以双语对应语料库快速翻译中医文献的研究.docx

以双语对应语料库快速翻译中医文献的研究唐国顺上海市中医文献馆， 中国上海200020T摘要：中医药快速走向世界的一大障碍是语言关。海量文献需要翻译，但能胜任中医翻译的人员很少。为了提高翻译速度，本研究采用逐句对应的双语语料库，通过专用的翻译模板和电脑常规程序，机器翻译和人工智能相结合，快速翻译中医文献。操作过程包括抽词、建表、机器翻译、修饰定稿4个阶段，具有运行速度快、质量可信度高、易于推广的特点。关键词：语料库；机器翻译；电子词典；中医文献翻译一、概述：机器翻译经过50多年的艰难历程，现已逐渐走向实用阶段。在语言学各个领域积极开发利用语料库这个强大工具的时代里，肩负着把中国传统医学推向世界的中医英语却没有自己可用的一个中医英语词料库1，这是中医药创新研究方面值得注意的问题。由于中医文化背景复杂，部分中医术语注重修饰和科技语言文学化，给翻译带来难度，即使知名的语料库和优秀的网络词典，也难解决中医翻译的实际问题。中医语料库建设已见报道，但由于工程大、困难多、经费少，很难在近期取得明显的实用效果。传统的机器翻译由语法规则库、翻译模块和语料库库三部分组成，需要成千上万条语法规则，上亿词次的语料。翻译模块是专用的检索软件，价格昂贵，非一般单位能够承受。 语料库的建设是一个很大的工程。它涉及的不仅是一个经济问题，人力和时间也是非常重要的因素。2本研究走机器翻译的捷径，也使用语料库和翻译模块，但语料不是整篇对应，而是逐句对应，翻译过程不依靠复杂的语法规则，而是靠特定的检索程序，充分利用电脑自带的常规程序，因此建设周期快，成本低廉，专业性强，便于普及推广。本系统充分利用现有出版物的中医翻译成果，及时借鉴有用的参考例句。二、语料库来源：本语料库主要来源于国内出版的中英文对照的医学英语丛书、教科书和工具书，收集实际使用的有代表性的真实语言材料，主要有：l 上海中医药大学出版社：（英汉对照）新编实用中医文库（14册）；l 学苑出版社：英汉对照中医本科系列教材（7册）； l 洪班信主编、人民卫生出版社：现代医学英语文选（3册）；l 裘法祖主编、上海科技出版社：英汉对照医学读物（8册）；l 唐国顺主编、上海译文出版社：汉英医学写作用语词典；l 唐国顺主编、上海外语教育出版社：英汉汉英医学词典；l 李照国主编、上海科技出版社：简明汉英中医词典；l 翁心植主编、世界图书出版社：英汉汉英医学分科词典（3册）； l 世界中医药学会联合会：中医基本名词术语中英对照国际标准；l 朗文外研社：新概念英语（4册）建库方式是将文本资料转成 office 的 access 数据库形式，将整篇文章分成独立的句子，每句长度不超过255字节，中文和英文每句对应，每条数据包括中文、英文、数据来源三个字段。这样用 office 自带的检索工具就可以灵活快速查找。配以专用的检索软件，快速完成复杂的机器翻译工作。现有语料词库34万条，语料句库19万条。三、操作过程包括抽词、建表、翻译、修饰定稿四个阶段第一步，抽词：执行cc.exe，对待译文献扫描，随着社会进步，人类的保健意识也在发生转变。首先是医学目的的转变，从单一的“治疗疾病”转变为“防病、治病、保健并重”；其次是强调“回归自然”，寻求安全、有效、无毒的药物和治疗方案，更多的天然药物将替代人工合成药；第三是医学模式的转变，以“生物、社会、心理、自然”为特征的中医学模式被更多人接受，以“生物医学模式”为代表的西方医学不再占绝对的统治地位。中医的“阴阳平衡”、“形神合一”、“天人相应”等整体观在防病、治病和养生保健中得到体现。中医药的优势体现在：中医的宏观哲学观点和整体调养方法适应复杂的、多靶点的疾病谱，在治疗疑难病症方面占有优势；中医个体化辨证论治可减少用药，提高疗效；中药资源丰富，价格低廉，符合医疗卫生改革平民化的需要。 扫描结果抽出35个待译关键词：保健意识/ 必需的/ 辨证论治/ 不足/ 存活/多靶点/ 宏观哲学观点/ 回归自然/ 价格低廉/ 减少用药/ 人工合成药/ 社会/ 升高/ 生存/ 生理/ 生物/ 提高疗效/ 天人相应/ 统治地位/ 为特征/ 无毒的/ 西方医学/ 心理/ 形神合一/ 养生保健/ 医疗卫生改革/ 医学模式/ 医学目的/ 疑难病症/ 优势/ 有效/ 整体调养/ 治疗方案/ 转变/ 资源丰富 第二步，建表： 执行jb.exe， 建立汉英对照词表，供翻译之用。 保健意识 health care consciousness辨证论治 treatment based on syndrome differentiation 宏观哲学观点 macro philosophy theories回归自然 return to nature人工合成药 artificial synthesis drug 天人相应 correspondence between man and the universe形神合一 unity of physique and mind养生保健 regimen and health care 医疗卫生改革 reform of medical and health policy 译前处理，预选对应词，是提高机器识别质量的关键。机器翻译要想得到准确的结果离不开人工智能参与。网络软件根据语法规律的翻译是随机的“硬译”，有时会出现许多语义毫无联系的单词堆积，主要原因是一词多义的存在，如 administer 一词，有管理、给予、处方等对应词，要翻译处方的地方译成管理，就读不通了。本研究采用译前处理的方法，根据文本的语境，先将翻译词表对应好，则翻译结果就比较确切了。第三步，机器翻译：执行fy.exe， 以词表为基础，获得机器翻译的初步文稿。以下例句中第1句是原文，第2句是机器翻译。1. 寻求安全、有效、无毒的药物治疗方案，2. Look for security 、 effective 、 nontoxic medicine 和 treat project ,1. 以生物、社会、心理、自然为特征的中医学模式被更多人接受，2. 以 biological 、community、psychology、naturecharacterized by 的 TCM mode 被 more people receive ，1. 强调生物医学模式的西方医学不再占据绝对的统治地位。2. Emphasize biological medicine mode 的西方 medicine no more 占 absolute reign position 。机器翻译的结果出现原文和译文逐句对照的格式。机器翻译的结果虽不通顺，中英文夹杂，但总的框架已形成，主要关键词已翻译，不必费时查字典。而且文章已分句，逐句处理不易混淆。 第四步，修饰定稿：打开语料句库（19万条汉英对照的语句）和语料词库（34万条汉英对照词），在逐句修饰过程中，随时到语料库中寻找最恰当的对应词和可供借鉴的现成例句 ，将第2句复制成第3句，或改写成第3句。下列每小段的第1句是中文原文，第2句是机器翻译，第3分句是修饰定稿的句子。1. 寻求安全、有效、无毒的药物治疗方案，2. Look for security 、 effective 、 nontoxic medicine 和 treat project ,3. More and more attention has been paid to seek pharmaceuticals with not only good clinical efficacy, but also high safety and non-toxicity.1. 以生物、社会、心理、自然为特征的中医学模式被更多人接受，2. 