王晶

摘 要： 為了解決傳統(tǒng)帶語法類型變量的翻譯方法存在語義歧義、量詞不準確、翻譯準確度較低的弊端，提高英語語言翻譯的質量，獲取更精準且通順的譯文，提出基于語義分析的英語語言準確翻譯方法。從語言層、知識層以及語用層不同的語義層面，以及語料庫和詞典、語法剖析、語義分析和可視化表征四個過程對英語語言語義實施全面解析，再采用基于語義分析的帶句法類型變量的翻譯模板對英語語言實施翻譯，依據(jù)語義分析并結合變量的語法類型限定條件，確保替換變量的詞匯滿足變量的句法語義類型，提高翻譯時變量替換選取的限制度，增強英語語言翻譯的準確度。實驗結果表明，所提方法可避免語義理解歧義，提高英語語言翻譯的準確度。

關鍵詞： 語義分析； 英語； 語言； 模板； 翻譯方法； 準確度

中圖分類號： TN99?36； G434 文獻標識碼： A 文章編號： 1004?373X（2018）05?0178?04

Abstract： In order to eliminate the disadvantages of semantic ambiguity， inaccurate quantifier and low translation accuracy existing in traditional translation method with syntactic type variables， improve the translation quality of English language， and obtain more accurate and idiomatic translation， an English language accurate translation method based on semantic analysis is proposed to comprehensively analyze the English language semantics in the aspects of semantic layers （language layer， knowledge layer and different pragmatics semantic layer） and processes （corpus and dictionary， syntax analysis， semantic analysis and visualization characterization）. The semantic analysis based translation template with syntactic type variable is used to translate the English language. The semantic analysis and variable′s syntactic type limiters are combined to ensure that the vocabulary of substitution variables can meet the syntactic semantic type of variable， enhance the selected limit degree of variable substitution while translating， and improve the accuracy of the English language translation. The experimental results show that the proposed method can avoid the semantic understanding ambiguity and improve the accuracy of English language translation.

Keywords： semantic analysis； English； language； template； translation method； accuracy

翻譯的準確度是影響交流程度的關鍵。高質量的翻譯源于對語義的分析與理解，塑造高準確度的翻譯方法具有較高的應用價值。傳統(tǒng)帶語法類型變量的翻譯方法存在語義歧義、量詞不準確、翻譯準確度較低的弊端。針對該種弊端，本文提出基于語義分析的英語語言準確翻譯方法，提高英語語言翻譯的準確度。

1 基于語義分析的英語語言準確翻譯方法

1.1 英語語言語義的理解

英語語言理解歸根結底是對語義的理解。語義的理解可分為三個層次：語言層、知識層以及語用層。以“讓這個打火機接近火源”這句話為例，句子中含有“這”、“ 打火機”、“火源”、“讓接近”等4個語義單元。表示名詞。對于僅有語言層理解能力的機器人來說，它會立刻找到“打火機”，識別“火源”，并將“打火機”向火源靠近，機械地完成任務。如果這個機器人同時兼?zhèn)渲R層的理解能力，它不會馬上行動，而是能分析出該行為的后果并提示主人“危險”。知識層里又有許多分支，以“皮球”這個詞為例，針對不同的人群基于知識層的理解是千差萬別的：對于孩子來說就是一種玩具；對于專家而言，可能會用一本書來描述其語義。語用層是根據(jù)語言的用途來理解的，以“今天天氣非常好”為例，可有多種理解：可用于鄰里間打招呼；可表示妻子想讓丈夫陪伴溜達；還可表示孩子提醒爸爸去游樂場玩等。

1.2 語義分析過程

可通過4步完成對英語語言內容語義的解析：

1） 確定內容語義要達到的標準，采集并編排數(shù)據(jù)；

2） 確定內容語義分析的因素，創(chuàng)建各因素解析類別；

3） 選取一部分內容，運用擬定的解析類別，采用人工編碼的方法解析選取的內容；

4） 統(tǒng)籌管理經(jīng)過解析的數(shù)據(jù)，驗證編碼者是否具有一致性，最終完成對數(shù)據(jù)表達的詮釋。

在信息技術范疇，同樣經(jīng)過4個步驟來分析語義，從圖1可以看出，對用戶內容進行一層一層的分析處理來明確最終的內容意義。

語料庫和詞典：用戶內容來自于“語料庫和詞典”全部的信息資源，涵蓋了詞形、詞性以及詞語解析。

語法剖析：“語法規(guī)則”階段深度剖析句子的構造，對英語語言的主語、謂語、定語以及直接和間接賓語進行解釋分析。

語義分析：在“語義規(guī)則和模板”中涵蓋了高層次的語義分析并設置模式，依據(jù)語法規(guī)則、語義以及語義關聯(lián)性，系統(tǒng)先明確內容再通過合適的語義模板進行表達。

