学校主页

• 首页
• 研究所简介
• 科研团队
• 科研成果
• 活动相册
• 新闻
• 公告
• English

译后编辑错误类型研究——基于科技文本英汉机器翻译

时间：2016-01-16

• • 作者：崔启亮（对外经济贸易大学国际语言服务与管理研究所副所长），李闻（清华大学中文系）
  • 杂志：2015年第4期《中国科技翻译》杂志
  • 
    
  • 引言
  •  
  • 1949  年，Weaver  在 《翻 译》 备忘录中首 次正式提出了机器翻译 ( MT)  思想［1］。60 余年 来，机器翻译取得了长足的发展和进步。目前， MT  主流技术采用的是基于短语和基于句法的模 型［2-3］，即以短语而非单词为单位进行机器翻 译。短语对齐的优势表现在减少了句中的单元 数量，方便调序，从而降低了引入错误的几率。
  • 普通的科技类文章和材料通常不要求语言 优美，达到读者了解基本内容即可。可以先通 过机器翻译，然后由人工校对，称为译后编辑  ( Post-editing， 简 称   PE。 也 称 为 “后 期 编 辑”)  。ISO   对译后编辑的定义是检查和修正机 器翻译的输出结果［4］。而 SDL  指出 “译后编 辑是指语言专家对机器翻译输出进行编辑，以 生成人工质量翻译的过程。译后编辑是将机器 翻译和高水准专业人工译后编辑人员相结合， 以生  成达到发布标准的高质量翻译的过 程”［5］。O’ BＲIEN  对译后编辑给出的定义是 修复机器翻译输出结果中的错误以使目标文本 达到预期的质量水平［6］。
  • 下面就英汉科技文章或材料机器翻译的译 后编辑方法进行讨论。
    
  •  
  • 1. 译后编辑原理
    
  •  
  • 当前机器翻译以短语为基本单位进行翻译，然后应用句法理论对各个短语进行调序。 调序问题是机器翻译最常见、最有挑战的问 题。下面用句法树来对此加以说明。
  • 图 1 是英语源文的句法树，其中: 句子 S 表示为 NP + VP，VP 表示为 V  + AP，AP 表 示为 A + PP，PP 表示为 P + NP，NP 表示为D  + N。①
  • 
    
  • 
    
  • 图1. 英语源文的句法树 
  • 
    
  • 图 2 是假定的机器翻译的结果，调序不成 功。但是，句中的各个短语基本翻译正确。这 些短语对应于句法树中的子树。
  • 既然短语翻译得比较好，只是各短语的顺 序排列欠妥，那么就可以有的放矢。在进行译 后编辑时，对于调序问题，只需整体移动句中 的短语就可以实现正确的翻译。如图  3  所示，只需把子树 PP 移到子树 VP 左边即可实现短 语的正确调序。
  • 
    
  • 
  • 图 2   假定的机器翻译结果
  • 
    
  • 
    
  • 图 3   经过译后编辑的句子
  •  
  • 当然，根据汉语表达习惯，在译后编辑时 也可以直接将这个句子编辑为 “这个女孩儿很 满意这位老师”，从而省去了调序的麻烦。谷歌翻译中的结果如下:
  • 
    
  • The girl is pleased with the teacher． 这个女 孩很高兴与老师。
  • 显然，翻译不令人满意。可以按上述的讨 论加以修改。
  • 
    
