语料库翻译学

摘要： 以近30年(1993~2021) CNKI数据库检索的在核心期刊上发表的有关语料库翻译学文献为数据来源,借助文献计量软件CiteSpace对语料库翻译学研究从3个方面进行系统分析,在此基础上绘制语料库翻译学研究知识图谱,结果显示近30年的语料库翻译学发文量呈波动趋势,具体可划分为三个阶段,同时提出了一些问题与展望。

摘要： 本文主要采用语料库语言学的研究方法,利用莎士比亚戏剧英汉平行语料库,运用定量和定性相结合的方法,主要着眼于戏剧文本中的主要女性角色台词,并从台词中的情态动词入手,选取了莎剧中三部女性角色戏份占比较重的戏剧《终成眷属(All’s Well that Ends Well)》《皆大欢喜(As You Like It)》《一报还一报(Measure for Measure)》,对原文和梁实秋、朱生豪两位译者的典型中文译本中塑造的女性形象,即海丽娜(Helena)、罗瑟琳(Rosalind)与伊莎贝拉(Isabella)这三位女性角色的形象,进行了分析和比较,重点探究这三位女性角色的人物形象是否在两位译者的翻译中发生了变形,而这种变化背后的动因有哪些。研究发现,朱生豪译本主要对原文中女性形象本来的性格特征进行了强化,原因则是出自他想要还原原作人物形象的“忠实”的翻译理念;而梁实秋性别意识上的局限性,在翻译中体现出弱化原作女性形象的强势性格特征的倾向。

摘要： 本研究通过自建小型《文心雕龙》英译语料库,借助语料软件对比分析施友忠和杨国斌两译本的译者风格。从词汇、句法和副文本三个方面对比分析得出:施译本篇幅更长,平均句长更长,加注更多,更忠实于原文,偏向于异化翻译,阅读难度较大;杨译本词汇丰富度更高,句式更加简洁整齐,整体易读性更高,属归化翻译,文本信息量较小,但文本正式程度更高。

摘要： 本文是2021年早春对北京外国语大学王克非教授的访谈录。笔者从学术思想、期刊主编和学术体悟三个方面与王教授进行了深入的探讨。王教授阐述了在翻译文化史、语料库研究和翻译学等领域的学术观点及其研究理念的缘起、发展和转变,分析了这些领域的发展脉络、关键概念和重要思想。作为《外语教学与研究》的主编,王教授回顾了35年来我国外语教学与研究的总体趋势,展望了未来发展方向。此外,王教授还分享了自己青年时代在逆境中艰难自学的经历,并对年轻学者提出了殷切的希望。

摘要： 从理论基础、建库实践和存在问题三方面对《黄帝内经》英译语料库的建设现状进行讨论分析。语料库翻译学的发展为《黄帝内经》的译介传播研究提供了新视角和新范式。近二十年来,许多中医英译学者对构建《黄帝内经》英译语料库进行理论探讨,开展基于语料库的实证研究,有效地推动了中医典籍英译语料库研究的发展,但在研究主题、建库规模、语料选择等方面依然存在一定局限。《黄帝内经》英译语料库研究应该从微观点状转向宏观系统,目前学界须反思与突破语料库规模小、语料选择受限、知识产权约束等方面的困境,以推动《黄帝内经》英译语料库建设与应用的进一步发展。

摘要： 作为黄老道家的集大成之作,《淮南子》在英语世界的译介与传播是中华典籍外译的重要组成部分,然而学界对其英译研究的关注明显不足,研究方法仍以内省式、定性研究为主,缺乏实证性研究视角.文章基于语料库翻译学范式,以《淮南子》原文、白话译文及现有两个英文全译本建立汉英平行语料库,涉及语料收集、对齐、标注、检索等步骤,并对其应用于相关译学研究进行了展望,以期为《淮南子》英译研究提供新的路径及方法论借鉴.

摘要： 自Baker,M.第一篇语料库翻译学文章问世的1993年至2020年7月31日,通过中国知网数据库(CNKI)进行数据收集,借助科学知识图谱的计量学工具CiteSpaceⅤ和传统的定量研究方法,从作者和研究机构的发文量、合作关系、发文年份和学者研究方向四个方面,勾勒出国内语料库翻译学领域的学派图景,为语料库翻译学团队建设和发展提供参考,也为文献覆盖范围的进一步拓展做出贡献.

摘要： 基于自建小型平行语料库,对《了不起的盖茨比》三个中译本进行对比分析,探讨译者风格,使用基于关键词簇分析这一译者风格指标识别方法,确定不同译者使用的高频词簇,即单词的重复序列.结果表明,三位译者在词簇的使用上存在差异;邓若虚译本使用较多二词词簇,乔治高与巫宁坤译本则多用三词词簇;相比女性译者,两位男性译者更倾向体现施事者,并使用较多否定词和加强语气的助词.这可以视为不同译者风格上的差异,也体现了男性译者与女性译者的不同.

