張 翔

(防災(zāi)科技學(xué)院，北京)

1．引言

隨著國際學(xué)術(shù)交流的擴大，科技論文的英語翻譯逐漸引起人們的重視。早在二十世紀(jì)八十年代，全國信息與文獻標(biāo)準(zhǔn)化技術(shù)委員會(1987)對科學(xué)技術(shù)報告、學(xué)位論文和學(xué)術(shù)論文的編寫格式制定了具體要求。其中明確指出，為了國際交流，文章的標(biāo)題、摘要和關(guān)鍵詞應(yīng)有對應(yīng)的英文翻譯。目前，國內(nèi)論文標(biāo)題的英語翻譯研究主要集中于英語語法、文化差異、翻譯技巧、翻譯標(biāo)準(zhǔn)等方面，由負責(zé)外語教學(xué)或者編輯出版的從業(yè)人員完成(楊根培，2008)。由于科技論文的專業(yè)性強，且譯者一般為非英語專業(yè)的科技人員和學(xué)生，他們更加需要了解標(biāo)題翻譯的正規(guī)流程和科學(xué)有效的翻譯方法。因此本文從這個角度出發(fā)，提出基于關(guān)鍵詞的科技論文標(biāo)題的英語翻譯方法。

其核心思想是：以理解標(biāo)題含義為前提，參考關(guān)鍵詞對標(biāo)題進行中文分詞，確定各分詞之間的邏輯關(guān)系后，依據(jù)英語語法和翻譯技巧，借助在線詞典翻譯科技論文標(biāo)題?？紤]到作者的專業(yè)背景，本文引證的文獻為電子技術(shù)與信息科學(xué)領(lǐng)域的科技論文，標(biāo)題滿足簡潔、準(zhǔn)確、規(guī)范的基本要求(劉少華，2008)。

2．科技論文標(biāo)題與關(guān)鍵詞的關(guān)系

有關(guān)科技論文標(biāo)題英語翻譯的文獻一般以標(biāo)題作為獨立個體，單獨探討其翻譯技巧、翻譯標(biāo)準(zhǔn)(劉益霞，2010)，忽視了標(biāo)題與關(guān)鍵詞之間的內(nèi)在聯(lián)系，著重從語法角度研究標(biāo)題的翻譯，沒有深入考慮標(biāo)題的語義信息。

科技論文的標(biāo)題與關(guān)鍵詞的關(guān)系非常密切。首先，關(guān)鍵詞從標(biāo)題、摘要和正文中提取，是表達文章主題概念的自然語言詞匯(陳紅娟，2011)。關(guān)鍵詞的主要作用是歸類和檢索。例如：論文“僵尸網(wǎng)絡(luò)機理與防御技術(shù)”，關(guān)鍵詞有“網(wǎng)絡(luò)安全”、“僵尸網(wǎng)絡(luò)”等，把文章歸入了“網(wǎng)絡(luò)安全”類，結(jié)合其它關(guān)鍵詞檢索，可提高查準(zhǔn)率。

其次，關(guān)鍵詞可幫助譯者辨析近義詞。例如：論文“基于SaaS模式公共服務(wù)平臺多用戶數(shù)據(jù)結(jié)構(gòu)的研究”，“數(shù)據(jù)結(jié)構(gòu)”最常見的譯詞為data structure，如圖1所示。但根據(jù)關(guān)鍵詞“多用

圖1 使用cnki翻譯助手翻譯“數(shù)據(jù)結(jié)構(gòu)”的部分顯示結(jié)果

戶數(shù)據(jù)模型”可知此處應(yīng)譯為data architecture。

最后，關(guān)鍵詞在科技論文標(biāo)題中出現(xiàn)的概率較高。摘選2015年Springer出版的Knowledge and Information Systems期刊中兩篇美國作者的論文，如下所示：

例1:【標(biāo)題】Transfer learning for Bayesian discovery of multiple Bayesian networks

【作者】Diane Oyen;Terran Lane

【作者單位】1. Los Alamos National Laboratory, Los Alamos, NM, USA 2. Google Inc.,Cambridge, MA, USA

