計算機(jī)下英語文獻(xiàn)翻譯方法淺議

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了計算機(jī)下英語文獻(xiàn)翻譯方法淺議范文，希望能給你帶來靈感和參考，敬請閱讀。

1引言

計算機(jī)領(lǐng)域的權(quán)威文獻(xiàn)和技術(shù)資料多以英文版本提供。我國要學(xué)習(xí)借鑒國外的先進(jìn)方法和經(jīng)驗(yàn)，以加強(qiáng)在該領(lǐng)域的研究和發(fā)展，文獻(xiàn)的漢譯以及對翻譯方法的研究至關(guān)重要。但是，國內(nèi)對該領(lǐng)域英語文獻(xiàn)的研究相對較少，翻譯研究空間很大。本文將以計算機(jī)領(lǐng)域的經(jīng)典暢銷書DeepLearning[1]為例，著重論述該領(lǐng)域英語文獻(xiàn)的詞句特征及翻譯。

2計算機(jī)領(lǐng)域英語文獻(xiàn)的詞句特征

計算機(jī)領(lǐng)域的英語文獻(xiàn)因其內(nèi)容、使用域及語篇功能的特殊性，在詞匯和句法層面形成了獨(dú)特的語言特征，即用詞準(zhǔn)確明晰、句法邏輯嚴(yán)密、表達(dá)力求客觀以及行文簡潔流暢等。

2.1術(shù)語特征

術(shù)語是某一學(xué)科領(lǐng)域所特有的詞匯，是語言的基礎(chǔ)。要想正確理解和傳遞句子或篇章的意義，術(shù)語是極其重要的分析對象。李亞舒教授認(rèn)為，翻譯實(shí)踐中譯文質(zhì)量與術(shù)語掌握及術(shù)語規(guī)范等問題密不可分[2]。筆者整合、分析了DeepLearning一書中Index部分以及Github網(wǎng)站[3]上共1324個計算機(jī)領(lǐng)域的術(shù)語，結(jié)果如表1和圖1所示。由表1和圖1可知，該領(lǐng)域英語術(shù)語中包含大量的復(fù)合詞、縮略詞和派生詞[4]。復(fù)合詞包括合寫式、分寫式和連字符式。其中分寫式復(fù)合詞占比最多，如Bayeserror、weightspacesym⁃metry等，其次是以連字符相連的復(fù)合詞，如curve-fitting、fixed-pointarithmetic等，占比最小的是合寫式復(fù)合詞，如feedback、ei⁃genvector等；此外，術(shù)語中也會頻繁出現(xiàn)以首字母或主干語素構(gòu)成的縮略詞，如LSTM、CNN等；以及在原有詞根或單詞基礎(chǔ)上增加詞綴而構(gòu)成的派生詞，如agent、homogeneous等。無論是復(fù)合詞、縮略詞還是派生詞，都是以最為準(zhǔn)確、簡潔、直觀的方式傳遞術(shù)語豐富而復(fù)雜的專業(yè)內(nèi)涵，體現(xiàn)了術(shù)語的規(guī)范性、簡明性和專業(yè)性的特征。

2.2句法特征

英語中的完全句按其結(jié)構(gòu)形式可分為簡單句和復(fù)合句[4]。簡單句只包含一個主謂結(jié)構(gòu)，且各句子成分均由詞組組成；復(fù)合句由兩個或兩個以上的分句組成，層次清楚、多層遞進(jìn)、前呼后擁、嚴(yán)密規(guī)范[5]。筆者對DeepLearning一書中Chapter1(Introduction)和Chapter2(LinearAlgebra)兩部分共700個句子——其中既有對概念的論述，又有對基本的數(shù)學(xué)工具的描寫——進(jìn)行分析，得到如表2和圖2所示結(jié)果：由表2和圖2可知，在計算機(jī)領(lǐng)域英語文獻(xiàn)中，(1)結(jié)構(gòu)較為復(fù)雜的長難句較多；(2)主從句結(jié)構(gòu)較多，主句與起修飾作用的從屬結(jié)構(gòu)相互獨(dú)立[6]；(3)從屬結(jié)構(gòu)多樣且出現(xiàn)頻率較高；(4)被動語態(tài)使用頻繁，著重描述客觀事實(shí)、進(jìn)程與結(jié)果[7]；(5)連詞、介詞等虛詞使用較多等。因此，該領(lǐng)域英語呈現(xiàn)句法結(jié)構(gòu)復(fù)雜、表達(dá)正式客觀、句法邏輯嚴(yán)密以及措辭結(jié)構(gòu)嚴(yán)謹(jǐn)?shù)奶攸c(diǎn)，也可概括為句法的復(fù)雜性、客觀性及嚴(yán)謹(jǐn)性。