  • 2. 机器翻译及译后编辑错误类型分析
  • 
    
  • 下面通过从 Microsoft 某技术文档机器翻 译的译后编辑中获得的实例来进行说明和分 析。对于给出的例句，一般是第一行为英语源 文，第二行是机器翻译的句子。如果给出第三 行，则是编辑后的正确句子。
  • 在下面给出的 11 种错误类型中: 术语翻 译错误、形式错误、格式错误这 3 种错误类型 崔启亮已作过论述［7］;   短语顺序错误  Guerber- of 也已经给出［8］。欠译和过译 ( under transla- tion 和 over translation)  虽然早已被廖志勤提 出，但其在本文的所指不同［9］。本文是指字面 上的欠译和过译，而不是语义上的欠译和过 译。由于科技翻译的特点，语义上的欠译和过译现象较少出现。所以本文只讨论字面上的过 译和欠译。其它错误类型基本为作者在从事译 后编辑的工作中总结得出。
  • 2.1  过译 过译是指字面上的过度翻译，即把不该翻译的源语内容译成了目标语言。比如，关键 字、函数名、专用名称等。请看下面例句。
  • See also Hide  ( )  and Show  ( ) ． 另请参见隐藏 ( )   和显示 ( ) 。 因为是函数名，所以要保留英文，不要动Hide ( ) 这一整体。括号是参数，不能改成中 文全角括号，也不要在关键字与括号之间加 空格。
  • 另外， “. * 、＆＆、 + 、 = 、! = ” 等运算 符以及 “. NET” 等类似的文件扩展名 ( 例如 “. pdf、. doc、. jpg” 等) 中的字母和符号也 要保留原样，不要改成全角。
  • 机器分辨不出哪些词是普通词，哪些词是 关键字、函数名和专用名称，往往无分别地全 部翻译出来，在进行译后编辑时，要能够将其 辨别和区分出来并予以纠正。
  • 2.2  欠译 欠译是指字面上的翻译程度不够，该翻译的源语内容没翻译成目标语。在介绍 “过译” 时，有很多不需要翻译的内容，比如关键字、 专用名称、函数名称等。例如:
  • if expression statement else statement if 表达式 语句 else 语句
  • 机器翻译系统看到编程关键字 if 和 else 可能会判断为程序代码或语句，而全部保留不 译。其实，本句中，关键字不翻译，但其他的 内容还是要翻译出来。因为，本句不是具体的 程序代码或语句，而是一个代码或语句的框 架。像 expression 和 statement 这样的词一般是 描述性的词，不是代码，其作用相当于占位 符。类似的情况如 switch ( expression)  要翻译 为 switch  ( 表达式) 。
  • 2.3  术语翻译错误 术语翻译错误是指句子中的术语的翻译出现较大偏离或完全不相关。在机器翻译中，多 是由词对齐不当、词性确定不正确以及多义词 造成。例如:
  • Set of entries to update． 登录设置为更新。  应改为:   要更新的条目集。
  • 
    
  • set 名词是 “集”，而不是 “设置”。entry 在这里也不是动词。因为机器翻译技术目前对 语义或词性的处理还不成熟。所以将词性判断 错是经常的事。
  • 
    
  • 2.4 形式错误
  • 
    
  • 形式错误即文字或符号的表征形式不正确 或不符合目标语言的表征习惯。例如:
  • Item id identifying subordinate document． 项 id 表示从属文档。 根据汉语习惯，一般用大写形式的  ID。
  •  
  • 2.5   格式错误
  • 
    
  • 格式错误一般是指字体、风格、标点符号 的全角半角、凸显强调等方面的错误。机器翻 译中这类错误比较多。请看下面的相关例句。
  • Gets the localized name of the  ＜ ui ＞ Toolbox
  • ＜ / ui ＞ tab with which this toolbox item is associ- ated．
  • 
    
  • 获取被相关与该工具箱项 “工具箱” ＜ ui＞ ＜ / ui ＞ 的标签的本地化的名称。
  • 
    
  • “工 具 箱 ” 这 样 的  UI  词 应 放 在 标 记( Tags，用于控制字体格式等)   对内，即 ＜ ui＞ “工具箱” ＜ / ui ＞ ，以便将其以特定的字 体格式表示出来。本例中这样做根据的是客户 提 供 的 翻 译 风 格 指 南 ( Translation Style Guide) 。王华树等对此的定义是，针对特定客 户或项目通常都有制定好的翻译风格指南，用 以规范译文要求。如有违背，则会视为不同等 级的翻译错误［10］。
  •  
  • 2.6  多译和漏译 多译和漏译是指因系统问题或疏忽大意等原因，在译文中意外增加源文中没有的词和漏 掉了源文中某些词的翻译。例如:
  • 
    
