3.3　如何去自建翻译平行数据库

3.3　如何去自建翻译平行数据库

上节主要简述了翻译记忆系统软件的基本原理和功能，并指出了目前日语学界对此知之甚少，更谈不上借此构建自己研究所需的数据库这一现状。鉴于此，本小节将主要阐述如何使用翻译记忆系统软件中的文本对齐功能构建翻译平行数据库，在此基础上简要论述如何使用自行构建的翻译平行数据库。

3.3.1 双语语料的收集

为更好地传递中国声音，让世界了解中国，很多主流媒体积极构建多语言网站，提供多语言信息。从这些主流媒体的多语言网站上，我们可以获取到大量的权威资料。比如，从日文版的中国网上可以收集到很多政府部门发布的白皮书日文译文，从日文版的北京周报主页上，可以收集到除白皮书以外的法律、法规文献以及其他一些文献资料的日文译文。此外，从一些政府研究机构也可获得有关诸如政府工作报告或经典著作的日文语料。比如，中央编译局主要编译和研究我们党和国家的经典著作，翻译党和国家重要文献及领导人著作，从该机构的主页上可以直接获取历届政府的历年工作报告等。

3.3.2 双语语料的对齐

通过上节所述途径收集到自己所需的日汉双语语料后，就可借助翻译记忆系统软件中的文本对齐功能进行双语语料的匹配。前面提到，所谓文本对齐功能，就是按照所设定的节点将原文文本和译文文本拆分为一定的单位进行对齐，然后通过人工干预，实现指定单位等级的逐一对齐。在诸多翻译记忆系统软件中，塔多思通常被业界奉为标准，其内置的文本对齐功能模块 WinAlign也是最强大的。所以下面以塔多思中的WinAlign为例简要说明如何进行双语语料的对齐。另外，为了省却不必要的文字赘述，更直观地了解相关对齐过程，下面将结合图形予以简介。

首先，打开文本对齐功能模块WinAlign，并点击新建项目，然后在界面中选择相关的断句原则和需要对齐的文件类型。关于断句原则，如无特殊需要，可以选择默认。关于文件类型，一般选择微软的word文档。当然，也可根据需要灵活调整。

然后，点击“文件”并在出现的界面中分别添加源语言文件和目标语言文件。

做好相关准备后，点击界面下方的“确定”按钮匹配文件，WinAlign工具会按照前面设定的规则进行双语文本的自动处理和对齐。(https://www.daowen.com)

因为语言的复杂多变性和技术上的限制，WinAlign工具的自行处理结果尚不能达到完全匹配，还必须辅之以必要的人工干预，以实现指定单位等级的逐一对齐。但实践证明，这种人工干预并不需要耗费太多的时间，所以WinAlign仍不失为一种高效的工具。

在经过 WinAlign工具的自行处理和人工干预后的双语文本实现指定规则层面上的一一对齐后，即可通过其自带工具导出文件对。

3.3.3 双语语料的利用

通过上节所述方法得到的双语对齐文本不能直接检索查询，所以不能直接用于翻译研究。为此，本小节将进一步介绍两个利用途径。

第一个途径是将导出的文本载入翻译辅助工具软件构建翻译记忆库。打开翻译记忆系统软件Trados后，点选新建翻译记忆库，设定好相关名称和字段等内容后，可以直接导入通过上节所述方法得到的双语对齐文本。如下图所示，导入双语对齐文本后的翻译记忆库，可直接在界面中检索原文或译文，这对于结合语言环境选择确定准确的译词等极有帮助。当然，翻译记忆库的功能远不止于此，感兴趣者可通过软件教程进一步学习挖掘其他功能用法。

第二个途径是借助其他翻译辅助工具软件转换导出的文本自建双语语料库。对此，王成（2009）曾结合汉英对齐文本介绍过一种使用翻译辅助工具软件DejaVu对WinAlign导出的文本进行格式转换后自建语料库的简便方法。鉴于日语学界尚没有对该方法对汉日对齐文本是否适用进行过尝试，因此下面结合实际操作图示予以简述。

首先，打开翻译辅助工具软件DejaVu，点击并新建一个翻译记忆，并按照提示保存在指定的位置。

然后，指定原文和译文语言，点击“文件”，选择“导入文件或数据库”启动翻译记忆导入向导。因为要有效利用塔多思导出的对齐文本，所以，在指定数据格式时，选择“塔多思WB数据库”。

为了更好地利用对齐文本开展深入研究或自建翻译数据库，还需要从 DejaVu中将对齐文本进一步导出。此时，可从“文件”中选择“导出文件或数据库”，启动翻译记忆导出向导。在导出时，需将数据格式指定为Excel格式。

依照上述程序导出文本后，可按照王成（2009）中所提示的方法，借助分词处理工具进行处理，并使用平行语料库检索软件ParaConc进行检索处理。另外，即便不进行此类的专业处理，利用Excel中的固有功能，已可方便开展深入的翻译研究。