可視化表征：在“概念類樹”過程中，基于層次化、結構化的拓展性樹狀語言定義，以“本體”為例，抽象的、具體的、與各領域相關的類定義等。

1.3 基于語義分析的帶句法變量的翻譯模板

翻譯是通過各種不同的翻譯模板實現(xiàn)的英語和漢語兩種語言間的轉換。帶句法類型變量的翻譯模板是較常見的翻譯模板，其中各個變量都對應一個語法類別[1]。以下是其表達形式：

式中：當時，用和描述變量。每一個變量表示即是一個非空字符串。例如1）即是一個帶句法類型變量的翻譯模板：

1）

從模板1）中可以看出，在“”與“”對應的基礎上，英語句子“+Past”與漢語句子“我（I）+附屬詞（過去式）”也是對應關系。例句1）中“+Past”表示英語動詞的過去式，“+附屬詞（過去式）”表示漢語中描述過去式的字。模板2）中的漢語句子可用1）中的翻譯模板來翻譯，只要“”相對應。

2） 我來過 I came

我來+附屬詞（過去式） I come +Past

通過圖2描述的句法變量類型網(wǎng)可對變量的語法類型進行判別，從圖2中可以看出，將句法變量類型網(wǎng)的頂點命名為ANY，除了頂點，其他在變量類型網(wǎng)里的節(jié)點都有一個或多個雙親。各個變量類型網(wǎng)上的類型名大部分是語法類型[2]。

采用帶句法變量的翻譯模板翻譯的質量要高于采用帶無類型限制變量的翻譯模板。但在一些特定的語言環(huán)境中，帶語法變量的翻譯模板也會出現(xiàn)翻譯誤差。因此，本文提出一種基于語義分析的帶句法類型變量的翻譯模板。先分析語義再結合變量的語法類型限定條件，對變量的替換進行約束從而降低翻譯結果產生誤差的概率。句法語義變量的翻譯模板中每一個變量都有對應的語法語義類型，以下是帶句法語義變量的翻譯模板形式：

式中：當時，句法語義類別是“”和“”。位于普通翻譯模板“”兩側的變量數(shù)是相同的，且兩側的變量是互相對應的[3]。用“”描述此模板是雙向的模板。文獻[4]中提到兩個形式錯誤的翻譯模板：“”與“”，錯誤原因是這兩個模板不符合模板兩側變量數(shù)相同的原則[5]。

在實際英語語言翻譯過程中，這種形式錯誤的翻譯模板是會被棄用的。但是，本文提出的帶句法語義變量的翻譯模板技術形成過程中，像“”形式的翻譯模板會被繼續(xù)使用。該模板在以下兩種情況下運行，其中采用的漢語句法語義類型樹用圖3描述。

第一種情況：當變量的長度等于變量的長度時，且是的物主名詞，可采用模板“”進行翻譯 。從以下3）～5）例句中可以看出，英漢語句子4）可從句子3）中獲取翻譯模板。這是因為4）中變量的長度等于變量的長度，且是的物主名詞，同時要保證“我”與“I”是對應關系，并能通過助詞庫查找到“I”的物主名詞是“my”[6]。所以，4）中的翻譯模板能夠英譯5）中的漢語句子。

3） 他發(fā)泄怒氣He worked off his anger

她發(fā)泄怒氣 She worked off her anger

4） （他、她）發(fā)泄怒氣（He，She）worked off （his，her）anger

發(fā)泄怒氣worked off anger if

5） 我發(fā)泄怒氣 I worked off my anger

第二種情況：當是漢語中的量詞并緊鄰時，可繼續(xù)采用翻譯模板進行翻譯?？蓮睦?）～8）中看出，英漢語句子7）的翻譯模板可從句子6）中獲取。從句子7）中可知是量詞且與緊鄰，7）中的翻譯模板可翻譯8）中的漢語句子?！癰ag”與“包”是對應關系，依據(jù)輔助表可查到“包”的量詞。

6） I have a book我有一本書

I have a pen 我有一支筆

7） I have a（book，pen）我有一（本，支）（書，筆）

I have a 我有一 If

8） I have a bag 我有一個包

除以上兩種情況，帶句法語義變量的翻譯模板一般形式如下：

式中：當時，句法語義類型是。還有一些其他形式的帶句法語義變量的翻譯模板[7]，例如：

（的變量數(shù)是的變量數(shù)是），則有：

式中：當時，句法語義變量是和。

帶句法語義變量的翻譯模板與帶語法類型變量的翻譯模板相比，在翻譯過程中對變量選取提供更多的限制。句子9）中的模板即是一個帶句法語義變量的翻譯模板。

9）附屬詞（過去式）

從9）中的翻譯模板可以看出，如果與是相互對應關系，則像“”和 “”形式的漢語句子也屬于相互對應關系。從9）中的翻譯模板還可以看出，該模板中英語一側的代替詞僅限于英語動詞，漢語一側的代替詞僅限于漢語動詞。