  • Sends an operation call request to a specified object．
  • 向特定对象发出操作系统调用请求。 译文中多译了 “系统” 一词。
  • Sends keystrokes to the provided control to generate the specified text string by using the pro- vided modifier keys．
  • 
    
  • 单击指定的修改键来控制产生特定的文本串。
  • 译文漏译了不少词，使句子极不完整和失 真。译 后编辑要注意长度比例异常的 英 文 句子。
  • 
    
  • 2.7 冗余
    
  • 
    
  • 冗余是指译文中有功能重复、重叠或多余 的表述，可以将其去掉，使译文通顺。例如:
  • 
    
  • This is why it was saved． 这就是为什么它被保存的原因。 这就是它被保存的原因。
  • 把一个 why 翻译成了两个中文词。这种 冗余错误是机器翻译系统容易出现的。根源在 于训练翻译模型所用的语料。
  • 
    
  • 2.8 词性判断错误
  • 
    
  • 这种错误是指把源文中单词的词性弄混 了，比如名词与动词间的误认等。这也是机器 翻译系统常犯的错误。例如:
  • Sets input focus to the actions pane． 设置集中在活动窗格上输入。 将输入焦点设置到操作窗格。
  • set…to… 一般翻译为: 将……设置为 / 到
  • 
    
  • ……。本句中，机器没有处理好长距离语义问 题，同时将 focus 的词性搞错了。长距离语义 依赖关系是目前机器翻译模型的短板，机器翻 译系统往往处理不好这种关系。
  •  
  • 2.9  从句翻译错误 目前机器翻译系统对于结构复杂的句子翻译效果不理想，尤其是各种从句。例如:
  • 
    
  • Describes the point in the exception pipeline processing where the exception unwind exits a function．
  • 在异常展开退出功能处描述异常 管 线 进程。
  • 定语从句翻译错了。从句是机器翻译系统 最容易出错的地方之一。
  • 
    
  • 2.10 短语顺序错误 短语顺序错误即句子中各个短语之间的排列顺序不当。这是基于短语或句法的机器翻译 系统最不容易解决的问题。例如:
  • Determines if the given condition is in the list of condition for this style．
  • 确定此特定样式情况是所给定的条件是否 在该列表中。句中各短语的翻译基本正确，但顺序有点 混乱。可以通过上文所述的方法对其进行调序 而使句子通顺。
  • 
    
  • 2.11 受英语句子结构的束缚 机器翻译不能注意英汉两种语言的特点和差异，一味地效仿英语句子结构进行汉 译。 例如:
  • 
    
  • The  operator   combines   its   first   operand， which must be an object of class type，with  its second operand，which must be a point-to-member type．
  • 
    
  • 该运算符组合其第一个操作数，它必须是 类类型对象，以及其第二个操作数对象，它必 须是指向成员的指针类型。
  • 译文效仿英语句子的结构，见了逗号就拆 分开，结果造成句法错误。但英汉句子结构有 较大的差异，翻译时如果效仿英语的结构肯定 会出问题。应该先把英语句子的意思弄明白， 这样才能翻译好。曹国英也强调，在理解习惯 和忠实原文的基础上，摆脱原文的束缚，不拘 泥于词与词、句与句，而是按意思和逻辑关 系，大胆地改变原文的形式［11］。
  • 
    
  • 3.机器翻译译后编辑的特征
  • 
    
  • 对于信息传达类型的机器翻译材料，对译 后编辑人员的要求与普通编辑有较大不同。译 后编辑中，意思正确即可。不必翻译得十分准 确到位、毫厘不差。对于流畅性，读者可以理 解即可，表达上允许适当的生硬以提高效率。 机器翻译系统能将大多数术语翻译正确，所以 基本上很少查词。但对于一些多义词，机器却 很难把握。由于机器翻译模型的特点，同一个 词出现在不同的短语组合中，其翻译可能就会 不同。所以要尽量注意保持术语的一致性。在 编辑时，可以先快速扫一下这个句子，如果看 不懂其意思，则可能存在问题，需要慎重核查。
  • 
    
