对国内语料库口译研究的回顾与思考——以CECIC为例

广东外语外贸大学 唐 芳

对国内语料库口译研究的回顾与思考
——以CECIC为例

广东外语外贸大学 唐 芳

20世纪末语料库作为一种新的研究工具被引入到口译研究中。近年来，国内语料库口译研究取得了长足的发展，大大拓宽了口译研究的范畴，弥补了以往研究方法的不足。本文选取目前国内成果最为丰硕的CECIC为例，通过对其相关研究的梳理与综述，展示国内语料库口译研究的发展态势，并对研究的不足和未来的发展方向做了阐述。

CECIC；语料库口译研究；回顾；思考

一、引言

从第一篇口译研究论文(唐笙、周钰良1958)的发表至今，中国的口译研究已经历半个多世纪的发展。早期的研究者多将目光集中于口译教学，多是基于个人经验的规定性阐述。进入21世纪之后，研究者开始通过实验评估各种练习在提升学生口译能力方面的作用(如唐芳 2010；王晓露、纪蓉琴 2015)。然而由于职业译员较少接受邀请参与实验，研究者往往选取学生作为受试，这不利于人们全面认识口译产品的特征和共性。为了摆脱这一限制，早在1998年，Mariam Shlesinger就曾率先指出，“基于语料库的口译研究……本质上为口译研究……提供了一个切实可行且富有启示的工具”(Shlesinger 1998： 486)。然而直至2009年，中国学者才开始将基于语料库的研究方法应用到口译研究领域(胡开宝、陶庆 2009；张威 2009；王斌华 2009， 2012)。这种新的研究方法突破了以往实验性研究在生态效度及样本大小上的缺陷，为人们认识口译产品和透过产品探究口译过程提供了广阔空间和充分可能。

目前，中国学者共创建了4个口译语料库，包括北京外国语大学文秋芳团队的PACCEL-S(Parallel Corpus of Chinese EFL Learners-Spoken)(参见唐芳 2016)、上海交通大学胡开宝团队的CECIC(Chinese-English Conference Interpreting Corpus)、香港理工大学李德超团队的BICCSL(Hong Kong Bilingual Interpreting Corpus on Contemporary Social Life)和英国利兹大学王斌华团队的CEIPPC(Corpus of Chinese-English Interpreting for Premier’s Press Conferences)，CEIPPC后来又被拓展为CEICO(Chinese-English Interpreting Corpus Online)。从论文发表的数量上看，胡开宝团队的相关研究成果最为丰硕，能比较全面地展现中国在该研究领域的发展历程。因此，本文将集中介绍CECIC及其研究发现，以期对国内基于语料库的口译研究进行梳理。

二、CECIC简介

CECIC共由3个子库组成，包括记者招待会汉英平行语料子库、记者招待会英语原创语料子库和政府工作报告汉英平行语料子库。平行语料子库是对我国中央政府及国务院有关部委举办的记者招待会的汉语原文及英语译文的转写材料，内容涵盖政治、经济、军事和外交等领域；英语原创语料子库收集了美国联邦政府记者招待会的转写材料，下载自美国CNN网站，主要涉及美国的内政及外交政策；政府工作报告语料子库收录了近年来总理所做的政府工作报告，汉语原文源自人民出版社，英语译文源自中国日报网站。近年来该库一直在扩容，目前已从1.0升级至4.0版本，总库容约为1 022 179字(词)，各子库具体构成见表1。

表1 CECIC 4.0构成情况(李涛、胡开宝 2015： 617)

三、基于CECIC的研究成果概览

通过在CNKI数据库中以CECIC为检索项进行检索，并对摘要进行逐篇阅读，笔者筛选出截至2016年12月基于CECIC的语料库口译研究18篇，其中硕士论文4篇、期刊论文14篇，14篇期刊论文分别发表在《外语电化教学》(2篇)、《解放军外国语学院学报》(2篇)、《山东外语教学》(2篇)、《外语教学与研究》(1篇)、《现代外语》(1篇)、《华中师范大学学报(人文社会科学版)》(1篇)、《中国翻译》(1篇)、《外语教学理论与实践》(1篇)、《外国语文》(1篇)、《外语学刊》(1篇)、《当代外语研究》(1篇)，详见图1。从发表的刊物来看，8篇发表于CSSCI期刊，5篇发表于中文核心期刊，这说明CECIC团队的研究方法和研究结论得到了业内人士的认可。