所以，如果“來”與“come”相互對應，則2）中的英語句子可以用9）中的翻譯模板翻譯。運用帶句法語義變量的翻譯模板翻譯的過程中，代替變量的詞語與變量的語法語義類型必須保持一致，否則該翻譯結果不成立，最終獲取高精度的翻譯結果。endprint

2 實驗結果與分析

2.1 準確性測試

對選自《走遍美國》的6 807句英漢句對本文方法采用帶句法類型變量的翻譯模板，得到測試樣本1，對選自奧運會的1 619句英漢句對傳統(tǒng)采用帶語法語義變量的翻譯方法，得到測試樣本2，其測試結果用表1描述。

運用式（5）與式（6）對不同翻譯方法的召回率以及準確率進行計算，用表2描述各種情況出現(xiàn)的次數(shù)以及召回率和準確率[8?9]。

分析表1和表2可知，本文采用帶句法語義變量的翻譯方法的召回率以及準確率都高于傳統(tǒng)采用帶語法類型變量的翻譯方法，說明本文方法對語義消歧是有效的，能夠實現(xiàn)英語語言的準確翻譯。

2.2 實例分析

分別采用傳統(tǒng)帶語法類型變量的翻譯方法以及本文帶句法類型變量的翻譯方法對“I have a pencil”進行翻譯，用圖4描述其翻譯結果。

從圖4中可以看出，采用本文帶句法語義變量的翻譯方法的翻譯結果是“我有一支鉛筆”，而帶語法類型變量的翻譯方法的翻譯結果是“我有一個鉛筆”，可知用本文方法可根據(jù)不同的名詞語義來確定對應的量詞，具有較高的翻譯準確度。

3 結 論

本文提出基于語義分析的英語語言準確翻譯方法，對英語語言進行語義分析的基礎上，采用基于語義分析的帶句法變量的翻譯模板對英語語言實施準確翻譯，得到精準且通順的譯文。

參考文獻

[1] 趙志剛.英語海事公文的語言特點及翻譯[J].上海海事大學學報，2014，35（2）：89?94.

ZHAO Zhigang. Linguistic features and translation of English maritime official documents [J]. Journal of Shanghai Maritime University， 2014， 35（2）： 89?94.

[2] BOULARES M， JEMNI M. Learning sign language machine translation based on elastic net regularization and latent semantic analysis [J]. Artificial intelligence review， 2016， 46（2）： 145?166.

[3] 趙楠，黃忠廉.“公示語”英譯調查與厘定[J].中國科技翻譯，2015，28（3）：60?62.

ZHAO Nan， HUANG Zhonglian. Investigation and determination of the English translation of "public signs" [J]. Chinese translation of science and technology， 2015， 28（3）： 60?62.

[4] CHENG X， MIAO D， WANG C. A link?based approach to semantic relation analysis [J]. Neurocomputing， 2015， 154： 127?138.

[5] 粟千.弱化語法規(guī)則下英文機器翻譯的優(yōu)化仿真[J].計算機仿真，2016，33（11）：414?417.

SU Qian. Optimization simulation of English machine translation under the weakening grammar rules [J]. Computer simulation， 2016， 33（11）： 414?417.

[6] 郭崢.大型賽事新聞服務稿件的翻譯原則[J].體育科技文獻通報，2016，24（4）：123?125.

GUO Zheng. Translation principles in news service for major sports events [J]. Sports science and technology documents， 2016， 24（4）： 123?125.

[7] 周領順.漢語移動動詞“跑”的語義認知：以英語“RUN”為參照[J].河南大學學報（哲學社會科學版），2015，55（3）：126?130.

ZHOU Lingshun. The semantic cognition of the "running" of the Chinese mobile verb： with the reference of "RUN" in English [J]. Journal of Henan University （philosophy and social science edition）， 2015， 55（3）： 126?130.

[8] HOGENBOOM A， HEERSCHOP B， FRASINCAR F， et al. Multi?lingual support for lexicon?based sentiment analysis guided by semantics [J]. Decision support systems， 2014， 62（2）： 43?53.

[9] 任莉.從語義轉換的角度探討茶文化語言在英語翻譯中的規(guī)范性意義[J].福建茶葉，2017（2）：177?178.

REN Li. The normative significance of tea culture language in English translation from the perspective of semantic transformation [J]. Fujian tea， 2017（2）： 177?178.endprint