劉振標,范 琳,李 亮,張慶云
(1.泰山學院 外國語學院,山東 泰安 271021;2.北京外國語大學 語言研究所,北京 100089;3.吉林師范大學 外國語學院,吉林 四平 136099 )
目前,對外交流日益增多,社會對翻譯人才的需求急劇增加。在這種形勢下,翻譯人才的考察與選拔顯得越發(fā)重要,新的翻譯評價方式的研究及評價標準的制定成為亟待解決的問題。翻譯主觀評價的效度,是學者們對翻譯人工評價結(jié)果非常重視的方面,而基于Rasch模型的效度檢測正是對客觀評價的呼吁。[1]本文綜合翻譯評價機制的研究方法,對翻譯文本評價涉及的幾個方面,運用本研究團隊自己開發(fā)的程序,對21名翻譯專業(yè)本科生的翻譯文本進行考察,尋求影響翻譯質(zhì)量的因素,并通過SPSS對這些因素進行分析驗證,得到分數(shù)的預測模型。
在翻譯測試中,最為困難的就是文本翻譯的評分 (marking)問題(穆雷,2007)。[2]傳統(tǒng)的翻譯評價方式都是評價者根據(jù)譯文的準確性以及與原文的貼近程度進行評分,同時考慮到目標語譯文的文字水平。如陳卉(2015)[3]所述,以保留翻譯意義的多少為標準來評價翻譯質(zhì)量的好壞,翻譯意義保留的越多,翻譯就越好。也有學者提出,評價翻譯不僅要著眼于原著、譯著與譯者的關(guān)系,更要著眼于譯品所產(chǎn)生的社會效應(吳慧堅,2000)[4]。而翻譯評價的基本要求是文本的基本語義保留,語用和語篇意義的保留還需要通過態(tài)度、動機、文體特征等眾多因素來確認。文本類型決定著翻譯策略,而翻譯標準由翻譯策略來決定,不同文本類型勢必有不同的翻譯標準(梅蘭,2015)[5]。而陶全勝、陶珂(2014)[6]認為,譯文評價需從委托人與譯文讀者需求出發(fā)。
以上傳統(tǒng)的評價方式均是以主觀評價為主,而在翻譯研究日新月異的今天,客觀評價方式的發(fā)展成為學者們關(guān)注的中心。目前,國際上對翻譯評價的研究并不多,公開發(fā)表的只有Kadhim, K. A., Habeeb, L. S., Sapar, A. A., Hussin, Z., ABDULLAH, M. M. R. T. L. (2013)[7],Kalyani, A., Kumud, H., Singh, S. P., Kumar, A., Darbari, H. (2014)[8]等少數(shù)成果,且僅限于分數(shù)、文體等很少變量,其余多是學術(shù)會議和工作坊的報告,如Doddington, G. (2002)[9],Han, A.L.F., Wong, D.F.,Chao, L.S. (2012)[10]等。國內(nèi)有關(guān)翻譯文本評價的研究,如歐靜(2017)[11]提出針對語篇翻譯的評分方法,主要包括錯誤計算法、印象法和分析法三種。而分析性的評分量表是客觀評價的一種嘗試,在翻譯測試領(lǐng)域日益受到重視。我們進行翻譯測試需要考察翻譯能力、翻譯技巧、語言知識的詳細說明以及如果考生在測試中沒有達到要求的分值給予情況的詳細說明;同時,對文本中的每句話以及可能產(chǎn)生的錯誤進行具體分析,并將錯誤類型分成不同等級,根據(jù)試卷中所出現(xiàn)錯誤的不同等級和數(shù)量給予不同分值的詳細說明(尹姣,2017)[12]。
縱觀翻譯評價研究的客觀方法,主要涉及字數(shù)、詞頻、筆畫數(shù)等方面。劉璐(2015)[13]提出英譯漢翻譯可分為文學翻譯和非文學翻譯,本文分別從漢字、詞匯、句子、語篇及其他因素五個層面分析翻譯中的漢譯英文本難度。而楊巍(2017)[14]指出,詞頻測試結(jié)果、查新術(shù)語的對照翻譯,對術(shù)語翻譯能力非常重要。詞頻的統(tǒng)計與分析,作為一種方法,早已應用于情報學和圖書館學(鄧珞華,1987)[15], 在翻譯的客觀評價中,也依然是一個重要考量方面,石秀文、管新潮(2015)[16]通過定性與定量進行詞頻分析統(tǒng)計來評價譯文,而與詞長對應的筆畫數(shù),一直是英譯漢研究的重要方面,如張金橋(2008)[17]探討了留學生漢語單字詞識別的筆畫數(shù)效應和詞頻效應及其相互關(guān)系,結(jié)果發(fā)現(xiàn)漢語單字詞識別存在筆畫數(shù)效應及詞頻效應,所以筆畫數(shù)是和詞頻相關(guān)的翻譯評價中的重要參數(shù)。
