機器翻譯對提高云南高校圖書館開展留學生服務的思考

景艷梅

(云南師范大學 圖書館，云南 昆明 650500)

近年來，圍繞國家“一帶一路”倡議和云南面向南亞東南亞輻射中心建設的戰略定位，云南充分發揮毗鄰南亞東南亞的區位優勢和豐富多彩的民族特色，開展教育國際交流與合作。目前，云南的外國留學生達1.9萬多人，主要來自南亞東南亞國家，留學生人數在全國排在第9位[1]。隨著留學生人數的不斷增加，高校學生結構發生了變化，圖書館服務對象也發生了結構性改變。留學生作為高校圖書館用戶中的特色服務群體，對“以讀者為中心”為服務理念的圖書館提出了新的要求和挑戰。高等學校國際化的發展趨勢為高校圖書館提升國際化服務能力提供了良好契機，云南高校圖書館應結合本館的實際情況，借鑒國內外其他圖書館成功案例和經驗，為留學生提供優質、高效的服務。

1 云南省高校圖書館留學生服務現狀——基于48所高校圖書館網站的調查

高校圖書館門戶網站高度集成了圖書館的所有資源和服務，它提供了讀者一站式服務平臺，也是向外宣傳圖書館資源和服務的展示窗口。據云南省教育廳發布的全省高等學校名單，截至2020年6月30日，云南省共有高等學校83所，其中云南大學、昆明理工大學、云南師范大學等48所高校具有招收外國留學生資質[2]。考慮研究項目可操作性，筆者基于具有招收留學生資質的48所高校圖書館網站進行調研，研究云南省高校圖書館對留學生開展服務情況和存在的問題。結合圖書館開展的常見服務，針對留學生的服務主要包括：是否開發設計外語版圖書館網站；在外語版網站下是否提供參考咨詢服務；網站上是否有中外文對照版圖書館指南；是否開展針對留學生的專題講座和培訓。

來華留學生一般有學歷教育和短期訪學，中方學校一般都會對漢語水平有要求，中文能力至少達《國際漢語能力標準》四級(HSK4)水平，對英文授課的專業或項目對英語水平也有一定要求。對母語為非英語國家的留學生來說，英文版網站內容對他們來說有一定的困難，圖書館可考慮針對學校留學生來源國設置多語版的門戶網站，這樣外國留學生能方便快捷的導覽圖書館資源和服務。通過網站調研發現：①具有招收留學生資質的48所高校圖書館，只有云南大學圖書館開發設計了外語版門戶網站，涉及英語、日語、泰語、越南語、緬甸語，且該網站目前是國內第一個響應式設計的多語言圖書館網站；②剩下的47所高校圖書館中，有35所沒有外語版圖書館門戶網站，4所打不開圖書館網站，8所查找不到圖書館網站，網站打不開或查找不到的基本上是高職高專院校圖書館；③云南大學圖書館多語言門戶網站揭示的內容主要包括圖書館介紹(借閱規則、開放時間、讀者證申請說明及圖書館導覽圖)、圖書館發生的新聞事件、特色資源數據庫(中國西南民族研究數據庫、云南花卉數據庫、云南大學機構知識庫及云南大學學位論文數據庫)及漢語版的圖書館宣傳片，在外語版環境下并未提供參考咨詢服務窗口，也沒有找到多語版的圖書館服務指南；④在48所高校圖書館網站上搜索查找，沒找到有關專門針對留學生的讀者培訓和講座的通告和相關新聞報道。

2 云南高校圖書館開展留學生服務存在的問題及原因分析

語言障礙是影響留學生獲取圖書館資源和服務的最主要原因，即使對留學生有漢語水平能力要求，就像中國人學習英語一樣，很大程度上是被動學習和應付考試，根本不可能像瀏覽母語那樣一目十行。通過網站調研結果顯示，云南省高校圖書館針對留學生服務情況不容樂觀，只有云南大學圖書館開設了多語版網站并且揭示的內容層次比較淺，網站內容也沒有與中文版網站內容對應及時更新，沒有設置專門針對留學生參考咨詢服務窗口，所有圖書館基本沒有開展針對留學生的讀者培訓服務，不能實現外語版環境下館藏目錄和數據庫檢索，加之留學生對館藏排架和檢索規則不了解，在中文版網站下很難找到所需的圖書。不難發現，造成圖書館面向留學生服務缺失有兩方面原因：①留學生自身的原因，如語言能力、信息知識獲取習慣、知識水平結構和文化差異等造成利用圖書館資源和服務存在障礙；②圖書館缺乏積極主動的資源推廣(紙本資源、數據庫資源、空間資源等)和服務推廣(讀者培訓、參考咨詢、館際互借等)。很多圖書館已經意識到了針對留學生服務空白的窘境，但捉襟見肘，很多中小圖書館礙于人員和經費的不足，很難開展留學生服務。以云南師范大學圖書館為例，近3年都沒有新進人員(除學校內部人員調整從其他學院調入2名)，全館只有一名日語老師，處理英文文獻的老師很多也不是英語專業的，針對部分小語種文獻，只能臨時聘請小語種學生進行加工。在資源建設方面，由于經費和語言障礙，主要以英語文獻為主，其他語種的文獻很少購買。

