《三类翻译技术的比较与创新.》

三类翻译技术的比较与创新

时至今日，在世界范围内，计算机语言文字信息处理。都是对各种语言文字的字符进行编码，称内码或字符代码。然后以这些字符代码作记录，形成各种语言文字的文本文件。语言文字的信息处理，例如输入、贮存、传输、打印、识别，以致机器翻译，都是面向这种文本文件，针对字符和字符代码进行的。

语言文字的本质是表意，句子是表达完整语意的基本单位。发明人经过20年来对句子表意的探讨以及相应的编程实践，发现不同语言文字的句子与句子之间存在着句骼等共同的表意构件。多语种句子的表意是以句骼等这些共同的表意构件实现的。然而，本项目属于机器翻译，而是“基于表意构件”的一种全新的计算机语言文字处理方法软件。这是一项不可低估的技术创新，正如一些专家所指,计算机自然语言处理问题的瓶颈不在计算机，而在于语言文字方面。例如字、词、词组的多义性，致使基于规则的机器翻译（MT）至今仍“语义障碍”而译文质量太差。在“基于表意构件”这里，字、词、词组都变成了单义；具体说来，在句骼框架内，字、词、词组都是单义的。这就可以避开“语义障碍”而获得更好的效果。传统的机器翻译软件有基于规则的机器翻译、翻译记忆二类（前二者的混合型除外），现简介后进行对比，以显示本项目的技术创新：

一、传统基于规则的机器翻译：

基于规则的机器翻译（machine translation，MT），MT的原理是让计算机以“字→词→短语→句”的步骤逐个节点分析最后深入源句的底层（语义表示），然后又以如此的逆过程得出目句。首先得确定源语每个字或单词的词性、与另一个字或单词是否可组成词或短语，再根据规则和相应词典将相邻单词组成许可的各种短语。如确定“an arrow”为名词短语NP，再到下一个节点与介词like组成介词短语。如此一步一步，逐个节点分析判断词法、词义，最后到达源语底层。然后，再以相应的逆过程得出目语句子。如图1：

这就是与计算机同龄的基于规则的机器翻译、MT。它的优点是自动化化程度高，速度快。缺点：其一是将语言现象归纳为规则不容易，好不容易归纳出来的规则常常因为词汇的更换、语序的改变而失效。其二是以“字→词→词组→短语→句”的过程分析。在这个过程中，不可避免地的是字、词的多义性；计算机不懂语义，无耐之下只好凭借几率，直接影响译文质量。其三是以“字→词→词组→短语→句”的过程分析与综合，与句子的骨架（框架）不相符，往往由于句子骨架或框架的缺失而使译句不可读。

正因为上述“缺骨架、几率词义、规则难”三大难点难以避免，MT的译文往往令人啼笑皆非；译得满屏汉字往往中国人读不懂；其软件只能仅为外文盲和外文很差的用户提供参考。

二、翻译记忆

翻译记忆（Translation Memory，TM），上世纪90年代德国的TRADOS开始使用。原理很简单。基于数据库，将翻译过的材料以源目语句子对为单位存入数据库。翻译时系统自动对电子文档进行分析，100%匹配的句子可以自动替换，部分匹配的句子可根据匹配度提出翻译建议，由译者修改编辑后作为译句。

翻译记忆优点是译文质量高，可以用于专业翻译。其成功之处是让计算机做了它能够胜任的事。由于专业领域文本的重复率有30%甚至更高，所以在专业翻译场合得到了应用与推广。

缺点是只能供具有独立翻译能力的人员使用，大部分文本仍需要人工翻译；其次是对不足100%相似度的句子提供给用户修改编辑，操作烦琐，往往修改一句不如重新翻译一句快捷。

翻译记忆与MT相比，仅是在MT上述三个缺点不可避免时，翻译记忆以人力为代价，获得了专业应用，没有突破性进展。可称道的成功之处是让计算机做了它能够胜任的事。

三、基于表意构件的专业翻译：

本项目基于表意构件的专业翻译，翻译时让计算机对源语句子进行句骼搜索；得到与之匹配的源、目语一对句骼。然后，把源语句子对号入座地套入源语句骼；再将其各个句舱的内容转移到目语句骼上。最后对各个句舱进行源、目语的词串转换，可以得到高质量的译句。如图2：

基于表意构件的专业翻译是基于多种技术综合性的机器翻译。它首创地发掘和利用表意构件；继承并发扬了MT 和翻译记忆之长：

1）将翻译记忆成功之道“让计算机做了它能够胜任的事”拓展为让计算机记住表意构件，做它能够胜任的事；

2）句骼和舱模这两种表意构件，来自多语种句子的骨架（框架）部分，避免了如同MT缺骨架之难；

3）基于句骼等表意构件，在句骼框架内，词变成了单义，这就避免了如同MT以字组词、凭几率选词义之难；

4）句骼和舱模两种构件包含着句子的语法结构，能确定好每个词语在译句中的位置，能翻译出准确的句子；

5）句骼等表意构件能利用软件技术，人机交互进行提取，具备普通大学毕业外语水平加上相应专业知识的人就可以信任，并且可以长时期使用；与MT的“规则难”相比，正好相反而成为一种理想状态；

6）基于句骼等表意构件，不必像MT那样多层次的逐个节点分析判断词义，仅在以句骼句舱形式给出时，一个层次解决词汇的多义性难题；巧妙地成为“机译人校”模式，机器可以利用“句骼对句舱的选择和制约”作用，加上在MT那里成熟的人工智能进行预选，给出后由译者来校对更正。

四、三种翻译技术性能比较：

下面对传统的机器翻译，MT、翻译记忆和本项目表意构件翻译，三种翻译技术性能比较如下：

三种翻译技术性能比较

五、表意构件翻译技术的创新点:

表意构件翻译技术继传统机器翻译，MT、翻译记忆之后；扬长避短，继承并发展了两者的优点，关键技术创新点有：

1.利用句骼等表意构件拆分源语句子

利用句骼等表意构件拆分源语句子很简单，只要根据源语句子查询句骼库，得到匹配的句骼之后，将源语句子对号入座地套入其中，源语句子就被分成句骼、句舱、意群串等；其中如果有大句舱，再进行一个查询舱模、套入舱模的运作整个源语句子就被拆分成句骼、句舱、舱模、舱眼、意群串等表意构件。正因为它们是表意构件，不必再拆分就可以转换生成目句。

本技术方法基于句骼等表意构件，以句骼等表意构件组建数据库。比翻译记忆以句对组建数据库更先进，其一可以利用句骼等表意构件拆分源语句子，翻译记忆的句对记忆做不到。同时也比传统机器翻译MT更先进，利用句骼等表意构件拆分源语句子，取代了MT的繁琐的由“字→词→短语→句”的步骤逐个节点分析判断词义；这就避开了语