基于译前处理和译后编辑的机器译文质量改善

尹韩君　楚向群

摘 要：随着智能科技的发展和翻译技术的进步，语言服务市场需求变大，然而机器翻译译文的质量却已不能满足人们的需要。此时，译文的译前处理和译后编辑在实现翻译速度与译文质量之间的平衡间变得尤为重要。分析了译文译前处理以及译后编辑的必要性和可行性以及相关对策。

关键词：机器翻译；译文质量；译前处理；译后编辑

中图分类号：G4 文献标识码：A doi：10.19311/j.cnki.1672-3198.2018.26.067

0 引言

人工智能、云计算、大数据现已成为新热点，随着技術的不断提高，人工智能在各个领域里大展身手，得到里程碑式的进展。机器翻译（MT）是利用计算机把一种自然语言（源语言）翻译成另一种自然语言（目标语言）的过程。用以完成这一过程的软件叫作机器翻译系统（魏长宏2008）。随着科学技术的发展以及人工智能的应用，机器翻译已经取得了较大的进展，但机器翻译的问题并没有完全解决。文章将以在线翻译工具的译文为例，提出译前处理和译后编辑两种处理方式的必要性和可行性以及相关解决方案。

1 译前处理

1.1 问题分析

在COCA语料库上输入“Kung pao chicken”，选择一个文本，用在线机器翻译进行翻译。

原文：Dry sauteed eggplant isn't actually dry，but it's①dressed with a light vinegars②that rounds out to be a pleasing-enough dish.Another classic，the Kung Pao chicken，arrives too sweet for me.At the delivery of the orange slices，I asked a server，a young Chinese college student，about her favorite dishes.She said I have already tried many of③them，although there were a③couple I hadn't.

机器翻译：干炒茄子实际上不是干的，但它穿着一轻轻的醋，圆润成一个令人愉快的菜。另一个经典，功夫鸡，对我来说太甜。在交付橙片，我问一个服务器，一个年轻的中国大学生，她最喜欢的菜。她说我已经尝试了很多，虽然有一对夫妇，我没有。

问题分析：看译文我们发现，比喻义不能译出、结构混乱以及指示词不能联系上下文进行翻译等。

1.2 解决方案

我们根据译前处理的方式分别对原文中的①②③处进行处理。①比喻义规范化后为be covered with；②结构规范化后为It is；③指示词规范化后为some of dishes。再将处理的文本进行翻译，得到译文：

机器翻译：干炒茄子实际上不是干的，但它①覆盖着轻醋；②所以它是一个令人愉快的菜。另一个经典，功夫鸡，对我太甜。吃了橙片，我问一个女服务员关于她最喜欢的菜，她是一个年轻的中国大学生。她说我已经尝试了许多她喜欢的菜；③虽然有一些菜，我没有尝试。

对比原文直接翻译的译文以及经过译前处理的译文，可以看出经过译前处理的译文可以很大程度提高译文质量。但这种方式在短幅文本中效果显著，如在篇幅长的文本中就会得不偿失。所以上述方式可借助计算机算法，运用大数据把译前处理机器化。

（1）“人机交互”功能。

在智能化的今天，我们也可以让机器变得越来越智能。我们可以增加“人机交互”功能，让机器提出问题，然后人工干预，提前排除问题隐患。

如在一篇文章中，一个词汇或者一个长句重复次数超过一个提前设定值，并且机器之前的语料库里并没有匹配的翻译，那么此时机器翻译就可以在进行翻译之前弹出一个对话框，提示译者此处有疑问，并给出词汇的相关词典意思及例句、参考译文，让译者自己选择并确定正确意思。这样在长篇的翻译文本中就可以避免大量术语错误的现象以及长句断句错误的问题。在增加“人机交互”功能的同时要链接机器翻译的翻译记忆功能，解决重复人工干预的工作。

（2）自定义语料库。

在不同文体中，都有自己的文体风格，如在科技文体中常用被动句，政治类文体中有很多标准翻译的时政类热词等。此时可以利用大数据云端思想搜集海量语料，制成各种文本适用的小型语料库，在翻译长篇特定文本时，可以在如谷歌翻译等的在线翻译工具中导入自制或平台提供的小型语料库，包含特定句式结构、特殊词语用法意思等，增加译文翻译的准确性，借助机器实现译前编辑。

2 译后编辑

经过译前处理的机器翻译译文使得译文具有可读性且比较清晰，但要获得高质量的译文，只进行译前处理是远远不够的，它只能帮助机器能最低限度地减少由源语言产生的词汇、语法、歧义的问题，进一步的译文质量完善还需译后编辑。

译后编辑（post-editing）是对机器翻译系统从源语到目的语处理后生成的译文进行的编辑操作。译后编辑的工作量可能差别很大。（魏长宏、张春柏2007）机器翻译的需求不断增长，但是机器翻译译文又不能完全满足人们的需要，同时译后编辑的语言服务又在连年上涨，这就要求我们审视译后编辑的建设以及完善工作。

在现有软件开发功能的基础上，可以增加译后校对的云资源库，主要集中在句子语法结构、文化误读等深层次问题的解决，而不是仅仅局限在译后处理软件操作的便利性以及单词的修改替换等层面。完成此步骤需要提前完成语料收集和加工，分析英汉机器翻译译文的错误，通过在句法层面进行大量语料对比分析确定具有高频率的错误样本，然后对样本进行分析做形式化描述。最后将描述性语言编程为软件模块嵌入在线翻译平台的下端，实现机器翻译的直接译后编辑，取代人工进一步工作。其中在语料收集方面可借鉴目前国内最大的翻译记忆库检索与交换平台——Tmxmall，运用现代科技手段、云端翻译记忆库技术、语言大数据、分布式信息检索技术等收集语料，完善样本分析。

3 结语

为实现译文质量和翻译效率之间的平衡，发挥人机交互的优势，译前处理和译后编辑成为机器翻译必须进行的步骤。本文讨论了两种方式的可行性及对策，具体软件或者相关插件的实现则需要相关专业人士来完成。编者相信，随着技术的不断革新、科技的不断进步，完善的机器译文指日可待。

参考文献

[1]罗季美，李梅.机器翻译译文错误分析[J].中国翻译，2012，（5）：84-89.

[2]李梅，朱锡明.译后编辑自动化的英汉机器翻译新探索 [J].中国翻译，2013，（4）：83-87.

[3]魏长宏，张春柏.机器翻译的译后编辑[J].中国科技翻译， 2007，（3）.

[4]崔启亮.论机器翻译的译后翻译[J].中国翻译.2014，（6）：68-73.

[5]梁三云.机器翻译与计算机辅助翻译比较分析[J].外语电化教学，2004，（100）.

[6]贾超琴.机器翻译中的词义排歧[J].赤峰学院学报，2012，（7）.

[7]许迪.汉译英译后编辑的策略研究——基于时政类文本机器翻译[J].语文学刊，2016，（11）：18-19.