中韓雙語對譯平行語料庫的創(chuàng)建與應(yīng)用研究

摘要：韓漢-漢韓平行語料庫是語料庫的一個重要類型， 可以在語言對比、翻譯研究、語言教學(xué)和詞典編纂方而發(fā)揮獨特作用。 該平行語料庫建庫的總體流程主要包括語料采集、整理和加工、存儲等籌劃，目前雖在設(shè)計上有突破，但還存在許多困難。

關(guān)鍵詞：中韓平行語料庫；語料采集；語料整理

中圖分類號：G648 文獻(xiàn)標(biāo)識碼：B文章編號：1672-1578（2018）03-0007-01

1.引言

近年來，平行語料庫正日益受到人們關(guān)注。平行語料庫是由源語文本原文及其平行對應(yīng)的譯語文本構(gòu)成的雙語或多語語料庫，其對齊程度有詞級、句級、段級和篇級幾種。平行語料庫按照翻譯方向的不同，可分為單向平行語料庫、雙向平行語料庫和多向平行語料庫。平行語料庫不僅可以廣泛運用于翻譯研究與培訓(xùn)、雙語對比、雙語詞典編纂，還可用于外語教學(xué)和學(xué)生自主學(xué)習(xí)輔助平臺。在國內(nèi)許多學(xué)者開始嘗試西語語料庫的建設(shè)。可以說西語語料庫已經(jīng)初具規(guī)模，其中，北京外國語大學(xué)已建成了規(guī)模約2000萬字詞的英漢平行語料庫。

目前，國內(nèi)外平行語料庫的建設(shè)和發(fā)展已經(jīng)取得很大成就，特別是漢英或者英漢雙語平行語料庫的數(shù)量及種類較多，語料的規(guī)模和語料的選取具有科學(xué)性、語料標(biāo)注具有規(guī)范性。中日，漢俄平行語料庫的建設(shè)由于有漢英平行語料庫作為參照，在語料規(guī)模、選材方法、標(biāo)注規(guī)范和深度等方面，具有后發(fā)優(yōu)勢，而中韓平行語料庫建設(shè)和應(yīng)用則剛剛起步，有待進(jìn)一步探討和研究。

2.中韓雙語對譯平行語料庫的構(gòu)建方案

2.1 設(shè)計理念

2.1.1 服務(wù)對象：為從事韓國語教學(xué)的教師、學(xué)習(xí)韓國語的學(xué)生以及譯者提供可檢索的翻譯網(wǎng)絡(luò)數(shù)據(jù)庫應(yīng)用方面的服務(wù)；

2.1.2 設(shè)計目的：應(yīng)用于中韓語言對比研究、翻譯語言及規(guī)范研究；應(yīng)用于中韓（韓中）翻譯研究；應(yīng)用于中韓語言轉(zhuǎn)換規(guī)律的探討和韓國語外語教學(xué)、 雙語詞典編纂等；

2.1.3 語庫規(guī)模： 先根據(jù)實際需要建立一個個小型語料庫，然后在小型語料庫基礎(chǔ)上逐步接近或達(dá)到千萬詞級，最后建立理想型的語料庫。

2.1.4 韓漢比例：語料收集中，在涉及面廣的基礎(chǔ)上，不僅要收集韓文原文和中文原文還要收集韓文譯文和中文譯文。從數(shù)量上通常韓譯漢的原文和譯文要多于漢譯韓的原文和譯文。

2.1.5 語料要求：以共時（現(xiàn)代韓語和現(xiàn)當(dāng)代中文）書面語的語料為主，題材可按照正式公文、報刊雜志、文學(xué)作品、新聞消息、科學(xué)技術(shù)和經(jīng)濟(jì)貿(mào)易等，根據(jù)具體內(nèi)容分類采集或收集。