  • 由于机器翻译系统对关键字、专用名称、 函数名等分辨不清，所以常常造成过译。而初 级人员在译后编辑中却又因缺乏专业背景知识 而造成欠译。另外，如果发现源语句子长度与 目标语句子长度的比例失调，就需要仔细查错 并认真修改。
  • 
    
  • 机器翻译出的句子中，形式、格式问题较 多，在进行译后编辑时，要有全局观，不仅能 发现术语、句法、逻辑、结构等大的问题，也 要能发现形式、格式等细微处的问题。
  • 
    
  • 在机器翻译的句子中，往往是各个短语翻 译正确，只是顺序有问题。编辑时可以利用这 一特点，快速将句子顺序调整正确。机器翻译常常处理不好从句等复杂的结构，是译后编辑 的工作重点之一。
  • 译后编辑初级人员不要追求编辑速度，重 在通过编辑工作，发现和总结译后编辑工作的 规律，特别是机器翻译译文的错误特征。受过 译后编辑技术训练的译后编辑人员，非常了解 机器翻译的行为，因此能够找到原始输出中需 要改进和纠正的地方。而从事译后编辑的初级 人员，在经过大量的工作实践和经验积累后， 其工作效率将会成倍提高［7］。
  • 
    
  • 4. 注释
  • 
    
  • ① S 表示句子，VP 表示动词词组，V 表示动词，NP 表示名 词词组，N 表示名词，AP 表示形容词短语，A 表示形容 词，PP 表示介词短语，P 表示介词，D 表示冠词。
  • 
    
  • 5. 参考文献
  • 
    
  • [1]W． Weaver． Translation． William N． Locke and A． Donald Booth， editors， Machine Translation of Languages． MIT Press，1955，15-23
  • [2]Daniel Marcu and WilliamWong． A phrase-based，joint prob- ability model for statistical machine translation． In Proceed- ings of the 202 Conference on Empirical Methods in Natural Language Processing ( EMNLP) ，2002，133-139
  • [3]Dekai Wu． Stochastic inversion transduction grammars and bi- lingual parsing of parallel corpora． Computational Linguistics，1997(3):377-403
  • [4]ISO TC 37． ISO 18587 Translation services — Post-editing of machine translation output – Ｒequirements．   2014
  • [5]SDL．   塑造内容翻译的未来———机器翻译和 译后编辑简介 ［EB / OL］． ( 2013-03-29)   ［2014-02-21］．  http:  / / www. sdl. com / cn / download / shaping-the-future-of-content-translation-anintroduction-to-machine-translation-and-postedit- ing /25205
  • [6]SHAＲON O’ BＲIEN． Methodologies for Measuring the Cor- relations  between   Post-Editing   Effort   and   Machine   Translat-
  • ability．  Machine Translation，2005  ( 19) :   37-58
  • [7]崔 启 亮．论机器翻译的译后编 辑． 中国翻译，2014(6):68-73
  • [8]Ana Guerberof． Productivity and quality in MT post-editing． MT Summit XII - Workshop: Beyond Translation Memories: New Tools for Translators． Publication: Ｒesearch，2009
  • [9]廖志勤．论汉语文学作品中隐喻的表征与英译—兼评小 说 《骆驼祥子》 中隐喻的翻译． 西南科技大学学报 ( 哲 学社会科学版) ，2007 (4) :38-44
  • [10]王华树，张彦希．  技术视角下的翻译质量控制研究．  语文学刊 ( 外语教育教学) ，2015 (4) :1-5
  • [11]曹国英．科技英语文献的翻译研究．  中 国 科 技 翻 译，2000  (01) :  6-9