■賈春巍

（長春大學旅游學院外國語學院，吉林 長春 130607）

一、語料庫的國內(nèi)外研究現(xiàn)狀與問題

語料庫來自拉丁詞corpus，意為“匯總”。認為語料庫一般用來指“電子形式的可以進行自動或者半自動分析的文本”。在國外，MonaBaker是第一個倡導將語料庫應用于探索翻譯現(xiàn)象的學者。20世紀90年代初，世界上第一個雙語庫在加拿大建成。雙語庫應用于語言和翻譯研究，在國外起步較早。經(jīng)過20年左右的發(fā)展，國外建立了一批有代表性的雙語平行語料庫，其中有建于20世紀90年代初的加拿大議會會議錄英-法平行語料庫，它被認為是世界上第一個雙語平行語料庫；始于1993年的克姆尼茨英-德語料庫；英語-瑞典語雙向平行語料庫等雙語語料庫；建于2004年的歐洲議會口譯語料庫，以口譯素材為主。日本自2006年開始研發(fā)應急語言支援系統(tǒng)，2014年起開始構建多語種平行語料庫，但語種極為有限[1-2]。

我國語料庫的研究始于20世紀70年代末并在逐步發(fā)展。我國第一個英語語料庫是1986年由上海交通大學建成的科技英語語料庫；北京大學計算語言學研究所建設的雙語語料庫；1998年哈爾濱工業(yè)大學建成了有三萬詞條的英漢雙語語料庫；與翻譯結(jié)合起來研究的語料庫有北京外國語大學中國外語教育研究中心所建立的通用漢英對比語料庫[3-5]；王克非主持的中英雙語在線；廈門大學盧偉建立的英漢雙語對應語料庫、燕山大學建立的《紅樓夢》英文語料庫、胡開寶和鄒頌兵建立的莎士比亞漢譯語料庫、董娜建立的研究林語堂作品的語料庫等。

就目前語料庫建設的情況來看，語料庫的研究應用已經(jīng)非常廣泛，將語料庫與翻譯相結(jié)合的教學研究也積累了不少成果，但大多數(shù)語料庫的建設都是用來進行某種語言現(xiàn)象的研究，針對突發(fā)事件的應急語料庫的建設還極其薄弱，有關應急語言的英漢雙語語料庫建設也幾乎沒有。在當下疫情肆虐的特殊時代背景下，建設應急語言漢英雙語語料庫，助力應急外語人才培養(yǎng)已經(jīng)成為時代的呼聲。

二、創(chuàng)建應急語言漢英雙語語料庫的必要性和可行性

隨著2020年WHO宣布本次疫情構成“全球大流行”，全球新冠肺炎確診病例數(shù)一直在快速攀升。在此全球疫情背景下，中國一直堅持兩條戰(zhàn)線作戰(zhàn)，即持續(xù)國內(nèi)防疫和努力防范外部輸入。在此背景下，對外應急服務人才短缺和應急外語服務中英文表述不準確的問題愈發(fā)凸顯，這也揭示了應急語言服務漢英雙語語料庫的建設刻不容緩。

創(chuàng)建應急語言漢英雙語語料庫具有方向性。黨的十九屆四中全會明確要求要“推進數(shù)字化建設”。語料庫的建設充分響應了“數(shù)字社會建設”和“數(shù)據(jù)共享”的號召。

創(chuàng)建應急語言漢英雙語語料庫具有可行性。隨著互聯(lián)網(wǎng)的高速發(fā)展，網(wǎng)絡技術不斷突破。目前國內(nèi)外已開展了互聯(lián)網(wǎng)疾病監(jiān)測系統(tǒng)及其語料庫的構建研究，這些成功的經(jīng)驗，也為應急外語服務語料庫的建設提供了可行性方案。

創(chuàng)建應急語言漢英雙語語料庫具有稀缺性。目前，針對突發(fā)事件的應急語言的語料庫建設極其薄弱。在國內(nèi)，應急語言服務概念剛被提出，上海大學雖構建有突發(fā)事件語料庫但2015年后停止更新，且語料僅為漢語新聞。構建應急語言漢英雙語語料庫，能夠填補目前國內(nèi)在相關領域的研究空白。

