关于英汉机器翻译中“褒贬误译”的原因与建议

【摘要】在英汉机器翻译中，褒贬误译处理是最为迫切需要解决的问题之一。为保证英汉翻译的准确性，本文对英汉翻译中“褒贬误译”现象进行简要阐述，然后结合英语与汉语的文化根源，对产生这种现象的原因进行分析，并提出一些解决英汉机器翻译中“褒贬误译”的有效策略，希望为英汉智能机器翻译未来路径的探索提供一定的借鉴。

【关键词】英汉翻译;智能机器;褒贬误译;文化根源

【作者简介】凌巧，四川外国语大学成都学院。

前言

英汉机器翻译为人们的工作与生活提供了极大的便利，在使用中不可避免会产生“褒贬误译”的问题，使得传达的文意发生扭曲。因此，有必要从英语与汉语中各种词汇的语义、风格、感情色彩等进行分析，挖掘出英汉机器翻译对不同褒贬色彩词汇有效识别的能力，对正确表达原文文意具有十分重要的现实意义。

一、英汉翻译中“褒贬误译”现象

英语中的褒贬词义又被称为感情色彩义，主要是作者向读者通过词汇表达自己的态度与感觉，又具体分为褒义、中性与贬义三种。但是英语中包含一些褒贬同义、兼顾两种感情色彩的词汇，并且中型词汇也会在不同的语境中传达出不同的感觉，而汉语是褒贬分明的，会通过两种词汇来表达出褒贬的情感，所以导致英汉机器翻译经常出现“褒贬误译”现象。例如，英语中的filthy褒义为富有的，贬义则为肮脏的;rampant褒义为繁茂的，贬义则为猖獗的;stubborn褒义为顽强的，贬义则为顽固的。此外，“褒贬误译”现象也会出现在语境不同的文段中，正确的翻译会根据文段上下文的意思，使用相对应的词汇翻译这个句子。但是机器翻译不会自动识别出不同语境中词汇所代表的词义，并且同一文段经过不同机器的翻译会输出不同的结果，从而增加了错误翻译的几率。以翻译deserve为例，“He always decides everything by himself and now nobody wants to cooperate with him.He totally deserve it.”参考翻译：他总是自己决定所有的事情，以至于现在没有人想和他合作，他完全是活该的。谷歌翻译：他总是自己决定所有事情，现在没人愿意和他合作。他完全应该得到它。百度翻译：他总是自己决定一切，现在没人愿意和他合作。他完全活该。可见，谷歌翻译存在“褒贬误译”现象。

二、产生“褒贬误译”的原因

1.英语中为“褒贬同词”，汉语为“褒贬分明”。无论是英语词汇还是汉语词汇，都是带有一定感情色彩的褒义词或是贬义词，但是英语中部分褒义词与贬义词可使用相似感情色彩、词义的汉语词汇表达出来，根据相关研究，英语中典型的“褒贬同词”大约占总词汇的20%，汉语则只有0.8%。结合文献分析，发现具有褒贬分明特征的汉语词汇很少出现“褒贬误译”，则使用同一英语词汇会根据语境的不同表达不同出不同语义，这样才能分别出词汇的情感色彩，进而增大了“褒贬误译”现象的发生几率。所以，在机器翻译中，英语经常会被翻译成错误的汉语结果。因此，英汉机器翻译应重点突出整体性，这样才能在海量的英语词汇库与汉语词汇库中找出想接近的词汇，以此表达出语料的正确含义，帮助读者领会其中的深意。

2.同一英语单词对应“褒”与“贬”两层含义。英汉机器翻译中出现“褒贬误译”现象的最主要原因，就是一个英语词汇可能具有“褒”“贬”两种含义，如果在翻译过程中，无法找到意思相近的汉语词汇，机器翻译就会出现褒义与贬义的翻译困境，进而就会形成“褒贬误译”现象。英语中“褒贬同词”的词汇的形成，需要从整体角度去分析词汇所在的文段，整合上下文语境对词汇进行全面分析，以此保证英语与汉语的意思能够被有效传达。此外，英语使用者由于自己的习惯性，会对英汉机器翻译结果的输出产生一定的制约作用，不同语境中的英语词汇的频繁使用会产生不同的含义，并且很少量的词汇包含多种含义。汉语使用者较为注重词汇情感色彩的表达，当然也有同一词汇在不同语境中包含不同意思的情况，但是占据少数。大多数汉语词汇不会随着语境的改变而发生含义改变，都具有较为鲜明的感情色彩，进而出现“褒贬误译”的现象较少，大多会出现英汉翻译中。

三、解决英汉机器翻译中“褒贬误译”的有效策略

1.提高选词的准确性。在英汉翻译方面，大多数软件都无法充分理解新闻类、文学类、艺术类等学科文章，对于医学类、科技类等学科文章或多或少出现“褒贬误译”现象，主要是因为机器翻译对英语与汉语的文化背景词、专有名词、关联词的掌握不到位，进而导致带有“褒”“贬”或是多重语义的词汇无法得到准确翻译，进而影响文本的专业性与准确性。以关联词选择为例，在翻译“于是扑扑身上的泥土，心里很轻松似的。”这句话时，谷歌翻译：So fluttering on the dirt on the clothes， my heart is very relaxed。由此可见，在汉语中可以忽略“于是”这类连词，但是在英语翻译中必须体现出来这种上语段承接关系。因此，这种选词不当的问题在一定程度上会影响上下文的连贯性，进而造成感情色彩、语体色彩等方面偏差的出现。为解决这类问题，应从句法分析与语义分析层面加强机器翻译准确翻译的能力，以此正确判断出英语词汇或是汉语词汇的词性或语义，充分發挥出统计分析的功能，增强英汉机器翻译对文本深层含义的挖掘。此外，在编辑英汉机器翻译程序的过程中，应注重语法规则与句法成分的完善，因为汉语中的句法成分通常不由固定词类充当，而英语的词类与句法的关系是固定的，所以部分“褒贬同词”在不同的搭配中表达的感觉与感情色彩也存在一定的差异性。通过专有词汇语料库的建立，可为英汉智能机器翻译提供准确表达语言的语料，在机器与人工协调配合的作用下，输出正确的翻译结果，对机器翻译领域规范性发展具有重要的现实意义。