通過以上對翻譯文本評價研究進行的概述,我們可以看出,目前的客觀評價方式存在各種問題,雖然也有學者根據(jù)翻譯評價的某些方面,進行了翻譯客觀評價的方法研究及手段革新,但目前依然沒有得到廣泛認可的、值得信服的評價方式。如田艷(2011)[18]所述, YanFa是一個自主研制的英譯漢網(wǎng)上自動測評系統(tǒng),采用關(guān)鍵詞匹配技術(shù),實現(xiàn)了學生譯文網(wǎng)上及時評分,并提供學生翻譯總分、每句譯文分數(shù)及標準譯文,但也僅限于對關(guān)鍵詞的匹配度的考量。穆雷(2006c)[19-21]則綜合了英國、美國等幾個國家的翻譯評價現(xiàn)狀,也未提出可行的客觀翻譯評價手段的方案。譯入和譯出對譯者的能力要求有差異,一般而言,譯入的主要困難在于理解,而譯出主要在于表達(楊志紅,王克非,2010)[22],所以,翻譯類型的影響,也是我們進行客觀評價所需要考慮的問題。
綜合以上翻譯評價所涉及的翻譯類型(漢譯英、英譯漢)、題材(文學、科技等),以及可能影響到翻譯質(zhì)量的因素(如字數(shù)、詞頻、詞長或筆畫數(shù)等)各個方面,本研究采用電腦翻譯測試手段,把譯文從四個角度進行分類,針對譯文評價的各參數(shù),分析其變量和分數(shù)之間的關(guān)系,并嘗試建立翻譯文本評價的模型,解決翻譯客觀評價最亟待需要解決的問題。研究問題為:(1)字數(shù)、詞頻、詞長或筆畫數(shù)等因素對翻譯結(jié)果產(chǎn)生什么樣的影響?(2)翻譯文本評價系統(tǒng)如何量化?
選取山東省某高校翻譯專業(yè)本科三年級學生21人(男10,女11),均為漢語母語者,民族為漢族,年齡在20-23歲之間。且受試均為右利手,無精神疾病,視力或矯正視力達到正常水平。他們自愿參加此次實驗,并獲一定報酬。
從英語專業(yè)八級考試和二級筆譯歷年真題庫中選取4道真題(每道題為完整的一段文字):2題英譯漢(文學類和科技類各一),2題漢譯英(文學類和科技類各一)。
采用2(翻譯類型:英譯漢vs漢譯英)× 2(題材:文學類vs科技文)雙因素混合實驗設(shè)計。
本實驗在專門的語言實驗室內(nèi)進行,采用計算機答卷進行翻譯的方式。實驗前,被試先閱讀實驗須知,簽訂實驗意向書,然后進行操作練習以熟悉按鍵和任務要求,練習用翻譯材料在正式實驗中不重復出現(xiàn)。
被試的主要任務是翻譯呈現(xiàn)在計算機屏幕上的句子。實驗開始,屏幕中央出現(xiàn)一個“+”,提示需要翻譯的材料即將出現(xiàn)。接著被試按鍵,所需翻譯的材料一次性呈現(xiàn)在屏幕上半?yún)^(qū)域,認真閱讀后點擊開始答題,即可開始翻譯,本組翻譯材料翻譯完畢后,點擊結(jié)束答題,然后進入下一題,在點擊結(jié)束答題前,翻譯的內(nèi)容可以修改,結(jié)束答題后,不可修改,整個實驗持續(xù)30-50分鐘左右。
翻譯結(jié)果的評價采用人工評價,分別請英語專業(yè)5位具博士學位且有翻譯教學經(jīng)驗的高校教師進行評分,取平均值作為最終評價結(jié)果。
本研究將以上數(shù)據(jù)導入SPSS,并從幾個維度(翻譯類型:漢譯英,英譯漢;題材:科技文,文學類)對分數(shù)、字數(shù)、詞頻、筆畫數(shù)或詞長等進行分析,其中詞頻又可分為高頻詞/低頻詞、譯文高頻詞/原文高頻詞、譯文低頻詞/原文低頻詞、內(nèi)部頻率大于1的詞比例等幾個方面,筆畫數(shù)或詞長又可分為最多筆畫數(shù)或最大詞長、平均筆畫數(shù)或平均詞長、長單詞數(shù)/短單詞數(shù)或多筆畫詞數(shù)/少筆畫詞數(shù)、譯文長單詞數(shù)或多筆畫詞數(shù)/原文長單詞數(shù)或多筆畫詞數(shù)、譯文短單詞數(shù)或少筆畫詞數(shù)/原文短單詞數(shù)或少筆畫詞數(shù)。