三、應急語言漢英雙語語料庫的構建

（一）應急語言漢英雙語語料庫的設計與語料的采集和分類

語料庫選取漢語和英語作為源語言與目標語言的語料語種。語料素材的應急場景選為“疫情防控”。語料來源主要是政府官網(wǎng)、《中國日報》（China Daily）、《柳葉刀》（Lancet）、《自然》（Nature）和《科學》（Science）等知名期刊等。語料素材應包含盡可能多的題材類型?？紤]到語料庫建設的實用性、專業(yè)性、指導性和便捷性，語料重點選取與抗疫相關的新聞報道、學術研究報告、政策法規(guī)、公示導覽等多個題材類型。

將“應急語言漢英雙語平行語料庫”進行主題分類，每種題材采取抽樣形式進行文本分析。提取有關醫(yī)學專有名詞、政策舉措、臨床表現(xiàn)、日常防護、治療方案和社會生活等相關詞匯，同時設有中藥專欄，囊括一些常見的中醫(yī)的主題英文表達，以有效地宣傳“中國抗疫模式”和中國傳統(tǒng)中醫(yī)的價值。

（二）應急語言漢英雙語語料的文字識別與校對

在語料采集的過程中，由于搜集的材料包括網(wǎng)頁版內(nèi)容、紙質(zhì)文檔和圖片等多種形式的資料，而選取入庫的語料需要是電子文件，因此，選擇入庫的材料必須先經(jīng)過電腦錄入和整理，即進行文本的數(shù)字化轉(zhuǎn)換。先將紙質(zhì)版的文本進行掃描，生成圖片或者PDF格式，再利用OCR文字識別軟件進行文字識別。文字識別后生成的Word文檔需要轉(zhuǎn)換成TXT文本，這就是初期的“生語料”。生語料中可能存在著很多錯誤，比如標點符號錯誤、個別數(shù)字字母識別的錯誤、亂碼、空格換行錯誤等，需要對其進行非常詳細的校對工作；另外，頁眉、頁腳、頁碼、注釋等不符合建庫規(guī)范的格式和內(nèi)容也需要進行降噪處理。語料庫作為學生學習和參考的重要資源，必須保證其規(guī)范性和準確性。為了增強語料的時效性，需要在收集的文本上標注其來源及時間信息。

（三）應急語言漢英雙語語料的對齊和調(diào)整

平行語料庫的構建中最重要的一個環(huán)節(jié)就是語料的對齊加工。語料的對齊包括詞塊、句子、段落和篇章。本語料庫的建設主要是以詞塊和句子為對齊單位。語料對齊工作極其繁瑣復雜，因此，對齊工具是專門用來創(chuàng)建雙語平行語料庫的利器?？晒┻x擇的國外對齊工具有ABBYY Aligner、SDL Trados Studio、memoQ、Déjà Vu 和Wordfast，國內(nèi)也有很多對齊工具軟件可供使用，例如雪人 CAT、Transmate和 Tmxmall等。

SDL Trados是市場占有率比較高的一款計算機輔助軟件。因此，本語料庫選擇使用WinAlign來進行文件對齊。創(chuàng)建WinAlign項目，設置源語言和目標語言，根據(jù)實際需求選擇原文和譯文的斷句規(guī)則，選擇合適的文件類型，將校對好的源語文件和目標語文件上傳到WinAlign項目里，進行文件匹配，之后需要人工審核匹配結(jié)果，修正匹配錯誤的句段，同時將需要合并、分割和編輯的句段進行人工處理。句段匹配檢查、編輯無誤后，即可以導出匹配結(jié)果TMX文件。