摘要： 通过分析自建的50篇原创汉语绘本语料库(CHYLK),50篇英语翻译语料库(CEYLK)和一个50篇原创英语绘本参考语料库(ENYLK),探讨儿童绘本翻译规范.利用语料库软件对所选语料从词汇、句法和篇章三个层面进行统计分析,发现译者在汉语绘本的翻译过程中遵循了词汇密度小,易于儿童理解的名词、动词多于虚词、代词;句子短小、句式简单;段落简短的原则,翻译策略的选择具有规律性.

摘要： 借助可视化软件CiteSpace,对中国知网核心期刊收录的1996-2020年有关国内语料库翻译学研究的659条文献数据进行了可视化分析,通过对这些数据进行发文量、研究者、研究机构、研究领域和研究热点方面的分析,得出了国内语料库翻译研究的发展现状.同时,各项分析数据显示国内语料库翻译研究在稳步发展的同时,仍然存在一些问题:重微观轻宏观;研究领域不均衡;语料库建设仍需加强;跨学科支撑不足;本土理论缺乏.针对这些问题,本文提出了相关建议以促进国内语料库翻译研究的发展.

摘要： 本发明公开基于自学排列的排列语料库的生成装置及其方法、使用排列语料库的破坏性表达语素分析装置及其语素分析方法。语素分析装置包括知识数据库和分析器。知识数据库储存有在按语言的语素分析中使用的多个知识信息，包括：语素词典，储存与正常表达对应的语素信息；排列语料库，储存与破坏性表达对应的正常表达信息，其中破坏性表达是拼写错误或者没有规范化和标准化的表达。分析器对所输入的语节使用所述知识数据库进行语素分析并输出分析结果，当在所述语素词典中不存在输入语节的语素时，对在所述输入语节中包含的破坏性表达使用所述排列语料库查找与所述破坏性表达对应的正常表达并进行语素分析。

摘要： 一种基于伪平行语料库构造的蒙汉机器翻译方法，通过利用简单数据增强、回译两种方式以精确蒙汉平行语料库为依据分别构造出蒙汉伪平行语料库和其中回译技术中所使用的汉蒙翻译模型ΘB采用条件生成对抗网络的架构来构建。将精确蒙汉平行语料库、三个语料库混合得到大规模蒙汉伪平行语料库，使用此语料库同样以条件生成对抗网络的架构来训练蒙汉翻译模型ΘA,并在训练过程中使用软上下文数据增强技术将输入到蒙汉翻译模型ΘA的编码器中的蒙语词的one‑hot向量进行平滑处理，利用这个平滑向量随机的替换原本要输入到翻译模型ΘA中编码器的one‑hot向量进行训练；目的在于优化翻译模型ΘA的参数，提升模型ΘA的翻译能力。

摘要： 一种翻译语料库的匹配方法，包括：获取待匹配语料库数据，将待匹配的原文和对应的ID进行处理；翻译语料库数据与待匹配数据大致匹配得到集合p，待匹配数据与集合p进行详细匹配，得到最佳匹配的数据：p循环结束后scores倒序得到最佳的匹配结果。本发明利用二维数组获取两个字符串的相似度，取左边值+1，上边值+1，若左边值+1，上边值+1不相等取左上角+1的值，若左边值+1，上边值+1相等取左上角的值，最终取左边值+1和上边值+1和左上角最终值的最小值，从而得到两个字符串的匹配度。本发明相比于海明距离匹配方法和Jaccard相似度匹配方法匹配召回率增高明显。

摘要： 一种用于生成领域特异性训练集的方法(100)，包括：生成(130)包括多个标记化文档的通用语料库，包括：(i)解析(132)从所述通用语料库中检索的文档；(ii)预处理(134)经解析的文档；(iii)对经预处理的文档进行标记化(136)；并且(iv)将所述标记化文档存储(138)在所述通用语料库中；生成(140)标记化条目的本体数据库，包括：(i)解析(142)从本体中检索的本体条目；(ii)预处理(144)经解析的条目；(iii)对经预处理的条目进行标记化(146)；并且(iv)将所述标记化条目存储(148)在所述本体数据库中；使用来自所述本体数据库的领域特异性标记化条目来查询(150)所述通用语料库中的所述标记化文档；基于所述查询来识别(160)特异于该领域的多个标记化文档；并且将识别出的标记化文档存储(170)在训练集数据库中，作为特异于所述领域的训练集。