【關(guān)鍵詞】Machine learning; Bayesian networks; Transfer learning

例2:【標(biāo)題】Bounds on the moments for an ensemble of random decision trees

【作者】Amit Dhurandhar

【作者單位】1. IBM T.J. Watson,Yorktown Heights, NY, USA

【關(guān)鍵詞】Bounds; Random decision trees; Moments

例1中，標(biāo)題長度為9，包含2個介詞。關(guān)鍵詞個數(shù)為3。標(biāo)題包含2個關(guān)鍵詞，關(guān)鍵詞占標(biāo)題實詞總數(shù)的51%。例2中，標(biāo)題長度為11，包含3個介詞和2個冠詞。關(guān)鍵詞個數(shù)為3。標(biāo)題包含3個關(guān)鍵詞，關(guān)鍵詞占標(biāo)題實詞總數(shù)的83%。

為了更有效地說明問題，選擇超星百鏈云圖書館收錄的Knowledge and Information Systems期刊，英文論文共計1051篇，時間跨度從1998年至2015年。為保證語言的原汁原味，通過逐篇篩選，保留官方語言為英語的論文450篇，其中71%的論文是在2006年至2015年期間發(fā)表。分析這些論文的標(biāo)題長度和關(guān)鍵詞個數(shù)，有以下三點發(fā)現(xiàn)：

(1) 80%論文標(biāo)題不超過10個單詞；

(2) 95%論文標(biāo)題包含至少一個介詞或連詞或冠詞；

(3) 60%論文標(biāo)題包含至少兩個關(guān)鍵詞。

上述數(shù)據(jù)說明：近六成該領(lǐng)域科技論文的標(biāo)題主要由關(guān)鍵詞構(gòu)成。因此無論從專業(yè)角度，還是語言角度，科技論文標(biāo)題的英語翻譯都應(yīng)以關(guān)鍵詞的翻譯為基礎(chǔ)。

國內(nèi)，對科技論文關(guān)鍵詞的研究存在類似觀點：盡量在標(biāo)題中使用關(guān)鍵詞。一方面有助于概括論文的基本思想并減少標(biāo)題中的詞語數(shù)量，另一方面可增加論文的被檢次數(shù)，從而增加被引次數(shù)(崔鯨濤，2008)。

3．科技論文關(guān)鍵詞的翻譯

科技論文的關(guān)鍵詞一般為名詞、動名詞和名詞詞組，國際規(guī)定數(shù)量為3到8個。關(guān)鍵詞的翻譯可通過查閱紙質(zhì)專業(yè)詞典或在線專業(yè)詞典，找到對應(yīng)的英文詞匯。相比紙質(zhì)詞典，在線詞典具有查閱快速、內(nèi)容豐富、更新及時的特點，受到更多青睞。

本文推薦的在線專業(yè)詞典為CNKI(全稱China National Knowledge Infrastructure，中國知識基礎(chǔ)設(shè)施工程)翻譯助手(http://dict.cnki.net)和OneDict(http://www.onedict.com)。二者的共同點在于都包含多個學(xué)科的專業(yè)文獻，都可按類別查看譯詞及例句，并且對不同譯詞的出現(xiàn)次數(shù)進行統(tǒng)計，如圖1、圖2所示。區(qū)別在于：OneDict可同時查詢關(guān)鍵詞和上下文詞語，有利于更準(zhǔn)確地定位譯詞；CNKI翻譯助手提供更為豐富的例句及其來源文獻，并能在知識搜索、數(shù)字搜索、學(xué)術(shù)趨勢等工具中查詢關(guān)鍵詞，幫助譯者了解更多的相關(guān)專業(yè)知識，但有時因為在線用戶太多而導(dǎo)致速度較慢。

當(dāng)上述專業(yè)詞典查閱失敗時，可使用有道詞典和百度翻譯這兩種綜合類翻譯工具，它們也收錄了一些專業(yè)文獻。有道詞典按照網(wǎng)絡(luò)釋義、專業(yè)釋義和權(quán)威詞典分別注釋詞匯，其中專業(yè)釋義的例句按學(xué)科分類顯示，來源于2,447,543篇論文。百度翻譯提供對詞、短語、句子以及網(wǎng)頁的翻譯，原文下方提供雙語例句。

