汉语被字句的约束条件与机器翻译中英语被动句的处理.pdfVIP

汉语“被”字句的约束条件与机器翻译中英语被动句的处理 柏晓静* 詹卫东** * 北京大学计算语言所 ** 北京大学中文系，北京，100871 {baixj,zwd}@ 摘 要：英语的被动句和汉语的“被”字句并不完全对应，对于真实语料中英语被动句不能 直接翻译为汉语“被”字句的现象，本文着重考察英汉差别最明显的一类，即翻译时词序会 发生很大调整的情况，从中总结“被”字句的词汇语义约束和句法结构约束，以及相关的英 汉对译规律。这些约束条件和对译规律在经过形式化的描述之后将有助于机器翻译系统正确 处理英语被动句。 关键词：“被”字句 被动语态 英汉机器翻译 词汇语义约束 句法结构约束 §0 英汉机器翻译系统一般会将英语的被动句直接转译为汉语的“被”字句，下面是一个例 子（英语句子引自英语教材《走遍美国》，是一个儿科医生在说明一些孩子的情况）： （1） They love to read and be read to. a. 他们爱阅读并且被读给。（中软公司“译星”99 版的译文） b. 他们喜欢读并且被读对。（华建“译通”双向超智能版的译文） 两个机器翻译系统对英语被动句的处理都很生硬，“be read to ”这个英语被动态的表达形式 都被简单地转译为“被读…”。如果不看原文，相信很难理解“被读给”和“被读对”是什 么意思。下面是人给出的译文： c. 他们喜欢自己阅读，也喜欢别人读给他们听。 译文 c 将“love to … be read to ”灵活地译为“喜欢别人读给他们听”，既准确地反映了英语 原文的意思，又符合汉语的表达习惯。 人给出这样的译文并不难，但要让计算机也能这样灵活变通，就必须告诉它判别不同情 况的条件。为此本文考察了一定规模的英汉对译的真实语料，从中寻找英语被动句汉译的制 约条件，并尝试提炼为可供计算机操作的规律。这是一个为机器翻译系统积累翻译知识的过 程，同时也是一个新的视角，即通过英汉对比来考虑汉语“被”字句的一些问题。对于在被 动范畴的表达上汉语与英语不对应的地方，本文也尝试做一些粗浅的解释。 §1 本文考察的例句均由计算机从 BABEL 汉英平行语料库1 （柏晓静，2002 ；常宝宝，2003 ） 2 中抽取出来。抽取的例句为英语中含有被动形式标记 而对应的汉语译文不含“被”字的句 1 BABEL 汉英平行语料库目前已到达15万汉英对齐句对的规模（其中中文部分约625万字、英文部分约 300万单词）。详细情况可访问网站查阅：/project/parallel/。 2 为了便于计算机判断、且避免将考察范围放得过大，我们对英语被动形式的标记限制得相对较紧，即只 考虑满足“be + Vpp ”的情况，其中“be ”包含英语be 动词的所有形式：be, is, are, was, were, being, been ； “Vpp ”指英语动词的过去分词形式（下同）。但“Vpp ”为drunk、disappointed 等过去分词时，“be + Vpp ” 构成的是系表结构而非被动语态，故不属于本文考察的范围。 1 3 对（sentence pair ） ，可以分为下面三种类型： （I ）跟英语词序相比，汉语译文的词序发生大调整，英语被动语态的主语在汉语译文中移 至动词后作宾语，如： （2 ） A. In this circumstance, more memory is required. 这种情况下，就需要更多的内存。 （“内存”由动词前位置移到动词后位置） B. The risk of this happening should not be underestimated. 不应低估发生这种情况的风险