基于计算机智能的英语译文语境化自动校准系统

王小迁

(陕西艺术职业学院 基础教学部, 陕西 西安 710054)

0 引言

现有的英语翻译软件通过一定的算法对单词的词义进行广义的搜索，而大多计算机译文校准系统仅注重单词和短句语法是否翻译正确，欠缺对具体语境的考虑[1]。为此，本文提出了一种基于计算机智能的英语译文语境化自动校准系统，通过各功能模块进行词义搜索、用户行为分析并结合局部语境进行单词调整。该系统的研发大幅提高了英语译文的整体准确性和通畅度，适于在英语翻译领域推广应用。

1 总体架构

英语译文语境化自动校准系统共由6个部分组成，即工作模块、翻译模块、译文校准模块、用户模块、搜索模块和行为日志，其总体架构如图1所示。

图1 系统总体架构示意图

系统的自动校准功能是通过对英语原文的再翻译实现的，再翻译的内容由系统从互联网中获取并储存于工作模块中，将得到的新译文与待校准译文进行对比，结合文章的语境信息找出错误的词汇并以正确的词汇将其替代，从而完成文章的自动校准[2]。行为日志用以记录各功能模块在工作时所产生的各种数据，用以控制译文校准过程中出现的错误，保证校准结果的准确性。工作模块负责系统与用户的交互，接收来自用户的操作指令并向下传递，翻译模块根据上下文语境对待校准译文中的词汇进行检验，基于词义的相似度对得到的选项进行排序，从而决定是否需要替换，用户模块中存储了待选词汇及其排序结果供用户进行查询。

2 系统设计及算法实现

2.1 系统设计

搜索模块用于词汇特征的提取与分析，系统工作过程中该模块对词汇在各个领域和各种环境下的基本含义进行搜索，模拟人类大脑记忆存储的方式不断地更新和优化词汇特征，为后续的译文校准建立足够丰富的知识库。用户发出操作指令后，为了得到词汇在特定语境下的不同含义，搜索模块构建出一种映射线程以完成搜索任务。该线程采取了多映射点的模式，所有的映射点均为不同特定环境下待校准词汇的具体含义。搜索模块的工作保证了所有含义相近的词汇全部出现在待选范围之内，很大程度上避免了用户的部分错误表达所造成的搜索到无关结果的现象。

在系统运行的过程中，行为日志负责监听用户的行为并将其全部以数据的形式进行保存。用户执行译文校准时，行为日志会记录整个校准过程中发生的事件。若用户多次对同一篇文章进行校准，则系统将自动扩大词汇的搜素范围，从而获取更多的待选词汇以实现更为精准的表达，实现校准结果准确性的进一步提高。

英语原文的翻译和译文的校准本质上都是两种不同形式文本之间的转换，译文校准实际上就是一个再翻译的过程，将校准结果与翻译结果进行比较和词汇替换以获得表达更为准确的英语译文。

(1)

其中，M(D)代表已完成初步校准的词汇。由于初始翻译结果仅注重单个词汇的翻译准确性，所以必须通过自动校准的方式对式(1)进行优化，以获得符合文章意境的译文，具体的优化方法[4]为式(2)。

(2)

其中，ε、γ分别为M(H|D)和M(D)各自权重的数值。

(3)

2.2 算法实现

在系统软件部分的设计中，利用改进后的短语翻译模型进行译文自动校准的实现代码如下。

Start

Terms Form=NEW semanticsblurry;

//初始化待校准译文

ashy relevance=NEW semantics theme

//初始化待校准词汇权重

Vocabulary=Englishtranslation(Vocabulary Form)

//汇总词汇在各种环境下的含义

Simultaneously(phrasal language envimoment Is Not Empty.){

IF(Vocabularysemanticsblurry best){

Vocabulary=folds cooperate(phrasal message);

//无法在初始译文中找到，更改权值在所有词义中搜索

Otherwise Crunode=phrasal message(Scientific);

//对初始译文进行对比分析

Analog=assort compute(Vocabulary, Crunode);

//计算词汇语义相似度

Analog_Form. Place(Lauygdbgf Of (Sfgr));

//根据排序结果搜索与待校准词汇相似度最高且符合语境的词汇

Vocabulary, freesurface (If (simregrfist). Nbtjuke);

//归纳分词

END}}

3 实验验证

3.1 系统功能验证

为了对所提出的译文自动校准系统功能的可实现性和有效性进行验证，针对本系统开展英语引文校准实验，从某短文数据库中随机选取篇幅为400个词汇的英语短文及其首次翻译译文500篇[6]，通过本系统对初始译文进行校准，系统单个词汇的平均校准速度为25 KB/s，短文平均校准速度为15 KB/s，将经过本系统校准的译文准确度与首次翻译译文的准确度进行对比(译文标准答案，即准确度，由专家评判获得)，具体结果如图2所示。

图2 经本系统校准前后译文的准确度对比

由图2中的数据可见，经本文所提出的自动校准系统校准后，译文的平均精确度明显提升。经过统计可知，本文系统翻译精准度均值为99.1%，相较于首次翻译译文的平均精确度71.4%提高了27.7%，极大地改善了译文描述的准确性，从而证明了本文所提出系统的功能有效性。

3.2 校准节点密集度对比

英语译文节控点位的分布情况能够表征翻译后的词汇语义与文章语境的关联程度，节控点密集度越高，译文的词义表达越准确，与语境的贴合程度越高且文章越为通顺。为了进一步验证本文所提出的语境化自动校准系统所具有的性能优势，选择一种传统的、注重词汇和语法的校准系统进行性能对比。在译文校准实验过程中分别记录两种系统的节控点数量并分析其各自的节控点分布情况，具体结果分别如图3、图4所示。

图3 语境化自动校准系统节控点分布

图4 传统自动校准系统节控点分布

由图3可见，本文提出的语境化自动校准系统节控点分布密集而有序，一方面说明系统输出的校准译文准确性较高，另一方面则说明译文中的词汇与语境相符且文章整体较为通顺；反观图4中传统校准系统的节控点情况，虽然在部分实验中节控点分布较为紧凑，一定程度上保证了词汇表达的准确度，但在词汇与语境的贴合度方面存在较大缺陷，从而影响了译文整体的通顺性和准确性。

4 总结

由于过于注重词汇与语法的表达准确性，忽略了词汇在不同语境中词义的差异，传统英语译文自动校准系统的校准效果并不理想。为此，提出并设计了一种基于计算机智能的英语译文语境化自动校准系统，利用行为日志分析用户行为，基于改进后的短语翻译模型进行英语原文的再翻译，获取符合文章语境的新译文，将其与初始译文进行对比并替换其中不符合语境的词汇，从而获得准确性更高的译文。本系统在开发过程中得到了陕西艺术职业学院计算机系教师的帮助，尤其是系统结构、模块程序编程、系统调试等方面，计算机系教师给予了莫大支持，在此鸣谢。目前，该系统在陕西艺术职业学院得到了应用，效果显著。特别声明，该系统产权归陕西艺术职业学院所有。