因為不同的在線翻譯工具收錄的數(shù)據(jù)來源不同，提供的譯詞數(shù)量也會不同，有些關(guān)鍵詞會對應(yīng)幾個甚至幾十個譯詞。

關(guān)鍵詞的翻譯步驟如下：

(1)對所有譯詞進行正誤判斷，排除拼寫錯誤或語義有誤的譯詞。

以“數(shù)據(jù)結(jié)構(gòu)”為例，CNKI翻譯助手提供30個譯詞，OneDict提供15個譯詞。去掉“dada structure”、“teaching method”等錯誤詞匯，CNKI翻譯助手剩下18個譯詞，OneDict剩下8個譯詞(如圖2所示)。

(2) 分析譯詞的組成成分和出現(xiàn)頻率，確定可選譯詞的范圍。

圖2 使用一本詞典OneDict翻譯“數(shù)據(jù)結(jié)構(gòu)”的部分顯示結(jié)果

將“data structure”、“the data structure”、“a data structure”、“the structure of data”等成分相似的譯詞合并為出現(xiàn)頻率最高的“data structure”，這樣譯詞的可選范圍縮小到7個，分別為“data structure”、“data construction”、“data configuration”、“data frame”、“data framework”、“data architecture”、“data composition”。

(3) 秉持嚴(yán)謹治學(xué)的態(tài)度，多角度對比各譯詞及其來源文獻，確定最后的譯詞。

例如明確譯詞的含義、適用范圍，比較來源文獻的發(fā)表時間、所屬學(xué)科和權(quán)威性等等。這樣不僅可以提高翻譯的質(zhì)量，而且一旦文章被收錄到網(wǎng)絡(luò)數(shù)據(jù)庫中，可為他人提供準(zhǔn)確的譯文參考。

4．科技論文標(biāo)題的翻譯

Hamid將文章標(biāo)題分為三類：敘述式(declarative)標(biāo)題，將話題與研究成果并現(xiàn)；描述式(descriptive)標(biāo)題，只描述話題；疑問式(interrogative)標(biāo)題，這類標(biāo)題的文章下載量最大，引用量最少(Hamid，2011)。

選取的450篇科技論文中，2篇屬于疑問式標(biāo)題，主要因為Knowledge and Information Systems是國際學(xué)術(shù)期刊，不包含科普文獻。相比學(xué)術(shù)文獻，科普文獻的標(biāo)題具有一定的文學(xué)性，可通過修辭格、謎式標(biāo)題、有悖于常理等方式體現(xiàn)(許明武，2010)。根據(jù)標(biāo)題中冒號的含義(黃戎韁，1994)和論文摘要，判定48篇屬于敘述式標(biāo)題，其余400篇屬于描述式標(biāo)題。限于篇幅，本文側(cè)重闡述描述式標(biāo)題的英語翻譯。不同類型的標(biāo)題，區(qū)別僅限于標(biāo)題結(jié)構(gòu)存在差異。

采用比較研究法分析這些英文標(biāo)題，可知描述式標(biāo)題結(jié)構(gòu)分為名詞詞組、動名詞詞組、介詞短語以及帶有冒號或破折號的兩段式結(jié)構(gòu)。名詞詞組由核心名詞和修飾語構(gòu)成，修飾語包括介詞短語、分詞短語、名詞、形容詞等。動名詞詞組是在名詞或名詞詞組的前方加上表示某種操作含義的動名詞。介詞短語是在名詞詞組的前方加上介詞，常用介詞為on，表示“關(guān)于……的研究”。帶有冒號的兩段式結(jié)構(gòu)由冒號間隔為兩部分組成，這兩部分或者是一個名詞和一個名詞詞組，或者是兩種不同的結(jié)構(gòu)(名詞詞組、動名詞詞組、介詞短語)。

下面以《通信學(xué)報》期刊2011年發(fā)表的一篇論文為例，說明基于關(guān)鍵詞的科技論文標(biāo)題的英語翻譯方法。論文標(biāo)題為“云計算中基于認證數(shù)據(jù)結(jié)構(gòu)的數(shù)據(jù)外包認證模型”，關(guān)鍵詞為“云計算”、“認證數(shù)據(jù)結(jié)構(gòu)”、“數(shù)據(jù)外包”和“認證跳表”。