2.1.6 標(biāo)注加工：利用軟件操作，讓句子層級自動對齊。自動對齊后需要人工再次校對。此外，還可選用詞性標(biāo)注半自動和人工相結(jié)合的方式）

2.1.7 評價標(biāo)準(zhǔn)（通過搜索引擎或?qū)＜以u判方式進(jìn)行檢驗）。

2.2 中韓平行語料庫的構(gòu)建方案。中韓平行語料庫的建立和應(yīng)用將語言學(xué)研究的客體對象定位于語料庫中的文本。也就是說，在語料庫的建設(shè)中，韓國語語料的選取、標(biāo)注、存儲、管理等建設(shè)都要圍繞韓國語語料庫的文本進(jìn)行。 此外，韓國語文本資料還是中韓平行語料庫的應(yīng)用、中韓子語料庫的生成、語料的分析統(tǒng)計的基礎(chǔ)；也是構(gòu)建中韓平行語料庫的基礎(chǔ)。其主要內(nèi)容包括語料的采集、語料的加工、語料庫的組織和網(wǎng)絡(luò)檢索平臺的更新。

2.2.1 韓國語語料采集。韓國語語料的采集應(yīng)盡量選用書面語文本，書面語越正式越好。之所以選用書面語文本，就是要考慮語言及其譯文的規(guī)范性。從可用性上來說，公文體文本的規(guī)范性最強(qiáng)，其次是其他正式文本包括新聞文本和文學(xué)文本。中韓語料庫后續(xù)建設(shè)方向包括采集標(biāo)準(zhǔn)和應(yīng)用目標(biāo)。其中采集標(biāo)準(zhǔn)是指語料的質(zhì)量問題，在語言資料整理加工、收錄和保存過程中，要保證源語言本身的"質(zhì)量"、翻譯質(zhì)量和相應(yīng)的規(guī)范性，避免亂碼現(xiàn)象；而應(yīng)用目標(biāo)是指應(yīng)根據(jù)語料庫建設(shè)的近期目標(biāo)和長遠(yuǎn)目標(biāo)，靈活安排語料的文本類型語料的內(nèi)容，注重原始語料中語言質(zhì)量、翻譯質(zhì)量及語料保存的規(guī)范性，以有助于翻譯教學(xué)為準(zhǔn)則。

2.2.2 子庫的組成

2.2.3 語料的采集。首先，發(fā)揮團(tuán)隊合作的精神，小組分工，廣泛應(yīng)用計算機(jī)、互聯(lián)網(wǎng)、掃描儀等現(xiàn)代化科學(xué)技術(shù)，全面收集語料；通過和翻譯公司和旅游公司合作，將接手的翻譯項目完成之后，將語料進(jìn)行整理、歸類； 通過互聯(lián)網(wǎng)和共同興趣的人交換語料；組織學(xué)生收集整理語料等方法建立漢韓雙語平行語料庫平臺。中韓平行語料庫書面語料采集應(yīng)遵循權(quán)威性原則（原文應(yīng)具有代表性，典型性，譯者應(yīng)為該領(lǐng)域的權(quán)威）、共時性原則（只收錄現(xiàn)當(dāng)代中韓文本，且同一子庫的韓國語、漢語文本是同時一代的）、科學(xué)性原則（選擇語料不要求全、求大，應(yīng)科學(xué)抽樣，兼顧平衡）。然后，嘗試將中韓平行語料庫引入翻譯實踐與翻譯教學(xué)中，通過實驗探討在現(xiàn)有技術(shù)條件下中韓平行語料庫用于翻譯實踐可能產(chǎn)生的積極效果，并通過教案的形式，說明中韓平行語料庫在翻譯教學(xué)中的具體應(yīng)用，旨在探討基于語料庫方法的翻譯教學(xué)模式。

