文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > 外语学习 > 英语学习 > 军事平行语料库的建立及其在军事翻译方面的应用
侵权投诉

军事平行语料库的建立及其在军事翻译方面的应用

翻译 军事

由于本语料库的初衷就是为了探索平行语料库在军事翻译中的应用问题,基于这个目的,笔者决定:选取翻译水平较高的英汉军事翻译语料,首先建成一个开放型试验库。下面简要介绍一下这个语料库的建立步骤:

第一步,开始语料收集工作。这里要注意几个问题:

·英汉对译。要建立一个英汉军事平行语料库,无疑限定词越多,语料收集难度越大。

·语料越新越好。因为所建库主要涉及开发在军事翻译中的应用,不涉及古英语和古汉语的语言研究。

·电子文本格式,必须能够机读。虽然是小型的试验库,语料库动辄上百万字的容量使得机读成为一项必然要求。

·过硬的语言质量。无论是英语的原文还是汉语的译文,都要质量过关,不然不具备作为翻译参考的资格。

·抽样原则。为了保证在小型语料库中不同译者的比例,以免发生同一译者或同一出版社的影响过大,使得语料库失去参考意义,必须将所收集语料按比例收入语料库。语料库容量越大,对抽样的要求越放松。

第二步,语料的预处理。所收集的电子语料存在这样那样的噪音。例如,来源于网页的语料经常有版权信息和空行等;来源于电子书籍的语料则混杂着页码和章节信息等。为了方便程序处理,所有语料最后都要保存为文本文档格式,而这种格式不能识别图、表、粗体、斜体、脚注、下划线以及一些特

军事平行语料库的建立及其在军事翻译方面的应用

基础理论

殊符号,于是消除杂乱格式和乱码也成了任务之一。这部分的工作因为规律性差,现在还没有简单易行的方法,需要人工整理及仔细校对。总而言之,这一步骤的预期目标是得到

没有噪音和乱码的整齐干净的文本文档。

第三步,英汉文本句子级对齐。在预处理过的基础上,现在的整齐语料已经可以利用一些小程序来达到整理目标了。·首先,用一个小程序来断句,达到无论英汉文本都呈现每一句话单独一个自然段的目标,并且将各个文本里的自然段按顺序标号。·然后,进行人工校对。标号的自然段便于查找和校对。这里经常遇到的问题是错误断句,如英文文本中Mr.会被当作一个整句断开。如果编程时考虑全面,类似这些问题是可以避免的。但是有时译文本身就不是完全对应原文翻译的,可能会有一句英文被译为两句/多句中文,或两句/多句英文被译为一句中文,这时人工校对就显得非常必要了。

·最后,用另一个小程序去掉标号,并且在句首加<S>,句尾加</S>,以便于以后语料库的机读。

第四步,进行中文分词。因为现有的经典语料库分析软件大多是西方国家开发的,而中文具有自己的特点,本身不适合运用这些分析软件。为了解决这一问题,要对最后的中文文本进行分词。网上这类软件有很多,笔者所用软件为吕震宇根据ICTCLAS改编的一个小程序。

第五步,语料库的整合。为了让语料库看起来更像一个整体,也为了给将来的扩展工作留下空间,最后要对语料库进行整合。

·首先,将英文语料保存为en为开头的文本文档,而与其对应中文语料则保存为ch为开头的文本文档。·接下来,要为每个文档添加附加信息。如下表:

标记内容

标记

中文标题/英文标题<CH(EN)_TITLE></CH(EN)_TITLE>作者名/译者名<AUTHOR(TRANSLATOR)></AUTHOR(TRANSLATOR)>来源<SOURCE></SOURCE>领域<FIELD></FIELD>年代

<TIME></TIME>

在添加附加信息之后,所建语料库更具整体性。而且对表中的“领域”可以进行进一步的分类,军事科技、军事情报、军事装备等等。这样,语料库扩充时就会有条理。

经过以上的步骤,一个小型军事平行语料库初步建成。

·39·

上一页第2页

你可能喜欢

  • 语料库语言学
  • 英语语料库
  • 英语文体
  • 使用说明
  • JAVA教程
  • 语料库翻译学

热门文档

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email