《道德經》漢英平行語料庫的建設及其應用

張麗娟

摘要：本文以《道德經》兩個最具代表性的英譯本為例，自建《道德經》漢英平行語料庫，介紹語料庫的建設過程，包括語料的收集、除噪、切分、標注和對齊，通過語料庫軟件的檢索方法，定量分析兩個英譯本的類形符比、平均句長，詞匯密度等方面的不同，為《道德經》的英譯研究提供新的解釋和描述視角。

關鍵詞：《道德經》;語料庫;創建和應用

隨著計算機技術和翻譯研究的不斷發展和深入，語料庫不斷應用到翻譯的各個方面。這些研究主要分為兩類，一是基于語料庫的翻譯研究，一是翻譯語料庫的介紹與創建。本文以《道德經》兩個最具代表性的英譯本為例，自建《道德經》漢英平行語料庫，介紹語料庫的建設過程，包括語料的收集、除噪、切分、標注和對齊，通過語料庫的研究方法，定量分析兩個英譯本的譯者風格，為《道德經》的英譯研究提供新的解釋和描述視角。

一、《道德經》英譯研究綜述

老子是道家的創始人，他的思想對中國哲學的發展影響深刻，所著《老子》又稱《道德經》，全書五千多字，共81章，前37章卷上為《道經》，后44章卷下為《德經》。它是中國歷史上第一步具有完整體系的哲學著作，老子的《道德經》全球發行量和翻譯語言的數量都僅次于《圣經》。《道德經》早在公元7世紀唐朝就由玄奘翻譯成梵文（張文莉，2017），世傳《道德經》英譯最早是在1868年由傳教士湛約翰翻譯的，姚達兌（2017）發現更早的英譯手稿在1859年由裨治文翻譯，而第一個中國人自己翻譯的《老子道德經》是在1936年胡子霖完成的（吳心海，2012），截止2010年《道德經》西譯本達到643種，英譯本有200種（張文莉，2017）。河南社科院副研究員丁巍（2004）在《老學典籍考：二千五百年來世界老學文獻總目》中，將二千五百年來的中外老學典籍文獻匯聚成總括性專題書目。《總目》共5編102萬字，內收中國語言系2048個文種、東方語言系503個文種、西方語言系618個文種以及老學論文4297篇。《道德經》英譯之早，版本之多，研究之眾，足見其歷史之悠久，影響之深遠。《道德經》的歷史地位、思想價值和現實意義都值得進一步研究和傳承。

《道德經》英譯的研究很多，但是通過語料庫研究的卻不多。筆者以1988年為起點，2018年6月20日為終點，從中國知網學術期刊總庫以“《道德經》英譯”為關鍵詞進行搜索，結果有180篇，而用語料庫進行的研究卻只有12篇，其中有4篇是自建語料庫，還有2篇是通過語料庫分析《道德經》哲學術語翻譯和《道德經》譯文顯化研究。本研究計劃收集有代表性的《道德經》漢語源本和英譯本，建立更加系統、更加全面、更加專業的語料庫，并對這些語料進行標記。接著借助語料庫工具對代表性英譯本進行對比分析，通過對其主要參數包括形符與類符、詞頻排列、詞長、句長、句數、句型和漢英句對模式進行統計描述，對各譯本的語言風格和翻譯技巧進行詳細的研究。通過譯本的對比，找到并總結譯文中出現的錯誤，再加以改進。更好的描述翻譯現象，再現翻譯過程，揭示翻譯規律。

二、《道德經》漢英平行語料庫的創建

語料庫的創建流程包括：原文和譯文版本的選擇和語料收集、對收集文本進行清潔處理，經過除噪、校對，然后保存成txt文本，接著對語料進行切分、標注并校對，最后將語料對齊，就可以運用語料庫的軟件進行語料檢索、獲取參數、分析數據了。

（一）收集語料

源本和英譯本的選擇涉及到其典型性，盡量將有代表性的都全面收錄。《道德經》的源本版本繁多，僅世傳《道德經》就有356種，1973年長沙馬王堆漢墓出土的帛書《道德經》也有甲乙兩種抄本，1993年湖北荊州郭店楚墓出土的竹簡《道德經》是現存最早的版本（陳國華，2002）。《道德經》英譯的版本普遍認為有一百三十多種。本研究選取英國漢學家阿瑟·威利和中國作家林語堂翻譯的兩篇譯文。兩個譯本的譯者屬于中英兩個國籍，且處于不同的時期，所以具有一定的代表性。本研究的原始語料為紙質版，通過OSR掃描識別為圖片保存，經過ABBYY Fine Reader將圖片轉化成txt文本，人工校對后將文本存儲為UTF-8編碼格式。

（二）語料處理

通過軟件EditPlus將文本中的拼寫錯誤、多余的空格和空行、多余的硬回車和軟回車、多余的橫線處理掉，這里清潔文本不改變文本原來的結構。《道德經》英文部分來自書本，部分來自網站，這些語料都需要進一步處理，對漢語的文本加工包括分詞、標注和對齊，對英文譯本的處理包括語料整理、標注和對齊。對于中文語料的分詞處理，可采用中國科學院計算機技術研究所開發的漢語詞法分析軟件ICTCLAS3.0進行自動分詞處理。但是由于是古漢語，需要人工輔助分詞，加以校對，提高準確率。對于英文語料的標記，本項目采用文本編碼計劃模式（TEI）對篇頭和篇章作注，信息標注包括題目、出版社、出版時間、致謝、版本情況、前言、后記、序跋、參考文獻等，篇章注包括段落標注、語句標注、語法和語義標注等，并加以適當的評述。軟件“文本處理器”可以同時處理成百上千個文件，確保英文文本由半角字符構成，詞句之間留有空格，題目和段落之間有回車符。最后本研究使用中國傳媒大學自主研發的CUC ParaConc軟件，來實現句與句、段與段和篇章與篇章的對齊。