中韓語料庫擬要收錄的主要文本，從類型上可以分為正式文檔 、新聞文檔和文學(xué)作品及評論。其中，正式文檔包括"政府、經(jīng)貿(mào)、科技、法律文本及白皮書"；新聞文檔包括"時政要聞、述評"；其他文檔包括教學(xué)文檔、文教類文檔。文檔收集應(yīng)注重材料內(nèi)容的共時性，盡量收集現(xiàn)代或當(dāng)代的文本資料，如正式文檔可收集近幾年的文本資料；新聞文檔可收集最能反映社會現(xiàn)實的文本資料；其他教學(xué)文本資料最好以近十年的教學(xué)內(nèi)容為主。此外，收集文本資料時還要考慮文本資料的規(guī)范性。如文學(xué)作品文本資料盡量要求是經(jīng)典作家和現(xiàn)代作家的相關(guān)作品。

2.2.4 翻譯文本庫。以實用性為著眼點，該語料庫可以重點收錄旅游翻譯方面的語料。語料收集的初期，視工作量而定，漢韓和韓漢翻譯文本盡量均衡，語料不求多而求精。

2.2.5 對譯語句庫。為保證語料庫語料的規(guī)范化，該語句庫收錄的句子或短語最好摘自公開發(fā)行的韓國各種讀物、韓國有名大學(xué)出版的教材、韓國常用的語法或詞匯工具書 。

2.2.6 語料庫的管理。語料庫的管理是包括語料庫建設(shè)在內(nèi)的持續(xù)維護(hù)。這種維護(hù)包括根據(jù)實際的需要（根據(jù)語料庫的詞頻統(tǒng)計、搭配統(tǒng)計和平行語料庫狀態(tài)統(tǒng)計的需要），添加、刪除、修正該語料庫中的內(nèi)容以便使用者進(jìn)行索引與檢索 。

2.3 中韓平行語料庫語料的整理和加工

2.3.1 句子對齊。平行語料中的句級對齊。在對語料庫中的語料進(jìn)行句子對齊時，可以選用SDL Tra-dos2007里的WinAlign軟件來進(jìn)行。第一步，語料采集。語料采集方式可通過人工輸入或掃描輸入（OCR軟件將掃描圖片或PDF轉(zhuǎn)成word格式文檔），還可以利用現(xiàn)有的"TXT，PDF，DOC"文檔。文檔建立后，對文檔中出現(xiàn)的錯別字、亂碼進(jìn)行校對；校對的同時刪除一些冗余信息；將語料保存為"WORD"文檔。第二步，利用軟件處理文本。啟動SDL Trados2007里的WinAlign軟件，點擊源語言和目標(biāo)語言，并通過側(cè)對話框進(jìn)行選擇；點擊添加，找到中韓對照中的韓文文本打開后，再點擊添加，同樣出現(xiàn)右側(cè)對話框后，找到中韓對照中的中文文本打開。第三步，點擊中韓文本匹配文件名，就可以實現(xiàn)文本的相互匹配。在文本匹配中，假設(shè)左右兩欄的虛線水平筆直連接了，說明左右兩邊的中韓文相互匹配實現(xiàn)是句級對應(yīng)。文本匹配中如果出現(xiàn)的是斜線，則表明左右欄的中韓文不對應(yīng)，那么就需要人工進(jìn)一步處理。

2.3.2 語料的存儲。平行語料庫的語料可采用數(shù)據(jù)庫的方式進(jìn)行存儲。這種方式存儲語料可以支持平行語料的海量擴(kuò)充；方便使用者查找所需語料；也易于根據(jù)實際情況進(jìn)一步開發(fā)和擴(kuò)展各類子語料庫。

2.3.3 輔助系統(tǒng)的開發(fā)。以上表述的中韓語料庫存儲框架建立之后，還需要設(shè)計包括平行語料庫建設(shè)系統(tǒng)和應(yīng)用管理系統(tǒng)相關(guān)的應(yīng)用系統(tǒng)。