就发表时间而言，4篇硕士论文分别完成于2007年、2009年、2012年和2013年。14篇期刊论文的时间分布如下页图2所示：2009—2012年每年发表1篇，2013年2篇，2014年4篇，2015年3篇，2016年1篇。图2表明，从2009年至2014年，基于CECIC的口译研究在数量上呈现逐年增长之势；2015年和2016年虽数量有所下降，但仍有发表。这说明从创建至今CECIC团队已摸索出一套成熟的研究体系，并不断产出研究成果。

图1 基于CECIC的口译研究(期刊)论文发表分布情况(2009—2016)

图2 基于CECIC的口译研究(期刊)论文逐年发表情况(2009—2016)

四、基于CECIC的研究成果撮要

上一小节笔者对CECIC产出的研究成果做了宏观的介绍，本节笔者从研究对象的角度，将基于CECIC的口译研究论文分为对口译产品词汇特征的研究、对口译产品句法特征的研究以及对口译产品中体现的翻译普遍性的研究3大类，并对研究的具体内容进行介绍。

(一)口译产品词汇特征研究

对特殊类符与词性的研究(胡开宝、陶庆 2010)：基于CECIC 2.0，作者考察了各子库中频数最高的前10个类符，并与LOB语料库对照。结果显示，“the”“of”“in”在记者招待会口译语料和政府工作报告英语译文中出现频率更高，这与汉语原文中更频繁地出现名词或名词性结构有关。作者还统计了各子库的词性分布，发现口译话语中代词出现频率较低，这可能是因为汉语源语中名词和名词性词组频繁出现，还可能是因为译员为了争取更多的信息处理时间而刻意采用名词而非代词的策略。

对虚化动词的研究(胡开宝、刘静 2016；刘静 2012)：基于CECIC 3.0，作者考察了虚化动词的应用。虚化动词指使用频率高，搭配范围广，可使用于广泛语境，与不同词搭配，在不同语境中实现不同意义的动词。以“make”为个案，作者发现汉英记者招待会口译中译员使用“make”的频率明显高于记者招待会英语原创语料，该词在口译语料中的搭配丰富程度也明显高于政府工作报告笔译语料。究其原因，作者认为这主要是受源语内容、“make”自带特性(语义宽泛、搭配力强等)及口笔译间差异等因素的影响。

对程度副词的研究(胡开宝、陶庆 2012)：基于CECIC 3.0，探究强化或弱化原文语义信息强度的规范，作者考察了英语程度副词的应用和汉语程度副词的英译。从添加语气强化词来看，程度副词在口译语料中使用更频繁。对比汉语程度副词的英译，作者也发现了对应和弱化的倾向。这表明，在口译过程中，译员不但会受到“中立”规范的影响，还会受到强化和弱化规范的影响。

对情态动词的研究(李鑫、胡开宝 2013)：基于CECIC 3.0，作者分析了情态动词的应用。作者发现，汉英记者招待会口译语料比美国政府记者招待会英语原创语料更频繁地使用高值和中高值情态动词，而表示委婉语气的较低值情态动词及情态动词缩略式却较少出现。作者将其归因于中美政府记者招待会语篇的话语基调差异、汉英语法差异和口译译员的主体性。

对“some”的研究(潘峰 2013；潘峰、胡开宝 2013)：基于CECIC 3.0，作者考察了汉英记者招待会口译语料中“some”的应用。“some”的常见用法有3种：做限定词、代词及副词。在语料库中，作者共找到511处“some”。对照其汉语原文，作者发现，90%的“some”被用作限定词或代词。口译语料中的“some”明显多于政府工作报告英语译文语料，除了用“some”来基本对应原文语义外，也常用它来显化原文隐含意义、弱化原文语义，还有极少情况是用它来强化原文语义。作者将这种现象归因于英语语言规范以及译员的自主决策。