以 biological 、community、psychology、naturecharacterized by 的 TCM mode 被 more peoples receive ，3. It is rather popular to accept TCM mode with focus on an overall concept including biological, social, psychological and natural characteristics.1. 强调生物医学模式的西方医学不再占据绝对的统治地位。2. Emphasize biological medicine mode 的西方 medicine no more 占 absolute reign position 。3. However, the Western pharmaceuticals only focusing on biological mode is no longer in leading position.最后将第3句连句成篇，完成全文翻译工作：Along with social progress, the health care consciousness is conversing. The first change is about medical purpose, i.e. a conversion from single disease treatment into more balanced treatment, prevention and health care. The second change is to emphasize the concept of return to nature. More and more attention has been paid to seek pharmaceuticals with not only good clinical efficacy, but also high safety and non-toxicity. With such consideration, natural products can be developed to replace synthesized pharmaceuticals. The third change lies in the mode of pharmaceuticals. It is rather popular to accept TCM mode with focus on an overall concept including biological, social, psychological and natural characteristics. However, the Western pharmaceuticals only focusing on biological mode is no longer in leading position. Such TCM integral concepts like balance of yin and yang, unity of physique and mind, and correspondence between man and the universe could be reflected in preventing and treating disease, as well as in long-time health care. The superiorities of TCM could be reflect as follows: TCM has not only the macro philosophy theories but also variety methodologies, which called comprehensive treatment, based on thousands years clinical experiences for treating difficult and complicated disease. That is a big advantage which Western medicine doesnt have. The individualized treatment of TCM based on syndrome differentiation not only shows the care of every patient, but also reduces the amounts of drugs in doctors prescriptions so that patients could get more effective drugs but less spends. Herb medicine get low price because of their rich resources. It is a good news for the reform of medical and health police. It could also solve the problems of increasing medical needs of major publics. 语料库内容丰富，而且注明语料来源，供使用者参考。 四、结果和讨论：本系统有运行速度快、质量可信度高和易于推广的特点。l 运行速度快人工翻译费时费力，主要化在查词典和参考书上。本软件可明显节省时间和精力。 从上述324汉字的文稿中抽出35个关键词仅用 1 秒钟。抽出的关键词变成汉英对照的词表仅用1秒钟。初次形成的词表中有些词的翻译不一定符合译稿的语境，需要调整修改，这就需要几分钟，调整时间长短与译者翻译水平和经验有关。词表确定后机器翻译的电脑处理时间1秒钟。最后人机对话，修饰定稿需要10分钟左右。所以整个翻译过程不到15分钟。文稿越长，翻译效率越高。一篇 15000 字的文稿抽关键词2秒钟，建立翻译词表30分钟，修饰定稿60分钟，一个半小时内可完成。如多人合作翻译一本10万字的书，抽关键词和建对应词表可预先做好，分工合作，既可保证风格和用词的统一，又可加快翻译速度。 l 质量可信度高 语料库来源于国内出版的中英文对照的医学英语丛书、教科书、科学论文和字典等，收集实际使用的有代表性的真实语言材料，兼收并蓄，标明出处。如 辨证论治的现成例句有：（1）治则是在整体观念和辨证论治基本精神指导下制定的。/Therapeutic principles are formulated under the concept of integrity and the concept of treating diseases depending on the differentiation of symptoms and signs. / (中医基础的翻译)； （2）四诊是辨证论治的第一步，也是最重要的一个环节。/The four diagnostic methods are an important procedure for collecting essential information about the disease and a prerequisite in syndrome differentiation. / 中医内科的翻译)；（3）汤剂有利于满足辨证论治的需要，是中医临床运用最广泛的一种剂型。/Decoction can meet the need of treatment based on syndrom