3 機器翻譯在云南高校圖書館留學生服務中的應用場景

機器翻譯，即基于人工智能技術、通過計算機終端智能設備進行不同語言的翻譯任務，越來越引起人們的廣泛重視，并且已經開始服務于人們日常工作、生活中的各種跨語言應用需求。在智慧圖書館的驅動下，機器翻譯必將在圖書館界大放光彩。機器翻譯方法主要可以分為基于規則的機器翻譯方法和基于語料庫的機器翻譯方法。后者基于建模方法不同，又可以細分為基于實例的機器翻譯方法、統計機器翻譯方法和神經機器翻譯方法。近年來，神經機器翻譯技術在學界和實際商業應用中獲得了迅速的發展，神經機器翻譯相對于傳統的機器翻譯方法在翻譯質量上獲得顯著提升，已經在大語種上(漢語、英語、日語等)成為商用在線機器翻譯系統的核心技術，大網絡科技公司在線語言翻譯系統已經采用神經機器翻譯方法，如微軟翻譯、谷歌翻譯和百度翻譯等。

3.1 利用機器翻譯實現跨語言館藏目錄檢索

圖書館每年都會將大量的經費用來購買紙質圖書和數據庫，也是圖書館資源建設的重要內容和為讀者服務的重要資源保障，紙質資源查詢通常是通過圖書管理系統聯網進行館藏目錄查詢，根據索取號在對應書架位置上找到目標圖書。而云南高校圖書館目前都只能用中文進行館藏目錄查詢，這給剛來華學習的留學生在圖書館使用上造成了極大的心理障礙，面對動輒幾百萬的館藏圖書，卻找不到想要的一本。針對以上語言檢索障礙，筆者有一個大膽的設想：留學生用母語輸入題名、作者、關鍵詞等，就會有相關圖書檢索出來，檢索結果上呈現圖書原語種，并且檢索出來的圖書的題名已經翻譯為留學生母語，這樣留學生就可以快速瀏覽相關內容圖書，挑選出最有價值的圖書來閱讀。以云南師范大學圖書館圖書管理系統UILAS為例，輸入“機器翻譯”檢索條件，一共檢索出25條結果，只要通過題名大概瀏覽一下，就可以確定想要借閱的圖書。同樣，如果把圖書題名翻譯為留學生母語，留學生也可一目十行快速瀏覽挑選出感興趣的圖書，決定是否需要借閱認真研讀。

3.2 借助機器翻譯實現跨語言數據庫導航檢索

很多高校圖書館開發了數據庫導航系統，大概有以下幾種查看方式：按字母順序查看(A～Z)、按學科查看(綜合、人文社科、藝術、計算機、物理、化學等)、按文獻類型(文摘索引與評論、學位論文、報紙、電子期刊與會議等)。數據庫導航涵蓋了圖書館購買和試用的所有電子資源，讀者可根據需要快速檢索所需資源。目前所有的數據庫導航只是把數據庫名稱按不同的規則做了歸類(包括清華大學數據庫導航系統)，是否可以嘗試把數據庫名稱翻譯為相應的語種，并注明數據庫收錄文獻語種，方便留學生在上百個數據庫中找到想要檢索的目標庫，這只是筆者的拙見，望向專家求教指點。

3.3 借助機器翻譯實現圖書館資源和服務推介

隨著“雙一流”建設的推進與實施，各高校圖書館也在積極探索并實踐“雙一流”建設舉措。在繼承圖書借閱、參考咨詢、圖書推薦等傳統服務的同時，利用新媒體技術創新服務方式，更好地實現資源和服務推薦，實現個性化需求服務[3，4]。可以嘗試在圖書館主頁放置多語言版圖書館宣傳片，請外教或留學生參與拍攝和制作，主要宣傳圖書館館藏資源和服務內容，讓學生理解索取號的意義，了解圖書和期刊排架規則，方便學生根據索取號找到想要借閱的圖書。還可借助學校其他科研院所研究力量，把專家學者對外語種的研究成果與圖書館資源和服務推介工作結合起來，比如昆明理工大學智能信息處理重點實驗室主任余正濤教授帶領的研究團隊在漢越、漢泰、漢緬等東南亞小語種機器翻譯方面做了大量的科學研究，圖書館可以利用自有資源和機器翻譯研究專家深入合作，針對東南亞留學生開展特殊文獻服務[5-7]。