对模糊限制语的研究(潘峰 2014b)：基于CECIC 3.0，作者考察了汉英记者招待会口译语料中模糊限制语的应用。模糊限制语是指为了把事情弄得更模糊或不那么模糊的词或短语，如“sort of”“kind of”“relatively”“somewhat”等，主要用于修饰成员在集合中的类属程度(Lakoff 1973)。作者根据Hyland(1996)与Varttala(2001)的观点将模糊限制语分为5类：情态动词(如“can”“may”“might”“could”)、情态实义动词(如“seem”“think”“feel”“guess”)、情态形容词(如“possible”“probable”“likely”)、情态副词(如“almost”“approximately”“perhaps”)和情态名词(如“possibility”“probability”)。用ParaConc统计各子库的英语语料中模糊限制语的数量，经卡方检验表明，口译子库中英译语料内的模糊限制词总数明显低于原创英语口语语料，却远远超过笔译子库中英译文本语料。这表明，译员在口译中会比译者在笔译中更频繁地添加模糊限制语。作者结合模糊限制语的功能、口译过程的特征、语言修辞传统的差异等因素对原因做了阐释。

对口译释意性的研究(李鑫、胡开宝 2015)：基于CECIC 3.0，作者分析了情态动词“应该”的英译特征，借以考察记者招待会汉英口译的释意性。作者对比了口译语料和政府工作报告笔译语料中“应该”的英译，发现该词的英译有两种处理方式：“释意翻译”和“语言翻译”。口译语料中“应该”的释意程度更高且更能体现语用功能的再现和语境意义的对等。作者认为，这种特征主要源于口笔译在时间压力、交际环境和源语冗余度3个方面的差异。

对不定量词的研究(谢丽欣、胡开宝 2015)：基于CECIC 3.0，作者考察了英译口译语料中不定量词的应用特征。作者以英语中主要的不定量词“a few”“many”“much”“a lot of”“some”“a little”“any”“a bit”为检索项，运用ParaConc提取并对比了记者招待会汉英口译语料和政府工作报告英译语料中包含不定量词的语句。结果显示，口译语料中不定量词的数量明显高于笔译语料；口译语料中通过不定量词实现的“显化”“强化”和“弱化”更为显著。作者认为，这些特征可归因于源语(或原文)的不定量词使用特征和口译过程中译员更高程度的主观介入。

对汉语副词“基本”的研究(李涛、胡开宝 2015)：基于CECIC 4.0，作者选取汉语副词“基本”为个案，考察了中国政治语篇口笔译中级差资源重构是否存在差异。运用ParaConc提取并对比了记者招待会汉英口译语料和政府工作报告英译语料中对“基本”的翻译，作者发现“基本”的译法有3类：对应翻译、转译和零翻译。前两种译法实现级差等级持衡，而最后一种译法实现级差等级趋强。结果显示，中国政治语篇汉英口笔译总体上都倾向于实现级差等级持衡，不存在显著统计差异。作者从和谐管理模式中的面子管理和社交权管理角度切入究其原因，认为这种结果反映出翻译人员在跨文化交际活动中在努力达成交际主体和谐。

(二)口译产品句法特征研究

对被动式的研究(李鑫 2011)：基于CECIC 2.0，作者考察了汉英记者招待会口译语料中被动式的应用。各子库间对比结果显示，英语口译语料中被动式的使用频率显著高于英语原创语料和政府工作报告笔译语料。作者综合了汉英语法差异和口译过程因素对其成因进行阐释。

对复杂化句法操作规范的研究(胡开宝、陶庆2012)：基于CECIC 3.0，作者探究了汉英记者招待会口译语料和政府工作报告英译笔译语料中复合句在源语中是简单句的现象。结果显示，笔译语料中该现象出现频率更高，卡方检验也证明这种差异是显著的，即笔译过程中受复杂化操作规范的影响明显高于口译过程。

对英语关系从句的研究(胡开宝、谢丽欣 2014)：基于CECIC 3.0，作者考察了口译语料中英语关系从句的应用。通过在ParaConc中检索关系代词和关系副词，得到口译语料中的关系从句及其对应的源语信息。研究发现：记者招待会汉英口译作为特殊语域的正式程度以及英语关系从句的多种语用功能使得英语关系从句在口译语料中使用较频繁，与政府工作报告英译不相上下；为赢得足够时间以处理源语语料的后续信息、方便听众理解，口译语料中的译员比政府工作报告的译者更频繁地将两个并列的汉语单句、名词短语和普通汉语单句等汉语结构译作英语关系从句；口译语料中译自汉语关系从句的英语关系从句应用频率不及政府工作报告英译语料，这主要是因为前者的汉语关系从句往往较短且结构较简单，可译为英语关系从句、介词短语、分词短语等不同结构，而政府工作报告中，汉语关系从句大多由多个并列单句或短语组成，结构较为复杂，通常只能译作英语关系从句或多个英语关系从句。