摘要： 本发明公开基于自学排列的排列语料库的生成装置及其方法、使用排列语料库的破坏性表达语素分析装置及其语素分析方法。语素分析装置包括知识数据库和分析器。知识数据库储存有在按语言的语素分析中使用的多个知识信息，包括：语素词典，储存与正常表达对应的语素信息；排列语料库，储存与破坏性表达对应的正常表达信息，其中破坏性表达是拼写错误或者没有规范化和标准化的表达。分析器对所输入的语节使用所述知识数据库进行语素分析并输出分析结果，当在所述语素词典中不存在输入语节的语素时，对在所述输入语节中包含的破坏性表达使用所述排列语料库查找与所述破坏性表达对应的正常表达并进行语素分析。

摘要： 本发明公开了一种基于语料库的外语翻译训练方法及装置，涉及自然语言处理技术领域，具体步骤为：在任一平行语料库中随机提取预设数量的训练语料，构建第一平行语料库；依据第一平行语料库构建并训练初始翻译模型；利用初始翻译模型获取翻译语料库；计算翻译语料库中任一语句的翻译置信度评分，并与预设评价阈值进行比较；根据比较结果，更新翻译语料库，并与任一单语语料库拼接，获得第二平行语料库；根据任一平行语料库与第二平行语料库获取整体语料库，再次训练初始翻译模型；本发明通过扩大平行语料库的规模以保证翻译模型结果的精准性，且扩大平行语料库保证了被并入原有平行语料库中翻译语句的准确性，以保证训练的翻译模型更加精确。

摘要： 一种翻译语料库的匹配方法，包括：获取待匹配语料库数据，将待匹配的原文和对应的ID进行处理；翻译语料库数据与待匹配数据大致匹配得到集合p，待匹配数据与集合p进行详细匹配，得到最佳匹配的数据：p循环结束后scores倒序得到最佳的匹配结果。本发明利用二维数组获取两个字符串的相似度，取左边值+1，上边值+1，若左边值+1，上边值+1不相等取左上角+1的值，若左边值+1，上边值+1相等取左上角的值，最终取左边值+1和上边值+1和左上角最终值的最小值，从而得到两个字符串的匹配度。本发明相比于海明距离匹配方法和Jaccard相似度匹配方法匹配召回率增高明显。

摘要： 本发明公开了一种基于钢结构工程平行语料库提升翻译效率的方法，在使用时将所述语料库作为术语库导入计算机辅助翻译软件中,当翻译文本遇到与语料库相对应的句对或词汇表时,计算机辅助翻译软件将自动匹配。所述的翻译过程采用“自制语料库+CAT辅助”的翻译模式在保证建筑行业翻译质量的同时也提高了翻译效率。大大节省了译者以及公司技术人员的时间以及精力，尽最大程度的打破了语言上的障碍，使得公司技术人员可以将更多精力投入到海外项目的技术攻坚上面。同时随着海外项目的逐渐增多，公司译者所处理的文本越来多，钢结构平行语料的规模也会越来越大。CAT预翻译的准确率也会随着语料库的规模逐年提升。

摘要： 本发明提供了一种基于多套语料库的机器翻译模型蒸馏方法。本发明使用多套语料库巧妙避免了在蒸馏模型训练时还需要进行BeamSearch搜索，因为在训练伊始，教师模型的翻译结果便已经被知晓，所以不必再保留大量中间结果，这极大降低了对内存的消耗。模型蒸馏时，本发明不再需要边教师模型推理，边训练学生模型，这样显著提升了训练速度。同时，在本发明所公开的技术方案中，由于多套语料库的存在使得对不同蒸馏方案的实现也变得简单。这些问题的克服使得对机器翻译模型进行蒸馏成为了可能。

摘要： 一种融合迁移学习的伪平行语料库的蒙汉机器翻译方法，通过大规模的英汉平行语料库训练一个英汉神经机器翻译模型；对蒙古语进行预处理后构建蒙汉神经机器翻译模型；将训练好的英汉神经机器翻译模型的模型参数权重迁移到蒙汉神经机器翻译模型中；将现有的蒙汉平行语料库对蒙汉神经机器翻译模型进行完善训练，用完善好的蒙汉神经机器翻译模型对现有的蒙汉平行语料库中的汉语单语语料进行回译、加噪，形成一个伪平行语料库D1；将伪平行语料库D1和现有的蒙汉平行语料库融合形成伪平行语料库D；用伪平行语料库D重新训练完善好的蒙汉神经机器翻译模型，得到最终的蒙汉神经机器翻译模型；利用所述最终的蒙汉神经机器翻译模型进行蒙汉翻译。