Computer aided translation CAT

为了了解行业的一些基础知识,常用工具等

翻译过程的论述

分析-转化-重构 翻译模式(转换生成语法)

释意理论

翻译不能直接进行语言符号的转化

而是 理解,脱离语言外壳, 表达

概括来说就是,理解原文,生成译文

译员翻译能力评估

西班牙巴塞罗那自治大学:PACTE(preocess in the Acquistion of Translation Competence and Evaluation)
译者的能力:双语交际能力,非语言能力(文化知识,主题知识,百科),专业操作能力,转换能力,心理生理因素,策略能力。

翻译问题分类

专业用语问题:解决辞典,语料库

(牙科医学领域翻译实践 filler只能翻译为充填剂,而不是填充剂)

俗语问题

kick the bucket (一命呜呼)不等于 kick the barrel 踢桶

to bring down the house(满堂彩) 不等于 拆房子

解决:互联网,语料库,工具书

假同系表达

红茶 不等于 red tea

专有名词

人名,地名,机构名称,国家名称,奖项,仪器等等

解决:互联网,语料库(辞典容量小,更新慢)

新词:白富美....

文化特色词

邓小平理论,社会主义初级阶段等 一些有较深厚文化的词语。固定形式的

选词辨析

搭配

符合共现规律和习惯用法词

修辞

使文字更加生动形象。

回译

句式

分析清楚复杂句式的结构。如何通过变化,重塑目标句的句式结构

背景知识

辞典问题

词条内部不足

英汉的汉语释义不能反过来找到原对应英语的表达方式

电子辞典也存在缺失问题

翻译技术组成

  • 翻译过程的信息技术工具:电子词典,互联网信息资源,语料库
  • 翻译技术的研究始于机器翻译

    • 狭义CAT,翻译记忆 + 术语管理
    • 广义CAT,一切辅助性工具,如QA
  • 团队翻译的信息技术工具

    • 翻译项目管理
    • 翻译公司管理

辅助翻译的进化:

  • 字典,网络版,wiki
  • 翻译记忆 网络版
  • 术语管理
  • 自然语言处理技术

协同化的工作环境

  • 翻译记忆交换
  • 语言服务(翻译)过程管理
  • 客户与翻译服务公司的互动关系
  • 语言服务新模式
  • Proz网站,译员之家

翻译质量评估

常说 信达雅

翻译质量是一个动态问题

常用工具

拼写检查,与罚检查,辅助翻译,机器翻译

好的译员:懂语言,文化,技术,管理

自动化翻译

机助人译:OCR,语音识别,文件格式转换,翻译记忆+相关检索。对齐工具,术语库(一致性)。

商用计算机辅助翻译软件

SDL TRADOS,WORDFAST,DEJA VU,Alchemy Catalyst / Publisher

语料库

主要作用:检索(keyword in context KWIC)

建立语料库方法:

  • 切分段落,句子,词汇 Segmentation
  • 屈折语形态还原 Lemmatization
  • 词性标注 POS tagging
  • 句法分析 Parsing
  • 双语对齐 Alignment

语料库:BNC,Linguateca,Sketch Engine,Europa.eu COCA

互联网搜索引擎/信息服务翻译实践

搜索引擎的分类

首先是目录式搜索引擎 YAHOO,(一级一级向下索引)

全文搜索引擎,altavista,Google,bing 百度,搜狗...

元搜索,对其他搜索引擎内容进行排序,

综合性搜索引擎:如google

基本工作原理

采集信息,索引,匹配,输出结果

爬取内容的处理:中文分词,英文词形,形态变化

结果排序(核心竞争)SEO搜索引擎优化,Google是goole page ranking,链接关系量化重要性。基础算法的改进:网站重要性,更新频率,内容分析。

使用规则

关键词(多角度),避免口语词汇(stop words)

逻辑检索符 与(+)默认方式 或(OR) 非( -) 减号前需要加入空格

加引号 完全匹配

filetype: 文件类型

define: geek 搜索geek的定义

link 链接到某个特征网址的网页。

related: 找到与该网页相似的网页

学术数据库 电子期刊数据库

  • 中外文电子期刊数据库

英国Nature杂志 www.nature.com

还有很多专业的电子期刊网站

google scholar(泛 全)但是深入的找不到。一些专业的资料需要专业的搜索引擎来做。

知网,万方,weipu

开发获取的电子期刊:HighWire,DOAJ

  • 电子图书与电子报纸
  • 国内外科学信息门户
  • 专利资源、科技报告、标准文献

电子书 电子报纸 Amazon,

CALIS,北京大学图书馆,

学术数据库一般流程

搜索引擎 诱导词

语料库与翻译研究

语料库产生背景

  • 物质基础:电脑科技
  • 思想基础:经验主义

(对现象有了积累之后,才能升华为理性。)

语料库定义:machine-readable(机器可读的),authentic(真实的),sampled(抽样),representative(代表性)

语料库建设

  • Brown corpus 1970 100万词
  • London-Lund Spoken Corpus 1960年代开始 1975年建成 2000小时谈话 广播
  • COBULID Project 1980 词典编撰 2000万词
  • Longman Corpus 1980年代 LLELC LSC LCLE 英语语料库目标是 编撰英语学习词典。
  • British National Corpus (BNC)1991 1995 90% written + 10% spoken 对当代英国英文研究很好
  • Xaira
  • 美国国家语料库

国内早期语料库建设

1998人民日报现在使用很广泛。

语料库特点

  • 领域 vs 通用
  • 平衡性
  • 粗 细
  • 加工深度 用途/成本/发展

问题:很少更新,自动化不高,缺乏语言资源管理。缺乏用户定制。成本大,周期长。高度分化,缺乏集成

现代语料库建设:wiki-based corpora Web-based corpora

1949年,美国数学家瓦伦 weifu Warren Weaver提出了统计机器翻译的基本思想

1993年,IBM提出 五种统计翻译模型

语言学范畴的语料库研究:

  • 语法规则的发现和验证
  • 语体、语言风格研究-(红楼梦究竟是不是一个人写的)

一个研究出现了问题,并不一定代表着这个方法有问题

多模态语料库 感觉挺不错

语料库支持的翻译研究和实践

应该注重翻译的结果还是 翻译的过程? 如何把语料库应用在翻译过程上,把语料库应用在理解原文和生成译文上。

可比语料库 - Comparable Corpus

Monolingual Corpus 单语语料库 外语单语语料库提供了分析观察语言的使用规则,借助语料检索和分析工具可能得到超过字典的效果。

语料库检索工具

End

本文标题:计算机辅助翻译-coursera课程1-3

本文链接:https://www.tzer.top/archives/325.html

除非另有说明,本作品采用知识共享署名-非商业性使用-相同方式共享 4.0 国际许可协议

声明:转载请注明文章来源。

最后修改:2021 年 12 月 23 日
如果觉得我的文章对你有用,请随意赞赏