对“使”字句英译的研究(潘峰 2014c)：基于CECIC 3.0，作者考察了汉英记者招待会口译语料中“使”字句的翻译。作者首先归纳出“使”字句在口译中的4种翻译方法：英语使役结构、英语因果句、英语被动句、重构原文。运用ParaConc软件，作者将语料库中口译语料和政府工作报告翻译语料中所有的“使”字句检索出来，手动剔除不相关条目，对结果进行分类统计。研究发现：1)在两类语料中，“使”字句都较少被译为英语被动句，这是因为被动句有时带负面意义，使用被动语态将会削弱主语的重要性；2)近三分之一的“使”字句被译为因果句；3)口译语料较笔译语料更频繁地重构了“使”字结构，这主要是因为口译源语的特征(大量流水句)，而且过多使用使役句可能让听众产生心理压迫感。

(三)口译产品中体现的翻译普遍性研究

翻译普遍性是由Mona Baker(1996)首先提出的，主要包括5类：显化(explicitaion)、简化(simplification)、范化(normalization)、隐化(implicitation) 和整齐化(leveling-out)。

对显化的研究(薛沛文 2007；胡开宝、陶庆 2009，2012；胡奕悦 2009)：基于CECIC 1.0，薛沛文(2007)考察了汉英记者招待会口译语料中的显化及其动因。她将显化分为3大类别：概念显化(ideational explicitation)、人际显化(interpersonal explicitation)及语篇显化(textual explicitation)，并从口译本身的特点、译者的个人习惯、中英文的文本差别等方面阐述了显化现象产生的原因。胡开宝、陶庆(2009)重点考察了语篇意义显化及其动因。作者统计了连接词“that”、不定式标记“to”以及逻辑关系连接词的频次，发现口译员常选用以上3种词来明示句间关系，并明确交代“这个(些)+名词”结构所指代的对象。这证实了口译语料中显化现象的存在。作者认为，这既可能源于英汉语言“形合”“意合”的差异，也可能是因为译员希望译文更容易被理解，所以频繁采用解释性表述。胡奕悦(2009)运用ParaConc统计了口译语料中虚词和连接词的频次。结果表明，口译英译语料的虚词频率高于汉语源语料。口译员倾向于使用逻辑关系连词、保留引导宾语从句的连接词“that”来显化句间关系。这证明了口译过程中发生的显化现象。而后基于CECIC 3.0，胡开宝、陶庆(2012)定量对比了3个子库中英语语料中(因果关系从句、转折关系从句、让步关系从句、条件关系从句和宾语从句)的逻辑连接词。从添加连接词明示句间关系看，笔译语料中相关频率高于口译语料，卡方检验显示这种差异是显著的，即显化规范对笔译语料的影响明显高于对口译语料的影响。

对简化的研究(胡奕悦 2009；胡开宝、陶庆 2010)：胡奕悦(2009)通过ParaConc统计了口译语料中并列句以及复合句的频次，发现相对于原创英语语料，口译英译语料中简单并列句的使用频率较高，复合句的使用频率较低，这证明了口译过程中发生的简化现象。此外，借鉴Laviosa(2002)用类符/型符比、词汇密度和句长等指标考察翻译语料的简化特征的做法，胡开宝、陶庆(2010)对比了CECIC 2.0中3个子库中语料的类符/型符比和平均句长。然而数据并不支持简化趋势。作者进一步考察了3个子库中英语语料中词频高于0.05%的连接词的使用情况，发现口译英译语料比英语原创语料更频繁地选用并列结构，但比英语笔译语料使用并列结构的频率低。英语原创语料中复合句的使用频率高于口译英译语料。这又从不同侧面验证了口译语料的简化倾向。

