聶宜欣

關(guān)鍵詞：機器翻譯;錯誤;譯后編輯;農(nóng)業(yè)信息

1.引言

The Art and Science of Agriculture介紹了世界范圍內(nèi)農(nóng)業(yè)的發(fā)展、農(nóng)業(yè)工具的使用及工具的改進、農(nóng)業(yè)科技、牲畜和糧食缺乏問題，文章具有以下特點：⑴術(shù)語較多，富含農(nóng)業(yè)專用工具名稱、農(nóng)業(yè)技術(shù)名稱;⑵信息量密集，譯者需要掌握一定的農(nóng)業(yè)背景知識。根據(jù)以上特點，譯者在翻譯前需要閱讀相關(guān)的文獻(xiàn)，了解相關(guān)背景知識，以便在翻譯中確定專用名稱，推敲語言邏輯。

2.機器翻譯錯誤類型和處理措施

2.1詞匯層面

2.1.1 術(shù)語錯譯

術(shù)語錯譯是指翻譯過程中將原文中的術(shù)語譯為一般含義或錯誤含義。（曾靜、王燕，2020）譯者在處理信息類文本的術(shù)語時，首先要閱讀相關(guān)文獻(xiàn)，了解相關(guān)專業(yè)知識;第二，搜索是否有已經(jīng)確立的術(shù)語詞條，確保理解正確。

例1：For example， around 6000 BCE， a new variety of wheat arose in South Asia and Egypt. It was stronger than previous cereal grains; its hulls were easier to remove and it could be made into bread.

機器譯文：例如，大約公元前6000年，南亞和埃及出現(xiàn)了一種新的小麥品種。它比以前的谷物更強;它的外殼更容易拆卸，還可以制成面包。

譯后編輯：例如，大約公元前6000年，南亞和埃及出現(xiàn)了一種新的小麥品種。它比以前的谷物性狀更優(yōu)良;它的外殼更容易去除，還可以制成面包。

分析：機器翻譯把stronger直接翻譯成“更強”，其實這里指的是“更優(yōu)良的性狀”。另外，在農(nóng)業(yè)中，remove指的是“去除”外殼，機器翻譯給的譯文是“拆卸”，拆卸外殼完全與去除外殼動作的畫面感不同，不僅會令讀者費解，還使譯文閱讀起來大打折扣。譯者要先了解相關(guān)知識，多查證，盡量忠實于原文。

2.1.2詞語錯譯

一個英文單詞有很多個義項，因為缺乏人的思維和邏輯，機翻無法給原語匹配到正確的義項。

例2：Around 5500 BCE， farmers in Mesopotamia developed simple irrigation systems.

機器譯文：大約在公元前5500年，美索不達(dá)米亞的農(nóng)民開發(fā)了簡單的灌溉系統(tǒng)。

譯后編輯：大約在公元前5500年，美索不達(dá)米亞形成了簡單的灌溉系統(tǒng)。

分析：develop一詞是“發(fā)明、發(fā)展、形成”的意思，突出一種漫長、漸進，事物逐漸形成的感覺，但機器譯文譯為“開發(fā)”，則與原文意思不同，develop應(yīng)譯成“形成”。farmers可以省譯，直接概括地說該地區(qū)有這種情況或記錄，即“美索不達(dá)米亞形成了簡單的灌溉系統(tǒng)?！?/p>

2.1.3用詞口語化

例3：Cotton， wool， and leather are all agricultural products.

機器譯文：棉花、羊毛和皮革都是農(nóng)產(chǎn)品。

譯后編輯：棉花、羊毛和皮革都是屬于農(nóng)產(chǎn)品。

分析：機器翻譯將are翻譯成“是”：“棉花、羊毛和皮革都是農(nóng)產(chǎn)品?！边@樣偏口語化。文章屬于科普文，在選詞方面需稍微嚴(yán)肅一些。

2.2句子層面

2.2.1不符合中文表達(dá)

機器譯文還有留有英文痕跡的情況。這是因為機器翻譯沒有邏輯性，無法像人一樣自主思考，僅僅根據(jù)設(shè)定的程序匹配雙語詞、句對，有些“硬譯”。

例4：About 11，000 years ago

機器譯文：大約在11000年前

譯后編輯：大約11000年前

分析：刪去“在”字，讀起來更順，符合中文表達(dá)。

2.2.2 語言不簡潔

機器翻譯可能會出現(xiàn)表達(dá)不簡潔的情況，這時譯者需揣摩修改，直至譯文既貼合原文意思又符合目標(biāo)語地道表達(dá)。

例5：About 11，000 years ago， people gradually learned how to grow cereal and root crops， and settled down to a life based on farming.

