张雨桐
(英国利物浦大学,英国 利物浦 L697ZX)
通信技术及计算机技术的飞速发展和广泛应用,标志着现代社会发展进入了信息化时代。 近几年,社会广泛研究的人工智能技术也蓬勃发展,而在翻译行业,机器翻译的出现,给文本翻译工作带来了机遇与挑战。 一方面,相较于人工翻译,机器翻译可以高效地完成对原文的直接翻译;另一方面,其文化及感知等带有“人”的特性的层面却无法代替人工译者。 两者相辅相成,各取所长,是目前翻译市场的发展现状。 将交际翻译理论指导下的人工翻译与百度机器翻译做对比,有助于明确两种方式的优势与弱势,帮助理解机器翻译和人工翻译各自适合的定位。
传统的语义翻译,能充分地还原原文作者的思维过程,强调保留原作者的话语特点和表达方式,注重传递原文语义。 二十世纪九十年代,交际翻译概念被首次提出。 翻译学家彼得·纽马克指出,交际翻译注重目标语读者的阅读感受,要让读者在品读译文时的感受同读者读原作时的感受一致[1]。以“Slippery Floor!”一句为例,百度机器翻译译为“湿滑地板!”,以一种直译的方式呈现,虽然准确传达了信息内容,但缺乏特定语境下“注意安全”的含义。 交际翻译理论下,可将此句译为“小心地滑!”,表达其内在的含义及目的会更加明确和贴近,方便读者理解原文。 由此可知,交际翻译对比语义翻译,具有其独特的应用优势,可以给予目的语读者更多的尊重,既能保证译语的通顺、地道,关注翻译内容,又能很好地处理其中晦涩难懂之处,让读者阅读的障碍更少,提升传播信息的可读性。 根据纽马克对交际翻译理论的描述,翻译一份文本材料时,应针对不同的翻译目的、文本类型和读者类型,选择恰当的翻译策略。 演讲、声明等强调表达的材料,适合语义翻译。 强调信息与知识传播的材料,适合交际翻译和语义翻译融合使用。 强调呼唤的材料,适合使用交际翻译[2]。 雷雯霨在《从翻译到改编,不止是语言模式的转换》研究中,探讨了当前环境下影视剧改编中翻译策略的选择,提出影视剧的改编和翻译有着密切的关联,二者都以源文本为参照,完成向另一种社会文化背景的意义转移,都曾面临“忠实性”的困扰,呈现以文本为中心和以语境为导向的发展倾向[3]。 影视剧的翻译改编,更适合使用交际翻译理论,让翻译过程成为跨文化的、跨语言的、交际的、结合创造力的媒介。
文章研究以原文《傣锦之美——访傣锦国家非物质文化遗产传承人玉儿甩》为研究对象,对比参考了该文章的人工译文以及机器翻译文本形成的优化机器翻译文本。 当代科学技术快速发展,许多行业中机器取代人工已经成为普遍现象,未来人工智能依旧是大势所趋。 语言,作为一种人类的产物,是带有人特殊情感的,无论是语言的产出还是转译,“人”在其中的特殊作用是机器翻译很难取代的。 人工翻译中的“人”,除了能够进行原文内容的翻译实践,还能发挥其主观能动性,去了解原文的创作背景以及原文所要传递的情感,这是机器翻译目前阶段所不能达到的。
不同国家存在着一定的思维方式、风俗文化和语言特点差异,翻译中如果遇到带有国家、民族风格的材料时,应重点关注文化和语用方式[4]。 以原文:“玉儿甩的织布机是奶奶留下的”为例。 机器翻译:Yu'er's loom, left by her grandmother.这里机器翻译准确使用了汉语拼音来翻译人物的名字,表面上看“YU Er Shuai”的翻译无误。 但机器翻译缺失了对原文文化背景的认知,在人物名字的翻译上还是有问题。 这是因为翻译软语料库中录入词语有限,翻译罕见的人名、多音词等时难度很大。 相比之下,人工翻译具有查证的能力,能更妥善地处理。其实原文中的“玉”为多音字,傣族姓名中的读音是yi,用以标记性别。 因此译者将这句译为:Yi Weizui inherited this wooden cuboid frame loom from her grandmother.在这种情况下机器是无法做到及时识别且准确翻译的,这需要译者有一定的文化储备及主观判断。 由此可见,百度机器翻译在特定专业领域的翻译需求下,无法实现对某个单词专业含义的识别。