四、應急語言漢英雙語語料庫的主要應用

（一）應急語言漢英雙語語料庫在翻譯語言教學中的應用

翻譯教學離不開雙語語料庫。王克非指出所謂雙語對應語料庫輔助翻譯教學，是指借助大規(guī)模原文及其對應譯文的電子文本，輔以計算機統(tǒng)計手段的翻譯教學模式，該模式旨在從翻譯產(chǎn)品入手，通過觀摩、對比、分析、借鑒的方式發(fā)揮學生的主觀能動性[6-8]，培養(yǎng)學生的翻譯意識，再評估他人譯作和自我實踐的基礎上提高學生的翻譯技能。Bernardidni指出，將雙語語料庫應用于翻譯教學中，有助于學生形成一種翻譯反射和反應。Zanettin也例證了雙語對應語料庫有助于提高學生對原文的理解及翻譯能力。王克非、王海霞的一項基于語料庫的翻譯自主學習實驗也表明雙語語料庫能激發(fā)學生的學習興趣。因此，雙語語料庫可以有效地輔助翻譯教學，這一點是毫無疑問的[9]。

翻譯活動包括詞匯的選擇、搭配、句式結(jié)構、語義等多個層面。普通外語專業(yè)學生日常所學內(nèi)容與流行病調(diào)查這樣專業(yè)性極強的工作是對接不上的，比如在病情描述、醫(yī)學詞匯、應急處理等主題詞匯表達方面，精準翻譯難度較大。此時，學生們就可以通過應急語言漢英雙語語料庫這樣專業(yè)的搜索平臺進行更準確的翻譯活動，避免造詞創(chuàng)詞的情況出現(xiàn)，與此同時還可以分析和觀察醫(yī)療詞匯的搭配和語義韻等，通過分析歸納更好地把握特定應急領域文本的語言特征，非常有利于應急領域文本翻譯語言特征的教學。

TimJones曾指出，在課堂教學中使用語料庫索引技術對英語專業(yè)教學有很大的幫助?；凇皵?shù)據(jù)驅(qū)動學習”教學模式，在翻譯理論與實踐課程的教學過程中，教師一方面可以指導學生學習語料庫的檢索，這是翻譯人才必備的專業(yè)技能；另一方面，也可以帶領學生參與到語料庫的建設中來。將學生分成小組并根據(jù)主題進行任務分配。在整個語料庫的構建過程中，學生參與話題語料的整理和后期的語料校對，可以加深學生對抗疫漢英對應文本的認知度和敏感度。其次，在此活動中，學生成為了教學活動的主體，學生主動進行對語料的觀察、對比和分析，激發(fā)了學生主動思考的意識，促進了學生的自主性和探索性學習，也加強了小組合作學習；同時在進行漢英兩種語言的語料對比過程中，感受中國抗疫力量與理念，既培養(yǎng)了學生的翻譯者素養(yǎng)，也增強了學生傳播中國聲音的責任感和使命感，實現(xiàn)了課程思政與專業(yè)課的同向同行。

（二）應急語言漢英雙語語料庫在翻譯語言特征研究中的應用

具體語言對翻譯語言特征的研究主要包括翻譯語言詞匯特征、句法特征和搭配特征等?；趹闭Z言漢英雙語語料庫，對比分析翻譯英語和原創(chuàng)英語的對應詞塊的詞匯特征，由此發(fā)現(xiàn)英譯文本中使用的簡單詞匯更多。通過句法特征分析，對比翻譯英語和原創(chuàng)英語語料平均句長和句法結(jié)構，發(fā)現(xiàn)翻譯英文文本的語句長度要較短一些，并且簡單句的使用更加頻繁。