对范化的研究(胡开宝、陶庆 2010；潘峰 2014a)：胡开宝、陶庆(2010)曾基于CECIC 2.0统计过被动式的应用。由于英语比汉语更习惯使用被动语态，英语中的被动语态应该多于口译英译语料。然而统计数据显示，CECIC 2.0的汉语中存在更多的被动句式，这证明了范化的倾向。潘峰(2014a)从另一个侧面展开了基于CECIC 3.0的对汉英记者招待会口译语料中的范化现象的考察。作者首先利用AntConc检索副语言信息，包括停顿(pause)、言语打断(interruption)、重复(repetition)和修正(revision)。对比源语和译语，作者发现，口译员常常有意识地不断消除原文中出现的各种口语特征，使之在目的语中表达得更为规范。作者选取的第二个视角是对汉语数字缩略语和汉语成语的英译，他发现这两类词大多被异化。作者还对比了口译英译语料和英语原创语料的典型文本特征，包括截短词(clipping)、首字母缩写词(acronym)等，他发现前者中该类特征更为明显。这3类发现都验证了范化倾向。作者从汉英之间语言和文化的差异以及口译员的期望规范的角度进行了阐释。

五、思考与展望

从上文对基于CECIC的口译研究的综述可以看到，语料库作为一种工具，确实大大拓宽了口译研究的广度，使得人们可以对口译产品的词汇特征、句法特征以及其中能体现的翻译普遍性特征有了更全面的认识。然而，语料库能呈现的仅仅是使用频次和性质上的差异，此类研究不能仅仅停留于此。如何基于这些差异解释口译话语、折射口译思维过程、厘清译员角色？目前基于CECIC的研究仅仅是基于转写文本研究口译产品。这种研究视角有待完善，因为口译中的某些因素非常细微、主观(Tang 2014： 92)，转写文本无法全面还原口译过程。Cencini(2002)也曾指出，口译研究的可行性取决于转写中所呈现的特征，若某种感兴趣的特征在语料库转写时被忽略，则语料库无用。因此，在今后的语料库口译研究中，人们可针对从大量语料库数据中归纳出来的口译语料特征进行验证性研究，如邀请职业译员在实验环境中再次对语料进行口译，以此获取译员的笔记和译后反省(retrospection)，验证基于语料库的猜想与译员的真实思维过程是否一致。在本文开篇，笔者曾谈及实验性研究在生态效度等方面的缺陷。任何一项研究，若想深入，都不能仅仅依靠一个渠道收集来的数据。唯有多渠道收集数据，达成数据之间的相互佐证，实现三方验证(triangulation)，才能提高研究结论的信度与效度。

Baker, M. 1996. Corpus-based translation studies: The challenges that lie ahead [C] // H. Somers (ed.).Terminology,LSPandTranslation. Amsterdam & Philadelphia: John Benjamins. 175-186.

Cencini, M. 2002. On the importance of an encoding standard for corpus-based interpreting studies [OL]. [01-18]. http://www.intralinea.org/specials/article/1678.

Hyland, K. 1996. Talking to the academy: Forms of hedging in science research articles [J].WrittenCommunication(2): 251-281.

Lakoff, G. 1973. Hedges: A study in meaning criteria and the logic of fuzzy concepts [J].JournalofPhilosophicalLogic(4): 458-508.

Laviosa, S. 2002.Corpus-basedTranslationStudies[M]. Amsterdam: Rodopi.

Shlesinger, M. 1998. Corpus-based interpreting studies as an offshoot of corpus-based translation studies [J].Meta(4): 486-493.

Tang, F. 2014. Review ofBreakingGroundinCorpus-basedInterpretingStudies[J].TheInternationalJournalforTranslationandInterpretingResearch(2): 91-97.

Varttala, T. 2001.HedginginScientificallyOrientedDiscourse:ExploringCriterionAccordingtoDisciplineandIntendedAudience[D]. Doctoral Dissertation. Universitatis Tamperensis.

胡开宝, 刘 静. 2016. 记者招待会汉英口译中虚化动词make的应用研究 [J]. 外语学刊 (4): 109-114.

胡开宝, 陶 庆. 2009. 汉英会议口译中语篇意义显化及其动因研究 [J]. 解放军外国语学院学报 (4): 67-73.