1.分數(shù)
表1 四種類型題目得分平均值
效應分析:
翻譯類型具主效應:F (1,20) = 20.436, p< 0.001,ηp2=0.338;
題材不具主效應:F(1,20) = 1.114, p= 0.298,ηp2=0.027;
翻譯類型和題材不具交互效應:F(1,20)=0.371, p=0.546,ηp2=0.009,見表1。
2.字數(shù)(相對字數(shù))
表2 四種類型題目譯文字數(shù)/原文字數(shù)平均值
效應分析:
翻譯類型具主效應:F (1,20) = 765.111, p< 0.001,ηp2=0.950;
題材不具主效應:F(1,20) = 2.202, p= 0.146,ηp2=0.052;
翻譯類型和題材具交互效應:F(1,20)=13.189, p=0.001,ηp2=0.248,見表2。
3.高頻詞/低頻詞
表3 四種類型題目高頻詞/低頻詞平均值
效應分析:
翻譯類型不具主效應:F (1,20) = 2.538, p= 0.119,ηp2=0.060;
題材不具主效應:F(1,20) = 23.985, p< 0.001,ηp2=0.375;
翻譯類型和題材具交互效應:F(1,20)=18.968, p<0.001,ηp2=0.322,見表3。
4.譯文高頻詞/原文高頻詞
表4 四種類型題目譯文高頻詞/原文高頻詞平均值
效應分析:
翻譯類型具邊緣主效應:F (1,20) = 4.083, p= 0.050,ηp2=0.093;
題材具主效應:F(1,20) = 10.101, p= 0.003,ηp2=0.202;
翻譯類型和題材具交互效應:F(1,20)=115.131, p<0.001,ηp2=0.742,見表4。
5.譯文低頻詞/原文低頻詞
效應分析:
翻譯類型具主效應:F (1,20) = 4.530, p= 0.040,ηp2=0.102;
題材具主效應:F(1,20) = 16.331, p< 0.001,ηp2=0.290;
翻譯類型和題材具交互效應:F(1,20)=103.491, p<0.001,ηp2=0.721,見表5。
6.內(nèi)部頻率大于1的詞比例
表6 四種類型題目內(nèi)部頻率大于1的詞比例平均值
效應分析:
翻譯類型具主效應:F (1,20) = 5.303, p= 0.027,ηp2=0.117;
題材不具主效應:F(1,20) = 3.219, p= 0.080,ηp2=0.074;
翻譯類型和題材不具交互效應:F(1,20)=1.788, p=0.189,ηp2=0.043,見表6。
7.最多筆畫數(shù)或最大詞長
表7 四種類型題目最多筆畫數(shù)或最大詞長平均值
效應分析:
翻譯類型具主效應:F (1,20) = 48.054, p< 0.001,ηp2=0.546;
題材具主效應:F(1,20) = 13.556, p= 0.001,ηp2=0.253;
翻譯類型和題材不具交互效應:F(1,20)=1.557, p=0.219,ηp2=0.037,見表7。
8.平均筆畫數(shù)或平均詞長
表8 四種類型題目平均筆畫數(shù)或平均詞長平均值
效應分析:
翻譯類型具主效應:F (1,20) = 1039.471, p< 0.001,ηp2=0.963;
題材具邊緣主效應:F(1,20) = 4.034, p= 0.051,ηp2=0.253;
翻譯類型和題材具交互效應:F(1,20)=21.049, p< 0.001,ηp2=0.345,見表8。
9.長單詞數(shù)/短單詞數(shù)或多筆畫詞數(shù)/少筆畫詞數(shù)
表9 四種類型題目長單詞數(shù)/短單詞數(shù)或多筆畫詞數(shù)/少筆畫詞數(shù)平均值