2.改进成分漏译问题。在英汉翻译过程中，经常会出现由于成分漏译而引发的语义缺失问题，进而形成“褒贬误译”无法有效识别的现象，造成文本出现歧义或是与原文背离。无论是英语词汇还是汉语词汇，其语料库都是十分庞大的，并且在语料库不断补充的背景下，搜索引擎再强大的翻译机器也会出现“褒贬误译”现象，进而导致语句中的语言无法得到有效翻译。因此，有必要对机器翻译出现的成分漏译问题进行改进与处理，以此保证词汇翻译的完整性。在解决这些问题的过程中，一方面，应积极利用互联网增强机器的搜索引擎功能，进一步扩大英语词汇或是汉语词汇涉及的语料范围与数量，以此保证所翻译的英语词汇或是汉语词汇都能够在对方的语料库中找到语义相近的词汇，进而保证翻译结果的正确性。另一方面，有必要对语言学以及相关专业知识进行深层次研究，促使机器能够结合上下文语境自动补充缺失的成分，推动英汉机器翻译朝着更加智能化的方向发展，从根本上避免“褒贬误译”现象的出现。在目前的机器翻译领域，经常由于语言学掌握不充分而出现原文剖析不准的问题，所以应积极利用计算机技术程序化的语言对述补结构进行补充，充分发挥出成分语义的主导作用，进而保证智能机器能够有效识别出不同语境下带有褒义与贬义的词汇，实现正确翻译结果的有效输出。同时，要切实提升机器翻译对词语搭配、句法成分的识别能力，然后再根据上下文确定翻译项目，良好运用共现词语的规律性，从而为降低“褒贬误译”出现几率提供有力的技术支持。

3.重汇词汇情感色彩。英汉机器翻译的完善与发展，与机器对语言基本结构的认识有着十分密切的联系。从现阶段英汉机器翻译发展情况来看，在词义褒贬判断上仍缺乏较为完善的机制，使得全新文本没有合适且正确的处理办法，导致读者无法全面了解文本的深意。为解决这类问题，有必要采用机器对文本进行逐句翻译，然后结合人工理解对不同文段的感情色彩进行补充，以此实现整体情感色彩的重汇，达到英汉翻译“动态平衡”效果。例如，在翻译“‘By Jove，she has taste！'exclaimed Henry Lynn.”这句话为例，翻译文本背景为：男主人罗切斯特化妆的算命老太婆不给男子算命，只给年轻姑娘算命。参考翻译为：“嗬，她还真挑肥拣瘦呢！”亨利·利恩嚷道。通过有道翻译后：“天哪，她真有眼光！”亨利·利恩喊道。由参考翻译可见，“嗬”“挑肥拣瘦”“嚷”高度还原了原文带有讽刺意味的风格，真正体现出原文贴近生活的场景，而英汉机器翻译下的文本，多是按照英语词汇原本的意思进行翻译，无法针对语境有效转换统一英语词汇的褒贬含义，导致翻译结果与原文存在一定偏差，不利于读者对文本深意的理解。因此，英汉以及其他语言翻译者可最大化利用机器对文本进行翻译，但是有必要在机器翻译之后进行人工核查，以此保证译文语义、文化信息以及感情色彩最大限度地还原，避免常出现拼写错误，以保证句子通顺、完整、准确，甚至达到完全人工翻译的效果，以此为英汉机器翻译情感领域人类深度钻研与优化思路的探索打下坚实基础。“机器翻译+译后编辑”这种独具优势的模式，已经被广泛应用于多种工作环境中，极大地的促使机器翻译达到一定的质量极限，从而为今后英汉机器翻译的研究注入了源源不断的动力。

结语

综上所述，“褒贬误译”成为现阶段英汉智能机器翻译中最迫切需要解决的问题之一，由于机器难以深层理解不同语境下的语言，所以出现拼凑词汇、生搬硬套的弊端，需要机器翻译后运用人工进行核查，由人类补充文意的情感色彩与缺少的成分，以此充分发挥英汉机器翻譯优势、规避劣势，促使语料数量与范围豆科进一步扩大。

参考文献：

[1]杨驰，杨宪泽.汉英机器翻译兼类词与多义词处理探析[J].西南民族大学学报（自然科学版），2020（6）：619-622.

[2]常乐，高军.汉英机器翻译主语误译探究——以谷歌在线翻译为例[J].海外英语，2020（21）：157-158，168.

[3]彭紫婷，杨惠芳.百度翻译和谷歌翻译中的词语准确性对比研究[J].英语广场，2020（24）：9-12.

[4]沈逸宁，庄晴.英汉智能机器翻译弊端解析——论英语“褒贬同词”现象[J].湖北成人教育学院学报，2021（1）：94-97.