2.3.4 中韓平行語料庫建設(shè)系統(tǒng)。中韓平行語料庫檢索平臺的構(gòu)建。 借助一些輔助工具如關(guān)系型數(shù)據(jù)庫管理系統(tǒng)（SQL/DS， DBZ，Oracle， SQLServer， dBase）構(gòu)建語料庫的檢索平臺。考慮到可自主控制中韓平行語料庫是否遠(yuǎn)程開放和控制用戶的權(quán)限；支持語料海量擴(kuò)充；易于開發(fā)擴(kuò)展；各類子語料庫分離等，中韓翻譯語料庫應(yīng)用管理系統(tǒng)應(yīng)包括語料 統(tǒng)計、語料庫管理、子語料庫的輸出、索引與檢索等功能。 考慮到建設(shè)中韓平行語料庫的復(fù)雜性和艱巨性，最初提倡從小型對應(yīng)語料庫做起。

2.3.5 平行語料庫的運用。以當(dāng)代先進(jìn)的教學(xué)理念為指導(dǎo)思想，利用現(xiàn)代信息技術(shù)建立的中韓雙語平行語料庫，在應(yīng)用于韓國語語翻譯教學(xué)時，應(yīng)遵循應(yīng)用性（語料選用的實用性）、自主性（促進(jìn)學(xué)生自主學(xué)習(xí)的積極性）、實踐性（培養(yǎng)學(xué)生對比分析語料的能力）、針對性（翻譯語料要符合學(xué)生韓國語的實際水平）、開放性（不斷地更新和補(bǔ)充新的語料）原則。在實際運用中，教師不是簡單地告訴學(xué)生譯文的對錯，使學(xué)生處于被動的聽講地位，而是提供參與機(jī)會，讓學(xué)生通過譯前分析，收集翻譯任務(wù)的相關(guān)背景資料、術(shù)語對照、平行文本采集等，形成譯文。使傳統(tǒng)的以教師為中心的講評法轉(zhuǎn)向以學(xué)生為中心的過程教學(xué)法，解決翻譯過程中產(chǎn)生的問題，了解并熟知翻譯過程，從而培養(yǎng)學(xué)生的獨立思考能力，提高學(xué)生的翻譯素養(yǎng)。

3.結(jié)語

隨著中國經(jīng)濟(jì)的發(fā)展，各行各業(yè)和各個領(lǐng)域?qū)Ψg需求也與日俱增。因此，培養(yǎng)高質(zhì)量的翻譯人才是學(xué)校教育的一大課題。基于學(xué)校韓國語教育的語言類人才，對其他專業(yè)領(lǐng)域知識有限，因此研制中韓語料庫教學(xué)平臺使學(xué)生在中韓翻譯學(xué)習(xí)方面不在局限于課堂之中，學(xué)生可通過中韓雙語平行語料庫建立自學(xué)模式將語料庫看作為"學(xué)習(xí)資源庫"，定期開展各類類型的文本翻譯， 便于學(xué)生自主學(xué)習(xí)。同樣韓國語教師在教學(xué)中也可以利用語料庫快速檢索到自己所需的語料，既方便于韓國語語言教學(xué)也可以解決韓國語翻譯教學(xué)語料缺乏的難題。

參考文獻(xiàn)：

[1] 崔衛(wèi)，李峰.俄漢-漢俄平行語料庫的構(gòu)建設(shè)想與應(yīng)用展望[J].中國俄語教學(xué)，2014，33（01）：1-5.

[2] 李曉瀅.區(qū)域性高校翻譯人才培養(yǎng)模式構(gòu)建研究[J].佳木斯教育學(xué)院學(xué)報，2014（03）：337，340.

[3] 李曉瀅.基于自建平行語料庫的翻譯教學(xué)探索[J].海外英語，2014（10）：9-10.

作者簡介：李丹（1980.1-），女，河南鶴壁人，博士，中南民族大學(xué)外語學(xué)院講師，研究方向為中韓語言對比研究。