效應分析:
翻譯類型具主效應:F (1,20) = 301.626, p< 0.001,ηp2=0.883;
題材具無主效應:F(1,20) = 0.118, p= 0.733,ηp2=0.003;
翻譯類型和題材不具交互效應:F(1,20)=2.834, p=0.100,ηp2=0.066,見表9。
10.譯文長單詞數(shù)或多筆畫詞數(shù)/原文長單詞數(shù)
表10 四種類型題目譯文長單詞數(shù)或多筆畫詞數(shù)/原文長單詞數(shù)平均值
效應分析:
翻譯類型具主效應:F (1,20) = 1255.694, p< 0.001,ηp2=0.969;
題材具邊緣主效應:F(1,20) = 92.112, p< 0.001,ηp2=0.697;
翻譯類型和題材具交互效應:F(1,20)=102.843, p< 0.001,ηp2=0.720,見表10。
11.譯文短單詞數(shù)或少筆畫詞數(shù)/原文短單詞數(shù)
表11 四種類型題目譯文短單詞數(shù)或少筆畫詞數(shù)/原文短單詞數(shù)平均值
效應分析:
翻譯類型具主效應:F (1,20) = 2296.688, p< 0.001,ηp2=0.983;
題材具主效應:F(1,20) = 35.823, p< 0.001,ηp2=0.472;
翻譯類型和題材不具交互效應:F(1,20)=0.053, p=0.819,ηp2=0.001,見表11。
分數(shù)和字數(shù)、詞頻、筆畫數(shù)或詞長等的關(guān)系:
分數(shù)=分數(shù)1+分數(shù)2+分數(shù)3+分數(shù)4
我們首先對諸變量進行回歸分析,采用“向后篩選”方法,各部分依次剔除 p > 0.05的變量進行建模,結(jié)果如下:
分數(shù)1=30.505-16.065*譯文高頻詞/原文高頻詞1+ 23.004*內(nèi)部頻率大于1的詞比例1
分數(shù)2=1252.999-9.077*譯文字數(shù)/原文字數(shù)2-985.084*長單詞數(shù)/短單詞數(shù)或多筆畫詞數(shù)/少筆畫詞數(shù)2-833.253*譯文短單詞數(shù)或少筆畫詞數(shù)/原文短單詞數(shù)2
分數(shù)3=26.942-.271*高頻詞/低頻詞3+16.121*內(nèi)部頻率大于1的詞比例3-1.213*平均筆畫數(shù)或平均詞長3
分數(shù)4=19.489+3.280*譯文低頻詞/原文低頻詞4-13.593*長單詞數(shù)/短單詞數(shù)或多筆畫詞數(shù)/少筆畫詞數(shù)4
最后的模型結(jié)果是“分數(shù)=1329.935-16.065*譯文高頻詞/原文高頻詞1+ 23.004*內(nèi)部頻率大于1的詞比例1-9.077*譯文字數(shù)/原文字數(shù)2-985.084*長單詞數(shù)/短單詞數(shù)或多筆畫詞數(shù)/少筆畫詞數(shù)2-833.253*譯文短單詞數(shù)或少筆畫詞數(shù)/原文短單詞數(shù)2-0.271*高頻詞/低頻詞3+16.121*內(nèi)部頻率大于1的詞比例3-1.213*平均筆畫數(shù)或平均詞長3+3.280*譯文低頻詞/原文低頻詞4-13.593*長單詞數(shù)/短單詞數(shù)或多筆畫詞數(shù)/少筆畫詞數(shù)4”。
翻譯是兩種語言之間的轉(zhuǎn)換,譯入和譯出是不同的翻譯類型,有不同的特點,而不同的題材,也有其獨特的翻譯特色。翻譯中字數(shù)、詞頻、詞長和筆畫數(shù)是考量不同翻譯類型及題材的重要參數(shù),對翻譯結(jié)果造成不同程度的影響。為了客觀地評價譯文,我們對字數(shù)、詞頻、詞長和筆畫數(shù)采用了合理的處理手段,以下是具體措施:
我們對字數(shù)采用了譯文字數(shù)/原文字數(shù)的比例來衡量譯文質(zhì)量,避免了文章長度產(chǎn)生的影響。同理,譯文和原文的高、低頻詞的比例也作了同樣的處理,譯文和原文是兩種不同的語言,漢語和英語有著各自不同的特點,漢語是象形文字,而英語是拼音文字,我們采用英語的詞長和漢語的筆畫數(shù)的比值來對譯文進行評價,由于翻譯類型的不同,這個比值也具有各自不同的特點,更能以量化的方式對譯文進行評價。在同一文本中,高頻詞和低頻詞的比例、高筆畫數(shù)和低筆畫數(shù)詞的比例也是影響譯文評價的重要方面,本研究也對其進行了考察。
本研究中的英語詞頻,采用AntwordProfiler-1.4.0同時抓取BNC和COCA語料庫的數(shù)據(jù)統(tǒng)計詞頻,把第一等級表中的詞定為高頻詞,把屬于第一等級表之外的詞定為專業(yè)詞匯;漢語的詞頻統(tǒng)計主要采用自編軟件抓取“北京大學CCL語料庫”的數(shù)據(jù),權(quán)重<5的定為高頻詞,權(quán)重≥5的定為專業(yè)詞匯。
翻譯類型呈主效應的方面有:字數(shù)、譯文高頻詞/原文高頻詞、譯文低頻詞/原文低頻詞、內(nèi)部詞頻大于1的比例、最多筆畫數(shù)或最大詞長、平均筆畫數(shù)或平均詞長、長單詞數(shù)/短單詞數(shù)或多筆畫詞數(shù)/少筆畫詞數(shù)、譯文長單詞數(shù)(多筆畫詞數(shù))/原文長單詞數(shù)(多筆畫詞數(shù))、譯文短單詞數(shù)(少筆畫詞數(shù))/原文短單詞數(shù)(少筆畫詞數(shù))等9個因素;而題材呈主效應的方面有:譯文高頻詞/原文高頻詞、譯文低頻詞/原文低頻詞、最大筆畫數(shù)或最大詞長、平均筆畫數(shù)和平均詞長、譯文長單詞數(shù)(多筆畫詞數(shù))/原文長單詞數(shù)(多筆畫詞數(shù))、譯文短單詞數(shù)(少筆畫詞數(shù))/原文短單詞數(shù)(少筆畫詞數(shù))等6個因素;翻譯類型和題材具交互效應有:字數(shù)、高頻詞/低頻詞、譯文高頻詞/原文高頻詞、譯文低頻詞/原文低頻詞、內(nèi)部頻率大于1的詞比例、譯文長單詞數(shù)(多筆畫詞數(shù))/原文長單詞數(shù)(多筆畫詞數(shù))、平均筆畫數(shù)或平均詞長等7個方面。
由此可以看出,譯文高頻詞/原文高頻詞、譯文低頻詞/原文低頻詞、最大筆畫數(shù)或最大詞長、平均筆畫數(shù)和平均詞長、譯文長單詞數(shù)(多筆畫詞數(shù))/原文長單詞數(shù)(多筆畫詞數(shù))、譯文短單詞數(shù)(少筆畫詞數(shù))/原文短單詞數(shù)(少筆畫詞數(shù))6個方面,是影響翻譯結(jié)果的重要因素。如果我們想對這些因素作進一步分析和量化,則需要進行綜合分析,即回歸分析,具體見數(shù)據(jù)分析與記錄部分。
我們對分數(shù)和字數(shù)、詞頻、筆畫數(shù)或詞長等的關(guān)系分成四個類型,同時考慮翻譯類型和題材,即整體分數(shù)由四個類型的分數(shù)相加,研究發(fā)現(xiàn):譯文字數(shù)/原文字數(shù)、譯文高頻詞/原文高頻詞、內(nèi)部頻率大于1的詞比例、長單詞數(shù)/短單詞數(shù)或多筆畫詞數(shù)/少筆畫詞數(shù)、高頻詞/低頻詞、譯文低頻詞/原文低頻詞、譯文短單詞數(shù)(少筆畫詞數(shù))/原文短單詞數(shù)(少筆畫詞數(shù))、平均筆畫數(shù)或平均詞長等8個方面,每個類型的影響并不一致。
通過回歸分析得來的翻譯文本評價模型,可作為客觀評價的依據(jù),也可進一步建立翻譯自動評價系統(tǒng),對譯文進行預測。
翻譯文本的客觀評價,是翻譯研究和翻譯測試以及選拔翻譯人才的依據(jù),字數(shù)、詞頻、筆畫數(shù)和詞長是影響翻譯質(zhì)量評價的重要因素,本研究所建立的翻譯模型,可為翻譯客觀評價提供參考標準,作為預測手段,其對翻譯文本評價具有實踐意義。