3計算機(jī)領(lǐng)域英語文獻(xiàn)的詞句翻譯

計算機(jī)領(lǐng)域英語文獻(xiàn)是關(guān)于信息、知識、觀點(diǎn)的交流，注重作者的思維過程[8]，涉及內(nèi)容豐富且思想深刻，文字簡樸，邏輯性強(qiáng)。

3.1術(shù)語的翻譯

隨著計算機(jī)領(lǐng)域課題研究的逐漸廣泛且深入，出現(xiàn)了許多新的術(shù)語。這些術(shù)語通常以復(fù)合詞、縮略詞或派生詞等形式存在，關(guān)涉專業(yè)知識的傳播與積淀。在術(shù)語的翻譯過程中，譯者必須要秉持嚴(yán)謹(jǐn)?shù)膽B(tài)度，深刻把握術(shù)語規(guī)范、簡明與專業(yè)的文體特征，將規(guī)范統(tǒng)一作為翻譯的第一要義，將專業(yè)知識的充分表達(dá)作為翻譯的核心，將簡潔明了作為翻譯的基本要求，并將“現(xiàn)有譯法”和“找譯譯法”[9]的術(shù)語翻譯方法作為翻譯的根本方法。3.1.1現(xiàn)有譯法?！艾F(xiàn)有譯法”是指：對新產(chǎn)生的、不熟悉的術(shù)語，查閱相關(guān)中文文獻(xiàn)后，若未找到已存在、并與之相對應(yīng)的漢語術(shù)語，則可以采用直譯、意譯、音譯[10]和轉(zhuǎn)寫(移譯)等“現(xiàn)有譯法”進(jìn)行翻譯，即對英語術(shù)語概念的再命名。譯文同樣應(yīng)做到準(zhǔn)確、規(guī)范且簡潔，并傳遞出完整的專業(yè)信息。表3簡要概述了“現(xiàn)有譯法”的基本實(shí)現(xiàn)方式并舉例。直譯、意譯、音譯以及轉(zhuǎn)寫的術(shù)語翻譯方法，都是在特定語境下，從分析術(shù)語原意出發(fā)，以充分、準(zhǔn)確、規(guī)范地表達(dá)術(shù)語原意為歸宿[11]：直譯以形式與內(nèi)容的一致為目標(biāo)；意譯改變形式，忠實(shí)再現(xiàn)原文內(nèi)容；音譯和轉(zhuǎn)寫看似沒有翻譯，但從深層次講，其包含了英語術(shù)語的全部含義，是最為精確的翻譯[12]?！艾F(xiàn)有譯法”實(shí)現(xiàn)了英漢術(shù)語在概念內(nèi)涵和語用效果上的最大等值，保證了術(shù)語的規(guī)范性、專業(yè)性與簡明性，提高了術(shù)語的翻譯質(zhì)量。3.1.2找譯譯法?！罢易g譯法”是指：對新產(chǎn)生的術(shù)語，經(jīng)過查閱相關(guān)中文文獻(xiàn)和技術(shù)資料，“找”到了與之相對應(yīng)的漢語術(shù)語，則可直接“拿來”[13]；而非采用“現(xiàn)有譯法”進(jìn)行再翻譯、再命名?！罢易g譯法”也是從術(shù)語原意出發(fā)，以準(zhǔn)確表達(dá)術(shù)語原意為歸宿，在特定語境下，通過專業(yè)判定法、定義比對法、逐個排除法、詞義推敲法等方法，“找”到與英語術(shù)語相對應(yīng)的漢語術(shù)語。例1：Sentimentanalysis情感分析Sentiment在英語中是多義詞，譯為“感情”“主題”“觀點(diǎn)”等。采用“現(xiàn)有譯法”，可直譯為“主題分析”“觀點(diǎn)分析”，也可意譯為“意見挖掘”等。但這些都不能準(zhǔn)確地傳遞該術(shù)語的內(nèi)涵。依據(jù)Techopedia對Sentimentanalysis的定義：atypeofdataminingthatmeasurestheinclinationofpeople'sopinionsthroughnaturallanguageprocessing,computationallinguisticsandtextanal⁃ysis(一種數(shù)據(jù)挖掘類型，它通過自然語言處理、計算語言學(xué)和文本分析來衡量人們的意見傾向)，選擇原語術(shù)語的主要含義，即“衡量人的意見及態(tài)度”，根據(jù)定義比對法，故而我們在漢語中找到其對應(yīng)詞“情感分析”，作為Sentimentanalysis的漢語譯文。例2：GameTheory博弈論與例1類似，若采用“現(xiàn)有譯法”，可直譯為“游戲理論”。但依據(jù)Wikipedia對Gametheory的定義：thestudyofmathemati⁃calmodelsofconflictandcooperationbetweenrationaldecision-makers(研究理性決策者之間沖突與合作的數(shù)學(xué)模型)，利用逐個排除法，因原語術(shù)語表現(xiàn)的“沖突與合作”不局限于“游戲”，更是涵蓋了一種“競爭模型”，故排除“游戲理論”的譯法。又因在中國，博弈論思想古已有之，“博弈論”中的“博弈”精確刻畫了參與者之間的競爭與沖突關(guān)系。于是根據(jù)定義比對法，最終將Gametheory譯為“博弈論”。通過“找譯譯法”得到的漢語術(shù)語，已在漢語語境下約定俗成并廣為使用，將其作為英語術(shù)語的譯名，不僅含義準(zhǔn)確，而且更易于為漢語讀者理解和接受，由此也實(shí)現(xiàn)了英語術(shù)語與漢語術(shù)語在概念意義和語用效果上的最大等值轉(zhuǎn)換。