百度机器翻译缺失了交际翻译理论中重点强调的联系语境问题,无法兼顾原文译文的准确翻译以及词组符合日常表达、符合读者阅读习惯的翻译搭配。 百度机器翻译在原文缺失逻辑词的条件下,不能做到自主调整句、段、篇间的逻辑关系[5];百度机器翻译在遇到通顺连贯句子时,翻译的准确度不高。 在句子的翻译中,以原文:“经线已固定完备,根据玉儿甩今天织锦的宽度,共使用960 根经线”为例。 机器翻译:The warp thread has been fixed completely. According to the width of the brocade made by Yu'er today, a total of 960 warp threads have been used.在交际翻译理论的指导下,译者基于对原文的理解,重新编排了译文的句法及结构,对比百度机器翻译而言是极大的突破。 译文:The warp, in this case consisting of 960 turquoise yarns, is attached to the loom of follows...为了强调织锦机设置的内容,人工翻译省去了织锦机操作者的描述,抛去了部分干扰信息,给读者流畅的阅读体验,便于读者理解。原文:“960 根棉线一根一根分别和尼龙绳交叉,交叉后尼龙绳打一个活扣把这根经线固定在其中。”机器翻译:960 nylon threads are crossed with the nylon rope one by one. After crossing, the nylon rope is fastened with a buckle to fix the warp thread.原文“尼龙线”和“尼龙绳”,实质上所指的是同样的事物。 因为在中文的口语描述中,用“线”和“绳”指代同一种事物其实是比较常见的。 在翻译软件的眼中,英文译文使用“thread”和“rope”两个词可以指代两种截然不同的事物,两者在直径上差异显著。因此,这段话使用机器翻译的译文,其实是与原文更加贴近的,读者可以明确尼龙线和绳在直径上的差异。
百度机器翻译下,对待翻译中的取舍问题时,处理能力远远不及人工翻译。 人工翻译能够以人的理解力为基础,抓住原文重点,逐句处理妥当,实现整体通顺。 以原文:“两排尼龙线分别控制提起和落下的经线”为例,机器翻译:Two rows of nylon threads control the warp threads lifted and dropped respectively.人工翻译:Each heddle controls the upand-down movements of half the warp yarns.机器译文的翻译与原文一一对应。 但这里原文“控制……的经线”本身表达并不精练,其实作者想说的是“两排尼龙线分别提起和放下经线”。 同时将后半句重心放在“the warp threads”上不符合译入语习惯。 参考译文处理时将重心调至“up-and-down movements”上,同时添加了“half the warp yarns”,这样清晰地点明每一排尼龙线的作用。 调节语序后,译文变得更加生动简洁。
又如,原文中提到“织布人用圆柱木棍卷回一段织好的布再次把经线绷紧”。 机器翻译:The weaver winds back a section of woven cloth with the cylindrical wooden stick to tighten the warp threads again.人工翻译:Every time a section of brocade is finished, the weaver lets off a section of yarns from the beam above, and then winds the finished section.百度机器翻译下,对原文内容的“理解”,其实仅仅是从数据库中找出原文中是否出现高频率搭配词,并进行对比。 这种“理解”是一种假象。 人工翻译按照叙述的先后顺序,合理添加信息后丰富了行文的逻辑性,让读者更加清晰织锦流程。