4 機器翻譯在云南高校圖書館留學生服務中的應用策略

機器翻譯研究如何利用計算機自動地實現不同語言之間的相互轉換，隨著翻譯模型和技術的不斷發展，歐洲一些國家將翻譯軟件集成到數據庫檢索系統中，在國內也有多家圖書館實現了英文環境下的館藏目錄檢索。要實現跨語言信息檢索，首要任務是建立雙語語料庫，構建翻譯引擎，并建立翻譯評價機制[8，9]。

4.1 語料獲取

在自然語言處理研究領域，數據也稱語料，不同類型、用途的數據放在一起完成一項任務，稱為語料庫，機器翻譯需要大量的語料來訓練模型。語料獲取有多種渠道，一些熟知的渠道包括電子詞典、各種應用場景積累的數據、各種側批活動及共享任務提供的數據，以及一些機構組織編輯發布的數據(例如歐盟語料庫、聯合國語料)等。語言數據聯盟和互聯網數據挖掘是兩個重要的數據來源。不過這些數據來源主要是針對大語種(比如漢語、英語、日語等)，針對東南亞小語種這些平臺共享數據可能不太實用，不過可以利用遷移學習借鑒大語種語料收集過程中的技術和方法，同時也借鑒一些低資源小語種人工智能翻譯的方法和成果。

4.2 語料處理

平行語料是機器翻譯模型訓練的基石，平行語料的規模和質量對機器翻譯系統性能至關重要，兩者是正相關效應。目前，隨著不斷的積累，以及一些自動方法的引進，平行語料庫的來源得到擴展，其規模已經較大，能基本滿足要求，但它們的質量卻并不高。多數平行語料庫包含著大量錯誤，這些錯誤有構造平行語料庫的原始語料中所存在的錯誤，如拼寫錯誤、錯別字、錯誤的譯文等；也有在構造平行語料庫過程中帶進來的新錯誤，如篇章對齊或句對齊錯誤而導致的錯誤翻譯等等。所有這些錯誤都將影響訓練結果的可靠性，進而影響翻譯系統的性能。除包含錯誤以外，多數平行語料庫中還包含著一些無法在如今的翻譯模型訓練算法中起到貢獻的句對。這些句對通常包含成語、特殊翻譯方式等，它們本身沒有錯，也具有良好的互為翻譯性，但是目前低智能的學習方式非但不能從這些句對中受益，反而會受到這些句對的干擾。因而，前期的語料處理成為構造高性能的統計機器翻譯系統的關鍵。

4.3 建立雙語語料庫

雙語語料庫的建設和應用研究得到了國內外研究者的廣泛重視。國際上已經出現了一些大規模雙語語料庫，如加拿大的議會會議錄(Canadian Hansards)是非常著名的英法雙語語料庫，在平行語料庫的建設和研究過程中要側重語料庫的對齊加工標注，多級自動對齊技術以及雙語平行語料庫在機器翻譯和翻譯知識獲取等方面的應用技術。而就深入開展雙語信息化處理研究來說，建立語料庫之前還需要根據具體的應用要求制定語料收錄規則，對收錄的范圍、內容、標準、格式、信息標注、校對、抽檢辦法等進行規定，結合圖書館業務建立圖書館行業雙語數據庫。

4.4 建立機器翻譯評估機制

可以預見，在不遠的將來機器翻譯必將成為跨語言交流和翻譯的工具，圖書館界也會迎來無障礙跨語言檢索的時代。針對圖書館行業的機器翻譯結果研究出一套實用的客觀評估和主觀評估方法是非常有必要的。在研發機器翻譯系統過程中，算法改動或訓練數據變更都會對機器翻譯系統的翻譯性能造成影響，需要對機器翻譯性能設定一個標準，用來評價機器翻譯系統的幾種不同實現方法中哪一種更好。

5 結束語

通過對云南具有招收留學生資質的48所高校圖書館門戶網站調研，筆者認為，云南高校圖書館留學生服務整體水平落后，學校層面應發揮高校優勢與特色，積極主動融入國家“一帶一路”倡議，抓好“瀾湄合作”機制，完善和優化留學生培養體系，鼓勵和選派教師出國訪學，全球范圍內招聘國際化人才，提升師資隊伍國際化水平。學院層面，應制定留學生培養方案和優化專業課程設置，引導留學生積極參與學院各項活動，為留學生與中國學生交流創造更多的機會。圖書館層面，培養學科館員與留學生院深度合作交流，借助學校外教力量和機器翻譯技術的融合，搭建與留學生的溝通橋梁，了解留學生對圖書館服務的需求，豐富館藏體系，開展針對留學生的個性化服務。只有各層面相互配合，主動融合合作服務模式，國內外兼并吸收，才能將留學生的教學和管理工作開展得更好，進而提升云南留學生服務和管理的整體水平，助力高校“雙一流”建設，服務云南國際化辦學。