通過對語料庫語料的對比分析，發(fā)現(xiàn)China Daily里翻譯英文文章的單詞選詞難度和句子的復雜程度較原創(chuàng)英文語料要低。

（三）應急語言漢英雙語語料庫在翻譯實踐研究中的應用

在翻譯實證研究過程中，雙語平行語料庫的作用極其強大。利用平行語料庫，基于對翻譯實例的分析，來確定源于詞匯的目的語的對應詞。鑒于語料囊括的專業(yè)領域里的實例多和具有較強的時效性的優(yōu)點，應用雙語平行語料庫特別適合對具體對應詞的翻譯進行研究。構建一個經(jīng)過對齊的漢英雙語平行語料庫來發(fā)現(xiàn)應急語言領域內(nèi)的一系列語言相等的翻譯對應項，主要是從詞匯和短語對比入手，可以充分地進行語言對比研究?，F(xiàn)階段語料庫已經(jīng)抽樣整理了China Daily的108篇文章，包括臨床表現(xiàn)15篇，社會生活15篇，政策舉措20篇，醫(yī)學研究52篇和中醫(yī)治療6篇等，總計54169字，提取出540個醫(yī)療專有英漢雙語詞匯和短語表達，應急語言雙語平行語料庫能夠?qū)崿F(xiàn)漢英平行詞塊的動態(tài)語境共現(xiàn)，通過檢索能更準確地找到專業(yè)醫(yī)療術語和短語表達，尤其是醫(yī)療機構、疾病名稱和病毒名稱等[10]。

五、應急語言漢英雙語語料庫創(chuàng)建的意義

應急語言漢英雙語語料庫的創(chuàng)建服務于時代需求。在當下全球新冠肺炎疫情大背景下，應急外語服務成為重要的語言橋梁，建設一個應急漢英雙語語料庫勢在必行。

應急語言漢英雙語語料庫的創(chuàng)建服務于國家和地方應急外語翻譯需求。首先，語料庫具有較強的數(shù)據(jù)處理優(yōu)勢，可以為翻譯服務工作提供源語素材[11]，為應急公告發(fā)布和宣傳翻譯提供平臺支持。通過術語和表達的搜索，可以大大地提升應急翻譯文案的處理效率，并且確保了應急語言翻譯的準確性，另外助力了應急事件的多場景應用。其次，應急語言翻譯語料庫為機器翻譯提供了專業(yè)的語料素材，可以提高應急類文本的機器翻譯質(zhì)量。

應急語言漢英雙語語料庫的創(chuàng)建服務于應急外語人才培養(yǎng)需求。以應急雙語語料庫為素材，基于語料庫語言學和語料庫翻譯學，基于數(shù)據(jù)分析提取有高針對性的緊急詞匯和高頻詞匯，科學編寫應急外語人才訓練素材和教材，提高人才培養(yǎng)效度。提高高校外語專業(yè)學生的應急英語語言技能，將視角從培養(yǎng)學生語言技能過渡到應用技能，對非外語工作人員展開必要的應急外語教育或提供應急外語手冊以備所需，為國家培養(yǎng)和儲備應急外語服務人才[12]。

應急語言漢英雙語語料庫的構建既滿足了當下疫情背景下對應急語言服務的迫切需求，又填補了國內(nèi)應急漢英雙語語料庫缺失的空白，為科學研究、學科建設和人才培養(yǎng)都提供了有價值的實踐平臺。

六、結(jié)語

構建疫情背景下的應急語言漢英雙語語料庫是應急外語服務多語種語料庫的重要組成部分，也助力推進了國家語言應急體制的建設。通過應急語言漢英雙語語料庫的研發(fā)和創(chuàng)建，可以為基于語料庫的翻譯研究及語言對比提供語料基礎，具有很強的理論意義，同時還可以在術語提取、機器翻譯和翻譯教學等方面實現(xiàn)其應用價值，還能助力突發(fā)事件應急管理，充分實現(xiàn)語言的服務功能，為提升全球公共應急管理能力提供強有力的支撐。

當然，構建應急外語服務雙語語料庫所面臨的巨大困難和挑戰(zhàn)也是不容忽視的，例如“平臺支持”“技術保障”“語料處理”“信息更新”等，這也預示著一個豐富的語料庫的建設不是一蹴而就的，而是需要持久性和不斷地與時俱進。應急外語服務平行語料庫的建設應該立足當下、聚焦需求，國內(nèi)外互助，只有這樣才能更好地面對時代發(fā)展提出的迫切要求，面對現(xiàn)實需要發(fā)出的時代召喚。