具體翻譯步驟如下：

(1) 分析標(biāo)題含義，確定標(biāo)題的類型和結(jié)構(gòu)。

“云計算中”、“基于認證數(shù)據(jù)結(jié)構(gòu)的”兩個詞組修飾“數(shù)據(jù)外包認證模型”，因此確定該標(biāo)題為描述式類型名詞詞組結(jié)構(gòu)。

(2) 參考關(guān)鍵詞對中文標(biāo)題分詞，并按實詞、虛詞分類。

標(biāo)題包含的實詞有“云計算”、“基于”、“認證數(shù)據(jù)結(jié)構(gòu)”、“數(shù)據(jù)外包”、“認證”和“模型”；虛詞有“中”和“的”。

(3) 翻譯關(guān)鍵詞。

“云計算”通過在線專業(yè)詞典查詢，譯詞唯一，為cloud computing?！皵?shù)據(jù)外包”和“認證跳表”，在線專業(yè)詞典里沒有這兩個詞，使用有道詞典和百度翻譯，確定譯詞分別為database outsourcing和authenticated skip list。“認證數(shù)據(jù)結(jié)構(gòu)”在查閱不同的在線翻譯工具時，主要有兩種翻譯authentic data structure和authenticated data structure。authentic基本詞義是真實的、可信的，對比分析來源文獻可知2000年Goodrich等學(xué)者提出了認證數(shù)據(jù)結(jié)構(gòu)模型(authenticated data structure model)(陳旭，2008)，因此確定譯詞為authenticated data structure。

(4) 除了關(guān)鍵詞以外，翻譯標(biāo)題包含的其它實詞。

“基于”譯為based on，“認證”譯為authentication，“模型”譯為model。

(5) 結(jié)合前面內(nèi)容，依據(jù)英語語法及翻譯技巧，翻譯標(biāo)題整體。

首先，翻譯名詞詞組“數(shù)據(jù)外包認證模型”。它是由“數(shù)據(jù)外包”、“認證”、“模型”三個詞組成。其中“模型”是核心名詞，其它兩個詞是修飾語。以名詞作修飾語，簡稱“名詞定語”，強調(diào)內(nèi)容或職能，符合現(xiàn)代英語“以簡單結(jié)構(gòu)表現(xiàn)復(fù)雜思維”的特色。因此譯為“database outsourcing authentication model”。

其次，翻譯兩個修飾語詞組?！霸朴嬎阒小弊g為“in cloud computing”，是介詞短語。“基于認證數(shù)據(jù)結(jié)構(gòu)的”譯為“based on authenticated data structure”，是分詞短語。

最后，根據(jù)英語語法規(guī)定的修飾語順序，名詞放在分詞短語和介詞短語的前方(張滿勝，2011)，確定譯文為“database outsourcing authentication model based on authenticated data structure in cloud computing”。

為了驗證人工翻譯和機器翻譯的差別，在百度翻譯輸入該論文標(biāo)題，得到5段譯文。其中4段存在明顯的語義錯誤，最接近的譯文為“Data outsourcing authentication model based on authentication data structure in cloud computing”，正確程度達到91.6%。只有“認證數(shù)據(jù)結(jié)構(gòu)”的“認證”被錯譯，由此推測百度翻譯的數(shù)據(jù)庫沒有收錄“認證數(shù)據(jù)結(jié)構(gòu)”這個詞，因此將其分成了“認證”和“數(shù)據(jù)結(jié)構(gòu)”兩個詞，“認證”作為名詞定語，翻譯為authentication。

上述實例也反映了在線翻譯工具存在的兩個普遍問題：

(1) 專業(yè)詞匯翻譯能力較弱。一方面因為專業(yè)詞匯收錄不夠全面，另一方面因為部分收錄信息錯誤。

(2) 語義分析能力較弱。無法正確解讀原文中的詞匯關(guān)系，有時甚至出現(xiàn)語法錯誤。

5．結(jié)束語

科技論文標(biāo)題的翻譯難點在于譯者的專業(yè)水平和外語水平往往不處于同一高度。本文闡述的翻譯方法主要用于幫助專業(yè)人員在具備一定英語基礎(chǔ)知識的前提下，如何有效利用在線翻譯工具輔助完成科技論文標(biāo)題的翻譯，忠實、流暢地表達原文思想。該方法不僅適用于電子技術(shù)與信息科學(xué)領(lǐng)域，也適用于其它專業(yè)領(lǐng)域。