论文部分内容阅读
本文主要讨论了主流机器翻译模式的工作机理、系统构架以及其系统的优势和缺陷。在大多数关于机器翻译的研究中，其研究重点通常是在文本层面比较机器翻译的译文质量，或机器翻译系统的商用经济价值，鲜有探讨机器翻译模式的工作体系。机器翻译模式的工作机理在很大程度上决定了其系统译文的准确度和流利度。本文主要研究以下三个问题：1）不同的机器翻译模式在翻译过程中如何运作；2）机器翻译系统如何处理原/译文中的语言特征；3）机器翻译系统可做哪些改进以提高其翻译结果的准确性和流利度。 在定量研究过程中，作者从《中国日报》官方网站共选取七十五篇不同主题的双语对照新闻作为语料，并选用基于规则的SYSTRANet Translation系统及基于统计的Google Translate系统分别对语料的中文版本进行翻译，并对英文译文进行了基于BLEU标准的自动测评。测评结果表明，Google Translate系统在词汇层面的翻译具有更高的准确度。 此外，作者又对在两个系统的翻译结果中反复出现的翻译错误进行标记及归类。结果表明两种翻译模式在处理不同的语言特征时存在差异。Google Translate系统在翻译词汇及语义方面更具优势，而 SYSTRANet Translation系统能够更好地处理译文中的词序及句法关系。 最后，在定性研究中，作者对两种系统在翻译过程中出现的典型错例进行分析比较。结果显示：以比较句为例，Google Translate系统能够将语句的处理简化为词汇处理；而 SYSTRANet Translation系统在大多数情况下能够直接对复杂句式，如定语从句进行分析与翻译。 通过对不同的机器翻译系统对同一样本的译文分析，并对这些系统的功能作了比对研究，发现不同的机器翻译系统因为采用了不同的翻译模式，从而在翻译的不同层面上表现出明显差异，但尚未发现在所有层面上都具有优势的机器翻译模式。 本课题的研究期望能够为对机器翻译模式的后续研究提供有益的借鉴。