟”是译者提供的额外信息。

从上文分析可以看出，机器翻译系统为了符合汉语的语言结构在翻译过程中采取了必要转换，但是译文仍然存在一些错误的表述。当然，人工译文也并不完美，有些甚至存在一些单词错误。应用必要转换导致人工译文和机器译文之间具有一定的相似性，但人工翻译对非必要转换的应用使其与机器翻译有所不同。

五、结论

上文的数据分析和文本分析表明，大多数人工译文与机器译文有很多相似之处，但当译者在翻译中主动加入与目标语言文化背景相关的信息时，人工译文会与机器译文有更大的差异，并在众多译文中脱颖而出。在机器翻译和人工翻译中，都可以看到必要转换，而非必要转换使人工翻译和机器翻译有所不同。在人工翻译中采用的非必要转换越多，其译文与机器翻译的差异就越大。在翻译界有这样一句话：“翻译就是戴着镣铐跳舞”。其中，“镣铐”是原文给译文内容施加的束缚，限制了译文的内容和内涵；但是“跳舞”是译文以忠实、易读和令人回味的方式将原文的含义传递给目标语言的读者。一旦译者接受了这种想法，并为自己设定翻译标准，他的译文中就会出现更多的非必要转换，这些翻译转换在忠于原文的基础上展现出更多的个人特点、文化修养和文本凝聚力。

尽管机器译文中有一些易被发现的单词或语法错误，但整体来讲，机器翻译系统完成的译文可以与大多数MTI学生的译文相比。因此，机器翻译系统可以完成一些对风格和文化内涵没有要求的翻译工作，译者只需要对其完成的译文进行检查并修改即可。但是，对于极富艺术性和创造性并且需要译者再现原文语境的文学翻译，机器翻译不能胜任这项工作。只有称职的人工翻译才能在完整传递原文信息的基础上，完成两种语言之间不同文化背景的交流和融合，这就要求译者充分发挥主观能动性。

考虑到数据的局限性，不能确定人工翻译采用更多的翻译转换时，翻译转换是否都是正确的。而且，当译者在翻译时添加主观因素时，可能会由于对原文的误解发生一些错误，并把这些错误由译文传递给读者。

机器翻译系统强大的翻译能力和效率，使人工翻译望尘莫及，尤其对简单文本的翻译而言。当今科学技术日新月异，机器翻译技术将不可避免地克服自身的不足，积极推动翻译行业的革命。对于一些简单的翻译工作，人工翻译一定会被机器翻译取代。但是对于那些由译者添加了社会、文化和创造性内涵的译文而言，它们是不可替代的。由于机器翻译系统显然没有能力准确地理解和分析文学作品中环境和情感的内涵，更不用说以艺术和文学的方式表达其含义，因此这种翻译工作也不能通过机器翻译系统完成。

为了在机器翻译系统逐渐占据更多翻译市场份额的环境中脱颖而出，正在学习翻译的学生应加强培训，并不断学习翻译技能，提高翻译水平，在忠实于原文的前提下形成自己的特色和风格，并在译文中再现原文风格。但是，机器翻译和人工翻译并不是完全对立的。随着机器翻译技术的成熟，无论是机器辅助人工翻译还是人工辅助机器翻译，人机结合将成为翻译改革的主导方向。高度智能的翻译软件的开发依赖计算机科学、数学和语言学等领域专业人士的合作。总之，随着更多交叉学科的发展，机器翻译一定会有更加光明的前景。