機器譯文：大約在11000年前，人們逐漸學(xué)會了種植谷類和塊根作物，并定居下來，依靠農(nóng)耕生活。

譯后編輯：大約11000年前，人們逐漸學(xué)會了種植谷類和塊根作物，過著定居的農(nóng)耕生活。

分析：首先刪去“在”，即“大約11000年前”，并將后半句“并定居下來，依靠農(nóng)耕生活”改成“過著定居的農(nóng)耕生活”，更簡潔。

2.3段落層面

2.3.1不理解標(biāo)點符號的含義

機器翻譯在處理一些標(biāo)點符號時，無法理解原作者用這些標(biāo)點符號的意圖。譯后編輯時，譯員也需對此要點上心。

例6：Before agriculture became widespread， people spent most of their lives searching for food—hunting wild animals and gathering wild plants.

機器譯文：在農(nóng)業(yè)普及之前，人們大部分時間都在尋找食物，捕獵野生動物和采集野生植物。

譯后編輯：在農(nóng)業(yè)普及之前，人們大部分時間都在尋找食物：捕獵野生動物和采集野生植物。

分析：在原句中，破折號“—”的意思是指：前半句“人們大部分時間都在尋找食物”與后半句“捕獵野生動物和采集野生植物”是說明關(guān)系，因此破折號不可省略。機器譯文把破折號忽略了，錯誤地把前后兩個半句處理成并列關(guān)系。

2.3.2翻譯腔太重、不通順

機器翻譯無法給出地道的譯文，因為對機器來說，翻譯是雙語詞對詞、句對句的轉(zhuǎn)換?！懂?dāng)代翻譯理論》中指出，“貶義中的翻譯體是機械主義翻譯觀和方法論的產(chǎn)物。這種所謂的翻譯體的顯著特征是不顧雙語的差異，將翻譯看作語言表層的機械對應(yīng)式轉(zhuǎn)換?！保ǜ睦?，2004）不顧雙語的差異，將原語機械地翻譯到目標(biāo)語，就會造成譯文不自然、不流暢、生硬、難懂。

例7：By 2，000 years ago， much of the Earth’s population had become dependent on agriculture. When people began growing crops， they also began herding and breeding wild animals. Adapting wild plants and animals for people to use is called domestication.

機器譯文：直到2000年前地球上的大部分人口已經(jīng)依賴于農(nóng)業(yè)。人們種植莊稼時，也開始放牧和馴養(yǎng)野生動物。改變野生動植物以供人類使用，被稱為馴化。

譯后編輯：2000年前，地球上的大部分人口已經(jīng)以農(nóng)業(yè)為生。人們種植莊稼的同時也開始放牧和馴養(yǎng)野生動物。人們把改造野生動物，培育野生植物為人所用的過程，稱作馴化。

分析：“改變野生動植物以供人類使用，被稱為馴化”：“改變”對應(yīng) adapting，“以供人類使用”對應(yīng)for people to use，“被稱為馴化”對應(yīng) is called domestication。這就是機械對應(yīng)，只做語言表層轉(zhuǎn)換，造成翻譯腔。每個生硬機械地譯句積累成一段，讀者讀起來甚至不知道譯者想表達(dá)什么意思。

2.3.3前后不一致，缺乏邏輯性

機器翻譯最大的特點就是詞對詞句對句的轉(zhuǎn)換，很生硬。翻譯引擎依靠算法和程序運作，無法像人那樣思考，缺少邏輯，所以也會出現(xiàn)譯文所指前后不一致的情況。在此篇文章背景下，不一致問題主要指向?qū)τ谕粋€事物名稱，機器翻譯無法識別鎖定唯一的義項，造成譯文出現(xiàn)事物名稱前后不一致的情況。另外一種情況是，原文暗含某種意思，但因為機器翻譯只是機械地轉(zhuǎn)換雙語，因此忽略了這個層面。

例8：The Chinese also adapted farming tools and methods from nearby empires. A variety of rice from Vietnam ripened quickly and allowed farmers to harvest several crops during a single growing season. This rice quickly became popular throughout China.