以上对百度机器翻译、人工翻译的译文结果进行了对比。 在词语、短句的翻译对比中,总结出百度机器翻译、人工翻译的差别。 第一,百度机器翻译在特定专业领域的翻译需求下,无法实现对某个单词专业含意的识别。 第二,百度机器翻译在遇到原文带有翻译缩写词时,无法实现对其含意的完整翻译。 第三,百度机器翻译下,缺失了交际翻译理论中重点强调的联系语境问题,无法兼顾原文译文的准确翻译以及词组符合日常表达、符合读者阅读习惯的翻译搭配。 第四,百度机器翻译在原文缺失逻辑词的条件下,不能做到自主调整句、段、篇间的逻辑关系。 第五,百度机器翻译在遇到通顺连贯句子时,翻译的准确度不够高。 当代科技快速发展,许多行业机器取代人工已经成为普遍现象,未来人工智能依旧是大势所趋。 语言,作为一种人类的产物,是带有人特殊情感的,无论是语言的产出还是转译,“人”在其中的特殊作用是机器翻译很难取代的。 人工翻译中的“人”,除了能够进行原文内容的翻译实践,还能发挥其主观能动性,去了解原文的创作背景以及原文所要传递的情感,这是机器翻译目前阶段所不能达到的。 翻译过程中,人工翻译重点需要对以下几个问题进行处理:①要注意理解词汇层面,如需结合实际,分析措辞来处理。 全文层面,需要结合文章表达的内容与相关的背景知识,并充分考虑文章写作的目的,时刻都需要质疑作者写作是否出现问题,并适当加以弥补。 ②表达要仔细考虑文本的内容和面向的读者,如果文本面向大众,即便专业术语描述清晰,读者读起来反而会很难接受,不能达到信息传播的作用。 以现阶段机器翻译取得的发展成果可以预测到的是:给予机器翻译更多时间和发展空间,未来机器翻译将单独句子翻译得更加精准是非常可能的。 对文本材料的理解,是人类在长期工作和生活中积累经验、认知、感知来分析事物的实践,让机器翻译去模仿人类的理解行为,近期技术发展难以做到。 尽管让机器对译文语义做到完全理解的难度非常高,但至少可以实现全篇通顺无误。 未来将机器翻译和人工翻译妥善结合,可以通过制订校准机器翻译文本的参考译文的标准,培训译后编辑人才,完善译后编辑平台建设等途径来完成。 将百度等机器翻译和人工翻译从对手的身份转变为彼此互助的位置上。 百度机器翻译,其优势在于短时间内能按需识别长篇幅文字材料,即时翻译出文字的大概含义。 文字材料细节处的翻译与精准理解,则需要由人工翻译来完成。 机器翻译与人工翻译的妥善配合下,将大幅度减轻翻译工作者的工作负担,既能节省大量时间,又能保证整个译文的质量。 可以说,如果能将百度机器翻译与人工翻译妥善结合,百利而无一害。
近年来,关于机器翻译是否会取代人工翻译的讨论,逐渐成为翻译业界乃至社会各界所关注的热点话题。 综上所述,百度等机器翻译最大的优势就在于其能从海量的大数据库中,快速搜索定位相当多的专业领域词汇。 但是百度机器翻译缺乏灵活应变能力,不能根据应用领域及实际语境来调整用词及句式。 目前,百度机器翻译更适用于以句子为单位的短篇幅翻译中。 在句子数量增多,句子间的逻辑关系理解难度升高的条件下,单纯依靠百度机器翻译,翻译效果较差。 由此看来,未来机器翻译最佳的应用情境应该还是在格式性较强的内容中,这种官方性质的材料,原文基本上不存在模糊概念,机器翻译既能确保严谨的翻译,也有助于提升格式化内容翻译的效率。 这部分翻译内容很少需要译者自行发挥创造,因此使用百度机器翻译比较适合。 例如,法律文本、官方文本等,都属于这类格式性强的文本内容。 未来,在百度等机器翻译软件的研制中,应提升译文与原文撰写情感等方面的一致性,可以酌情在翻译软件中加入规范性写作元素,在通过机器翻译得到译文后添加一步译员复审的工序。 这样可以增进翻译软件对原文的“理解”,使翻译软件在灵活变通的翻译中,逐渐学会如何真正体现原文中的含义以及所要传达的情感。 因此,未来人工翻译应当突破固有的翻译模式,并与翻译顾客积极沟通。 未来机器翻译是否可以逐步代替人工翻译,还是需要判别机器翻译是否可以完全独立自主地还原原作者精神世界以及原作者想要表达的情感。 只有读者能“理解”,能感同身受,有所领略,才能算机器翻译的发展进入成熟阶段。