3.2句子的翻譯

計算機(jī)領(lǐng)域英語文獻(xiàn)因其內(nèi)容極其龐雜，加之英語本身注重結(jié)構(gòu)形式規(guī)范，因此句子呈現(xiàn)復(fù)雜性、客觀性以及嚴(yán)謹(jǐn)性的特點(diǎn)。在翻譯過程中，譯者應(yīng)深刻把握上述語言特征，對具體的語言現(xiàn)象做具體、動態(tài)、多角度的分析，并按照漢語的表達(dá)習(xí)慣和邏輯順序進(jìn)行翻譯。3.2.1理清關(guān)系，增加連詞。英語中從屬結(jié)構(gòu)根據(jù)其句法功能可分為名詞性從屬結(jié)構(gòu)、形容詞性從屬結(jié)構(gòu)及副詞性從屬結(jié)構(gòu)。其中副詞性從屬結(jié)構(gòu)通常由介詞詞組、非謂語動詞和狀語從句等構(gòu)成，由介詞、關(guān)系副詞等與主句分開來，從而使句子有主有次、層次分明。翻譯時，應(yīng)先理清從屬結(jié)構(gòu)與主句之間的邏輯關(guān)系[14]，增加相應(yīng)連詞，將其與主句結(jié)構(gòu)共同構(gòu)成漢語的因果復(fù)句、條件復(fù)句、讓步復(fù)句等。在符合漢語表達(dá)習(xí)慣的前提下，盡量體現(xiàn)原文的從屬關(guān)系。例：①Despitetheirpopularity,②symbolicmodelsweredifficulttoexplainintermsofhowthebraincouldactuallyimplementthemusingneurons.[1]譯文：盡管符號模型比較常用，但卻難以解釋大腦如何真正使用神經(jīng)元實(shí)現(xiàn)推理功能。分析：該句中①與②之間為讓步與轉(zhuǎn)折的關(guān)系，翻譯時應(yīng)增加相應(yīng)連詞進(jìn)行連接，在一定程度上體現(xiàn)了與主句間的主次關(guān)系，層次清楚、簡潔流暢。3.2.2語態(tài)轉(zhuǎn)換，化被動為主動。英語重分析、講客觀，常常因?yàn)槭┦碌牟恍枰虿豢赡苤该?，或出于形合的句法要求以及信息性文體的考慮等，大量使用被動句；而漢語重整體、講主觀圓融，不注重分清施事與受事、主動與被動，大量使用主動句表達(dá)被動意義[5]。翻譯時，若英語被動句是出于上述原因使用，則應(yīng)根據(jù)漢語的表達(dá)習(xí)慣，將其譯為主動句。例1：TheL2normisusedsofrequentlyinmachinelearning圖2計算機(jī)領(lǐng)域英語文獻(xiàn)的句法特征thatitisoftendenotedsimplyas||x||,withthesubscript2omitted.[1]譯文：L2范數(shù)在機(jī)器學(xué)習(xí)中出現(xiàn)極其頻繁，常略去下標(biāo)2，簡化表示為||x||。例2：ItisalsocommontomeasurethesizeofavectorusingthesquaredL2normwhichcanbecalculatedsimplyasx⊤x.[1]譯文：平方L2范數(shù)可以簡單地通過點(diǎn)積x⊤x計算，常用來衡量向量的大小。分析：例1和例2著重描述(平方)L2范數(shù)的性質(zhì)、應(yīng)用及書寫樣式。句中三個被動形式，僅是出于信息性文體敘述客觀、嚴(yán)謹(jǐn)[15]的需要，并不強(qiáng)調(diào)被動意義，因此翻譯時應(yīng)譯為漢語的主動句。3.2.3先因后果，語序調(diào)整漢語行文注重時間因素，即先發(fā)生的先說，后發(fā)生的后說，句式表達(dá)往往是先因后果；而英語可以先因后果，也可以先果后因。如果英語長句的邏輯順序與表達(dá)次序與漢語行文習(xí)慣不一致，甚至完全相反時[16]，翻譯時就需要適當(dāng)?shù)卣{(diào)整語序。