機器譯文：中國人還從附近的帝國借鑒了農(nóng)耕工具和方法。來自越南的一種水稻成熟得很快，使得農(nóng)民可以在一個生長季節(jié)收獲好幾種作物。這種大米很快在中國流行起來。

譯后編輯：中國人還從附近的國家引進調(diào)整了農(nóng)耕工具和方法。來自越南的一種水稻生長周期短，使得農(nóng)民可以在一個生長季節(jié)收獲好幾批莊稼。這種水稻很快在中國廣泛種植。

分析：rice是有“大米”，也有“水稻”的意思，但是機器翻譯一會翻譯成“水稻”，一會翻譯成“大米”，前后所指事物名稱不一致，譯文質(zhì)量嚴(yán)重打折扣。

例9英文原文：The development of agriculture was very slow. One of the earliest agricultural tools was fire. Native Americans used fire to control the growth of berry-producing plants， which they knew grew quickly after a wildfire.

機器譯文：農(nóng)業(yè)的發(fā)展非常緩慢。最早的農(nóng)業(yè)工具之一是火。美國原住民用火來控制產(chǎn)漿果的植物的生長，他們知道這些植物在一場野火之后生長得很快。

譯后編輯：過去，農(nóng)業(yè)發(fā)展非常緩慢。最早的農(nóng)業(yè)工具之一是火。美國原住民用火來控制產(chǎn)漿果的植物的生長，他們知道這些植物在一場野火之后（土地更加肥沃）生長得很快。

分析：首先，was表示過去已經(jīng)發(fā)生，在翻譯時應(yīng)體現(xiàn)出來，譯成“過去”即可，機器譯文忽略不譯，降低了信息文本的準(zhǔn)確性。另外，經(jīng)查證，用火燒過的地區(qū)，土地會比較肥沃，更有利于植物的生長，因此應(yīng)該加注說明。

結(jié)語

機器翻譯雖然速度快，但是質(zhì)量不高，因此譯后編輯十分有必要。就農(nóng)業(yè)信息文本來看，翻譯引擎、翻譯軟件這類技術(shù)依據(jù)算法、程序?qū)﹄p語進行機械地匹配，機械地翻譯，不能像人那樣思考，不顧雙語的差異，也無法照顧到語境的需要，因此出現(xiàn)以上種種問題。但是，機器翻譯也有它的優(yōu)點，而且機器翻譯一直不斷得到優(yōu)化。在處理大量文本時，正當(dāng)使用機器翻譯，為譯員帶來的方便還是極大的。

參考文獻(xiàn)

[1]馮全功，崔啟亮.譯后編輯研究：焦點透析與發(fā)展趨勢[J].上海翻譯，2016（06）：67-74+89+94.

[2]根茨勒.當(dāng)代翻譯理論[M].上海：上海外語教育出版社，2004.

[3]李亞婷.人工翻譯和譯后編輯在科普文本翻譯中的效率個案研究[D].曲阜師范大學(xué)，2020.

[4]孟福永，唐旭日.效率為先：機器翻譯譯后編輯技術(shù)綜述[J].計算機工程與應(yīng)用，2020，56（22）：25-32.

[5]秦昊.國外機器翻譯譯后編輯研究現(xiàn)狀與分析[J].智庫時代，2020（11）：271-272.

[6]孫琦瑤.機器翻譯錯誤類型分析與譯后編輯策略[D].上海外國語大學(xué)，2020.

[7]陶姍姍.機器翻譯+譯后編輯模式下《石油須知》英漢翻譯實踐報告[D].遼寧石油化工大學(xué)，2019.

[8]王海姣，祁文慧.析人工譯后編輯的必要性[J].海外英語，2019（22）：52-54.

[9]王湘玲，王婷婷.人工翻譯與機器翻譯譯后編輯對比實證研究[J].外國語言與文化，2019，3（04）：83-93.

[10]楊文地，范梓銳.科技語篇機器翻譯的譯后編輯例析[J].上海翻譯，2021（06）：54-59.

[11]楊玉婉.神經(jīng)機器翻譯的譯后編輯——以《潛艇水動力學(xué)》英漢互譯為例[J].中國科技翻譯，2020，33（04）：21-23+42.

[12]周斌.谷歌機器翻譯系統(tǒng)英譯漢評測與譯后編輯[D].浙江理工大學(xué)，2020.

[13]曾靜，王燕.英漢機譯錯誤類型分析——基于醫(yī)學(xué)文本語料庫[J].海外英語，2020（02）：39-41+47.