胡开宝, 陶 庆. 2010. 汉英会议口译语料库的创建与应用研究 [J]. 中国翻译 (5): 49-56.

胡开宝, 陶 庆. 2012. 记者招待会汉英口译句法操作规范研究 [J]. 外语教学与研究 (5): 738-750.

胡开宝, 谢丽欣. 2014. 记者招待会汉英口译中英语关系从句的应用研究 [J]. 山东外语教学 (4): 8-16.

胡奕悦. 2009. 基于语料库的汉英会议口译句法操作规范研究 [D]. 硕士学位论文. 上海交通大学.

李 涛, 胡开宝. 2015. 政治语篇口笔译中的级差资源重构 [J]. 现代外语 (5): 615-623.

李 鑫. 2011. 基于语料库的汉英会议口译中被动式的应用及其动因研究 [J]. 当代外语研究 (1): 18-23.

李 鑫, 胡开宝. 2013. 基于语料库的记者招待会汉英口译中情态动词的应用研究 [J]. 外语电化教学 (3): 26-32.

李 鑫, 胡开宝. 2015. 记者招待会汉英口译释意性的语料库研究——以“应该”的英译为例 [J]. 外语教学理论与实践 (3): 74-79.

刘 静. 2012. 基于语料库的汉英会议口译中虚化动词的应用研究——以“make”为个案 [D]. 硕士学位论文. 上海交通大学.

潘 峰. 2013. 基于语料库的汉英会议口译中some的应用研究 [D]. 硕士学位论文. 上海交通大学.

潘 峰. 2014a. 基于语料库的汉英会议口译中范化现象研究 [J]. 外国语文 (6): 144-150.

潘 峰. 2014b. 基于语料库的汉英会议口译中模糊限制语的应用研究 [J]. 山东外语教学 (4): 24-29.

潘 峰. 2014c. 基于语料库的汉英会议口译中“使”字句的翻译研究 [J]. 华中师范大学学报 (人文社会科学版) (4): 147-150.

潘 峰, 胡开宝. 2013. 基于语料库的汉英会议口译中some的应用研究 [J]. 解放军外国语学院学报 (2): 95-100.

唐 芳. 2010. 关于源语重述练习在连续传译培训中作用的实证研究 [J]. 中国外语教育 (1): 33-40.

唐 芳. 2016. 基于PACCEL-S的口译语料库研究及其对口译教学的启示 [J]. 乐山师范学院学报 (6): 112-116.

唐 笙, 周钰良. 1958. 口译工作及口译工作者的培养 [J]. 西方语文 (3): 321-327.

王斌华. 2009. 面向教学的口译语料库建设: 理论与实践 [J]. 外语界 (2): 23-32.

王斌华. 2012. 语料库口译研究——口译产品研究方法的突破 [J]. 中国外语 (3): 94-100.

王晓露, 纪蓉琴. 2015. 听辨能力训练与交替传译质量提升之关联度研究——基于交替传译认知负荷模式的实证研究 [J]. 外语电化教学 (3): 42-46.

谢丽欣, 胡开宝. 2015. 记者招待会汉英口译中不定量词的应用研究 [J]. 外语电化教学 (1): 17-22.

薛沛文. 2007. 基于小型语料库的会议口译中显化现象研究 [D]. 硕士学位论文. 上海交通大学.

张 威. 2009. 口译语料库的开发与建设: 理论与实践的若干问题 [J]. 中国翻译 (3): 54-59.

(责任编辑 白玉杰)

致谢本文得到广东省普通高校人文社会科学重点研究基地广东外语外贸大学翻译学研究中心资助，特此鸣谢。

教育部人文社会科学青年项目“交替传译中学生译员与职业译员口译策略对比研究——基于语料库的考察”(15YJC740074)；第八批中国外语教育基金项目“高校口译人才培养优化方案探索——基于语料库的口译策略研究”(ZGWYJYJJ2016B48)；广东外语外贸大学教学研究项目“基于学生译员非流利产出特征的口译教学优化方案研究”(GWJY2015063)。

H059

A

2095-5723(2017)03-0073-07

2017-01-27

通讯地址： 510420 广东省广州市 广东外语外贸大学高级翻译学院、翻译学研究中心