例：①Theproblemofdeterminingthecapacityofadeeplearningmodelisespeciallydifficult②becausetheeffectivecapac⁃ityislimitedbythecapabilitiesoftheoptimizationalgorithm,③andwehavelittletheoreticalunderstanding/oftheverygeneralnon-convexoptimizationproblemsinvolvedindeeplearning.[1]譯文：因?yàn)橛行萘渴芟抻趦?yōu)化算法的能力，所以很難確定深度學(xué)習(xí)模型的容量。而且對于深度學(xué)習(xí)中的一般非凸優(yōu)化問題，理論分析很少。分析：該句中①為結(jié)果，②為原因；③中介詞“of”之前為評論，后為事實(shí)。原文的邏輯表達(dá)次序與漢語的行文習(xí)慣不一致，所以應(yīng)進(jìn)行語序的調(diào)整，先原因后結(jié)果，先事實(shí)后評論，得出上述譯文。3.2.4邏輯梳理，形意轉(zhuǎn)換。英語為形合式語言，強(qiáng)調(diào)邏輯理性，語法意義和邏輯關(guān)系通常以詞的形態(tài)變化、語序和虛詞來表達(dá)，句子冗長卻不致流散；而漢語為意合式語言，強(qiáng)調(diào)直覺領(lǐng)悟，語法意義和邏輯關(guān)系常常隱含在字里行間，句式流散但形散神聚。翻譯英語長句時，應(yīng)首先進(jìn)行語義邏輯的梳理，若句子成分之間的關(guān)系并不密切，或具有相對獨(dú)立性[16]，則可按漢語的表達(dá)習(xí)慣，將“形合”的英語譯為“意合”的漢語。例：①Themostimportantresultsinstatisticallearningtheoryshowthat②thediscrepancybetweentrainingerrorandgeneraliza⁃tionerror/isboundedfromabove③byaquantitythatgrowsasthemodelcapacitygrowsbutshrinksasthenumberoftrainingexam⁃plesincreases.[1]譯文1：統(tǒng)計學(xué)習(xí)理論中最重要的結(jié)論闡述了訓(xùn)練誤差和泛化誤差之間差異的上界隨著模型容量增長而增長，但隨著訓(xùn)練樣本增多而下降。[17]譯文2：統(tǒng)計學(xué)習(xí)理論中最重要的結(jié)論是：訓(xùn)練誤差和泛化誤差之間差異的上界，隨著模型容量增長而增長，但隨著訓(xùn)練樣本增多而下降。分析：譯文1未進(jìn)行邏輯梳理，僅按照原文的表達(dá)次序直接進(jìn)行了翻譯，雖然基本傳達(dá)了原文的內(nèi)容，但顯得局促、不自然；而譯文2則考慮到②與①、②與③以及③中的兩個并列分句之間，雖有連接詞相連，但意義相對獨(dú)立，于是將原文化整為零，實(shí)現(xiàn)了形意轉(zhuǎn)換。相比之下，譯文2邏輯更合理，句子更連貫，語義更清楚，更符合漢語形散神不散的特點(diǎn)。

4結(jié)束語

基于計算機(jī)領(lǐng)域的英文文獻(xiàn)翻譯方法探究，從分析文獻(xiàn)術(shù)語和句法的語言特征出發(fā)，以譯文規(guī)范性為翻譯原則，有針對性地提出了行之有效的翻譯方法。同時，以文獻(xiàn)內(nèi)容為起始，以準(zhǔn)確傳達(dá)文獻(xiàn)內(nèi)容為歸宿的翻譯研究方法，不僅簡明、客觀、規(guī)范地傳遞了專業(yè)信息，提高了譯文質(zhì)量，同時也為同類文本的翻譯研究提供了借鑒。

作者:李成明 康雁雁 聶國慶 單位:山東科技大學(xué)外國語學(xué)院 山東科技大學(xué)計算機(jī)科學(xué)與工程學(xué)院