（三）語料切分標注

語料標注分為語言信息標注和非語言信息標注，語言信息標注包括詞性標注和語法標注，非語言信息包括作者、譯者和出版信息等。研究者也可以根據研究的需要設計標注體系。本研使用軟件TreeTaggerMultilingual對英文文本進行詞性標注，漢語文本沒有詞的界限，使用軟件CorpusWordParser進行標注的同時進行詞的切分。

（四）語料對齊

文本對齊有不同層次的對齊，篇章對齊比較容易，句級對齊則需要加上人工校正。本研究使用TMXmall在線工具將文本對齊，再導出文本就建成了雙語平行語料庫。

三、《道德經》語料庫的應用

本研究利用創建的《道德經》平行語料庫對兩個有代表性的譯本進行基本的統計描述，包括詞頻、平均句長、類符/形符比、平均詞長、詞匯密度等。Wordsmith軟件統計結果可以看出，威利譯本共有9533個字，比林譯本多1521個字，說明威利更傾向于意譯，解釋更多。而林譯本的類符/形符比為21%，略高于威利的譯本19%，則說明林譯本的詞匯變化性更大，使用不同的詞匯更多，從而閱讀難度相差不大。

高頻詞匯的檢索可以了解譯文主題信息內容，AntConc軟件可以列出兩個語料庫的高頻詞匯。威利譯本從高到低的前五個高頻詞為the，is，to，of，and，其中“the”和“of”的詞頻較高說明句子結構的復雜性，威利譯本中達到6.23%。林譯本前五個高頻詞匯the，is，of，and，to，“the”基本相同，“the”的使用達到了7.06%，略高于威利譯本，這說明兩譯本的句子結構復雜程度相當。

詞匯密度主要指的是實詞所占的比重，詞匯密度越大說明實詞使用越多，信息密度越大。威利譯本詞匯密度為57%，遠遠大于林譯本37%的詞匯密度，因而閱讀難度也比較大。總詞數威利譯本比林譯本多近1500多詞，說明威利譯本對原文的解釋說明較多，顯化特征更加明顯。

兩譯本的高頻實詞占比都超過了60%，如關鍵詞“道”的翻譯，林譯本傾向于音譯翻成“Tao”，出現了71次，而威利譯本并未出現“Tao”，威利傾向于意譯翻成“way”，這表明林采用了音譯的翻譯方法，而威利采取了意譯的翻譯策略。再如“天下”的翻譯，林譯本翻成“world”，威利譯本翻成“empire”，這說明兩譯本的主題和譯者對原文的理解相差較大，這個跟兩位譯者的背景關聯很大，林語堂是中國著名的作家，對中國文化的理解更透徹，而威利是英國有名的漢學家，更多考慮西方讀者的接受程度。

四、結語

本研究存在三個難點，第一個難點是源本和譯本的選擇。《道德經》的源本版本繁多，僅世傳《道德經》就有356種，英譯本有兩百多種，源本和英譯本的選擇涉及到其典型性，盡量將有代表性的都全面收錄。不同歷史時期，不同國別，不同性別，不同的社會功能，不同的翻譯風格都要照顧到。第二個難點是簡體字和繁體字的使用，目前的《道德經》的源本中，二十世紀八十年代以后才開始使用簡體字，大部分源本仍然保留著繁體字，在建庫的時候最好配上簡體字，以方便不熟悉繁體字的讀者。第三個難點是古漢語標點的問題。古漢語都不斷句，“五四”運動之后才出現了帶通行標點符號的古書。這些在以后的研究中都可以進一步改進。

另外，本研究除了建設《道德經》雙語平行語料庫之外，還將通過語料庫分析它的不同譯本風格，以后還可以進一步研究譯本共性，發現譯誤，改進譯文，總結翻譯策略，從而為譯員提出典籍翻譯的原則，為廣大讀者提供更好的譯本，更好的描述翻譯現象，再現翻譯過程，揭示翻譯規律。

參考文獻：

[1]馮曉黎.帛書本《老子》四英譯本的三維審視[D].上海外國語大學，2007.

[2]汪定明，李清源.《老子》漢英翻譯平行語料庫建設[J].上海翻譯，2013 （04）：60-64.

[3]文軍，羅張.《道德經》英譯研究在中國[J].上海翻譯，2012 （01）：19-23.

[4]溫軍超.華人《道德經》中英平行語料庫的構建分析[J].淮北師范大學學報（哲學社會科學版），2017，38 （01）：115-119.

[5]辛紅娟，高圣兵.追尋老子的蹤跡——《道德經》英語譯本的歷時描述[J].南京農業大學學報（社會科學版），2008 （01）：79-84.

[6]嚴敏芬，閔敏.基于語料庫的《道德經》核心哲學術語英譯研究[J].南京航空航天大學學報（社會科學版），2013，15 （04）：60-65.

[7]Baker，Mona.Corpus linguistics and translation studies：implications and applications[A].In M.Baker，et al（eds.）.Textand Technology[C].Amsterdam：Benjamins，1993：233-252.