建設中醫(yī)雙語小型語料庫的探索

戴麗琴

摘要：隨著語料庫的普及與發(fā)展，專門用途語料庫已經(jīng)成為外語教育與翻譯的重要工具。中醫(yī)雙語小型語料庫的建立為本校中醫(yī)教學與中醫(yī)的對外交流提供一個重要平臺。中醫(yī)英語語料庫的建立要從語料庫的目標入手，確定其規(guī)模與用途、進行初步的設計和規(guī)劃以及解決相關技術問題。

關鍵詞：中醫(yī)英語；雙語語料庫；中醫(yī)英語教學；中醫(yī)翻譯

在高度信息化的當今世界，翻譯已成為了解全球信息、擴大對外交流、獲取國際資源的重要手段。雙語平行語料庫，則為外語教學、翻譯研究、跨語言信息檢索、詞典編撰等提供了最好的平臺，具有廣闊的應前景。

近十多年來，國內(nèi)雙語平行語料庫的建設取得了很大進步，如漢英平行語料庫（北京大學計算語言學研究所）、英漢雙語語料庫（哈爾濱工業(yè)大學）。國內(nèi)近年來也建成些專用語料庫，如莎士比亞戲劇英漢平行語料庫（上海交通大學）、《紅樓夢》譯本平行語料庫（燕山大學）等，這些語料庫規(guī)模小但是各有特色各有重點。

一、中醫(yī)英語語料庫建設的意義

1.1 在中醫(yī)英語教學方面的意義

中醫(yī)英語語料庫在中醫(yī)英語教學的師資培訓、教材建設等方面都可以發(fā)揮充分作用。通過雙語平行語料庫，可以對中醫(yī)英語教學中的常用語言結構、教學中的難點、對難點的分級排列（gradation）等問題做出梳理和判斷。

1.2在中醫(yī)英語翻譯研究方面的意義

1.2.1語料庫不僅為翻譯批評研究提供了新的工具，而且擴展了翻譯批評的研究范圍，提出了新的研究思路。

1.2.2中醫(yī)雙語語料庫為中醫(yī)英譯翻譯批評提供了諸多可能性，對這些可能性予以充分開發(fā)利用，有助于翻譯批評的“審美評價”和“科學判斷”跳出經(jīng)驗和直覺的內(nèi)省栓桔，達到有機的統(tǒng)一。

1.2.3基于語料庫的中醫(yī)翻譯研究以哲學上的經(jīng)驗主義和理性主義為認識論基礎，把經(jīng)驗主義的量化描寫和理性主義的推理解釋相結合，以客觀的語言現(xiàn)象為依據(jù)，揭示語言內(nèi)在的本質(zhì)和規(guī)律。

二、語料庫的設計與建立

2.1 語料庫的設計

語料庫的設計與規(guī)劃是直接影響語料庫質(zhì)量和功能的重大環(huán)節(jié)，在此階段，設計者需要考慮建庫的規(guī)模、語料選擇等方面。

2.1.1 就本語料庫的規(guī)模而言，需要考慮建庫目的能否實現(xiàn)及語料是否容易獲得等，并不是越大越好。一般來說，專門語料庫要比通用語料庫的規(guī)模要小。根據(jù)本庫自身的特點，50萬字左右的規(guī)模即可滿足教學與翻譯的需要，但是語料的篩選很重要，要求建庫者和管理員有較高的專業(yè)知識，并且熟悉中醫(yī)醫(yī)學相關領域。

2.1.2本庫中醫(yī)英語的語料可以從可靠的網(wǎng)站、電子掃描儀、現(xiàn)有的中醫(yī)英語語料庫（如：《新編使用中醫(yī)文庫》）等途徑收集。中醫(yī)英語語料庫的收集以醫(yī)學教材和醫(yī)學論文為主，文本選用的標準為國外權威出版機構出版的英語醫(yī)學教材或國內(nèi)影印的英語醫(yī)學教材，論文從國際流行的一流期刊中收集。中醫(yī)英語語料庫的文本收集按學科、的種類等進行，涵蓋中醫(yī)基礎理論、中醫(yī)診斷學、中藥學、方劑學、中醫(yī)內(nèi)科學、中醫(yī)外科學、中醫(yī)兒科學、中醫(yī)針灸、中醫(yī)推拿等學科。參照《新編實用中醫(yī)文庫》建設的平行語料庫，在建庫過程中參考 T.McEneryA.Hardie（2012）的做法，收集的數(shù)據(jù)主要用于科學研究，要防止語料泄露和侵權現(xiàn)象出現(xiàn)。

2.2語料庫的建立

2.2.1語料處理

在選取了合適的語料后，要將語料轉化為TXT文檔保存，本庫由英漢兩個句級對齊文本組成，分別命名為“中醫(yī).EN.txt”和“中醫(yī).CH.txt”。期間要審核并修改原始文檔中存在的一些錯誤與冗余信息，以免影響隨后標注和檢索的準確性。我們使用PowerGREP為檢索軟件，運用文本整理器對單個文本進行整理。

2.2.2標注

標注指對語料進行分類與詞類劃分，分為詞性標注與篇頭標注。英語文本可以通過CLAWS軟件完成，中文文本則通過中科院計算所的ICTCLAS軟件完成。篇頭標注能夠提供文本的基本信息。本庫中，篇頭標注包含出版信息、譯者信息、文本字數(shù)和所屬等內(nèi)容。

2.2.3 對齊

在完成對語料的數(shù)字化、中文文本的分詞、去噪等相關整理后，可用Paraconc軟件實現(xiàn)漢英文本的句級粗略對齊，然后再進行人工檢查調(diào)整對齊，最后確定并保存。

三、雙語語料庫建設中碰到的困難與對策

3.1.國內(nèi)英語語料與西方英語語料的選擇問題。中醫(yī)英語資料包括西方英語語料與國內(nèi)英語語料，兩種語料各有不足與優(yōu)勢。結合本語料庫的功能與特點，本庫應該從中國國內(nèi)英語語料與西方英語語料分界，其比例各為百分之五十。只有如此，中

醫(yī)英語在中西方的差異點及差異的規(guī)律性才有可能反映出來。

此外，為了對比分析具有統(tǒng)一的基礎，中西方資料應盡量做到一致，也就是說，同一中醫(yī)資料，在中西方各具備一份英語語料，此時從理論上講，中西語料應該在數(shù)量上相等、結構上相同。

3.2平行語料庫的建立可能非常耗時耗力。在標注的過程中，受研究者的主觀影響比較多， 甚至可能會出現(xiàn)標注錯誤， 從而影響到語料庫的統(tǒng)計分析結果。為了彌補這些不足，需要研究者不斷探索努力，統(tǒng)一語料庫的標注， 提高語料庫的通用性以節(jié)省重新建庫的時間和精力。

[參考文獻]

[1]Koehn，P.Europarl：Aparallel corpus for statistical machine translation [A]. MT Summit 2005.

[2]Lüdeling， A. & M. Kyt. Corpus linguistics ：An International Handbook [C]. New York：Walter deGruyter， 2008.

[3]德超， 王克非. 新型雙語旅游語料庫的研制和運用 [J]. 現(xiàn)代外語，2010（1）： 46-54.

[4]秦洪武， 王克非. 基于語料的翻譯語言考察 [J].現(xiàn)代外語， 2004（1）：44-52.

[5〕桂詩春. 發(fā)展我國應用語言學的幾點想法[J].語言文字應用，1998，（7）4-6.

[6]李文中. 語料庫索引工具[A].楊慧中語料庫語言學導論[C].上海：上海外語教育出版社，2002，67-68.