项目招标

您当前的位置 : 首页 >> 科学研究 >> 项目招标 >> 正文

赵国月、潘文国:新科技信息时代对翻译的定位与认知——潘文国讲授访谈录

发布时间:2017/04/06 14:43:53
编者按

近年来网络、计算机等新科技介入翻译,推动了翻译的发展,近日Google推出的“神经机器翻译系统”(GNMT)堪称是翻译的一次革命。新科技给翻译带来巨大红利的同时,也给我们摆出了不少的问题。访谈中,潘文国教授首先阐述了新技术既会又不会取代人工完成翻译的原因;之后论述了新技术时代我们如何认识和定位翻译;最后,在新技术时代,我们如何重新认识翻译理论和翻译实践之间的关系提出了自己的见解。


作者介绍赵国月,扬州大学在读博士,长江师范学院讲师,研究方向:语言对比与翻译研究,翻译批评,文学翻译。

作者介绍潘文国,华东师范大学终身教授,曾任华东师范大学对外汉语学院常务副院长、应用语言学研究所所长、国家一级学会中国英汉语比较研究会会长等职,是华东师范大学汉语言文字学专业博士生导师、语言学与应用语言学专业博士生导师、上海交通大学外国语学院兼职教授暨外国语言学与应用语言学专业博士生导师等。潘老师研究领域广泛,有理论语言学(哲学语言学)、对比语言学(汉英对比理论、汉英对比史)、汉语语言学(字本位理论)、翻译理论与实践(西方当代翻译理论、典籍英译、诗歌翻译、美文翻译)、古代汉语(诗词格律、古文今译、古代汉语教学)、现代汉语(语法理论、对外汉语教学)、汉语音韵学(等韵学、《切韵》音系)、汉语构词学(汉语构词法史、汉语外来语)、文化语言学(中外命名艺术、文化语言学史)、中国古代文学(美文赏析、诗词创作、大学语文教学)等。


引言

  在革故鼎新、日新月异的今日,翻译这一古老的社会活动呈现出了有史以来从未有过的鲜活一面。从古代着重于语言层面的经验主义翻译观到近代语言学翻译观,再到文化转向之后现当代的文化学翻译观,无不步步刷新着人类的认知。尤其是当前科学技术的革新,无疑又将翻译这一跨文化、跨语际的的交际活动向前推动了一大步。诚然,社会科学和人文科学的相继发展潜在地或显在地提供了各种渠道,加强了对翻译的认识。随着中国经济发展和国力的提升,主动向国际推介中国与主动向西方学习两者之间相互转换,前者成为当前的矛盾的主要方面。时至中国大变局的今日,翻译界就出现了亟待需要思考的几个问题:对于翻译实践者来说,新科技的发展是福还是祸?翻译理论研究者如何面对计算机网络技术对翻译的革新?中国本土译者是否能担起中国文化对外翻译的责任?中国文学对外译介和中国译论是否要守土有责?翻译理论中的“中国学派”倡导是不是民族主义?为此,笔者(赵国月,简称“赵”)对潘文国教授(简称“潘”)进行了访谈。


:潘老师您好,首先非常感谢您能在百忙之中拨冗接受我们的访谈!随着信息技术的发展,计算机、网络和手机应用程序(APP)等介入翻译并表现出来了出色的成效,国外有人认为“翻译已死”(The End of Translation)[1]。对新科技介入翻译,您认为未来新技术会不会取代人工完成翻译实践?

:你提的这个问题很有超前性,大概你开始想到的时候,新的消息还没有出来,就是Google翻译新推出了一个“神经机器翻译系统”(GNMT)。据说运用这个系统,翻译的错误率可以降低55-85%,我在国外的朋友尝试用了一下,效果确实不错。而且据说对汉译英特别有效。因此你提到的有人认为“翻译已死”的问题有了更现实的紧迫性。至于“未来新技术会不会取代人工完成翻译实践”,我认为既会又不会。


 

:谢谢潘老师的肯定!是的,最开始我们给您草拟采访提纲的时候,确实还没有出现Google的“神经机器翻译系统”。您说新技术“既会又不会”取代人工翻译,这怎么理解呢?

:“会”是相信科技的发展,“不会”是相信人类对创新和美的不断追求。第一,为什么说“会”?因为从某种角度看,社会发展的历史,特别是生产力发展的历史,本来就是一部机器不断取代人工的历史。从发明使用石器工具起,人类就不断在用机器取代人工的劳动。只是进入现代以后,这个变化越来越快,电脑的出现、“大数据”时代,更加速了这个过程。可以说,机器取代人工是个不可逆的过程,总有一部分人工会被取代,有的甚至被完全取代。“神经机器翻译系统”的横空出世,以及在此基础上的机器翻译软件的新发展,必定会打破一些人的饭碗。这应该是好事。然而第二,机器翻译又不可能完全取代人工,为什么?因为人与机器这对矛盾,人永远处在主导地位。一方面,机器的能力肯定超过人,不要说现代电脑几亿次的运算速度无人能望其项背,就是人类发明的最原始的工具(比如说一把斧子、一把锯子),也比人的能力强好几倍。但所有这些发明是人的意志的体现,在其背后还是人的能力。另一方面,电脑的强项在计算和存贮。所谓“自主学习”功能,本质上仍是即时的记忆和存贮。它缺少的是创造新联想的能力,而这正是人的强项。记得以前有人说过:“第一个把花比作女人的是天才,第二个是庸才,第三个是蠢才。”去掉其中的贬义,其实计算机做的永远是第二、第三、直至第n个人做的事,而人除此之外,还能做第一个人做的事。


 

:潘老师您刚才说到,“神经机器翻译系统”的横空出世,以及在此基础上的机器翻译软件的新发展,必定会打破一些人的饭碗。那到底是哪些人的饭碗会被打破?哪些人的饭碗不受影响呢?

:“神经机器翻译系统”的出现可以取代许多人做的翻译,但它本身还是人的发明,还是需要人的使用和管理。发明者也说了,“神经机器翻译系统”只是降低了错误律,并不能消灭错误,机器翻译的后期处理还需要人工,而且是比较高级的人工。此外,“神经机器翻译系统”更适用于汉译英,而用于英译汉错误率仍然较高。为什么?因为英语的形式性比汉语要强,汉语的情景依赖性强,每个字的意义只有放到句子甚至整篇文章里才能定,这种依赖语境甚至超越语境的联想能力是计算机不具备的。至于把古代文言文译成英语或其他外语,我想机器更做不了。因此,计算机有可能敲掉的只是低层次翻译的饭碗,高层次的翻译是永远需要的。甚至低层次的在相当长的时期里也还需要,因为随着“地球村”的到来与国际交往的发展,今后所需要的翻译量成百、成千、成万倍地在增长,机器翻译应时而生,可以处理掉大量重复性、机械性的事务,但是还留下海量的工作要人去完成。翻译不会end,翻译的人更不会end。


 

:通过您的分析,我们知道,从现实需求的角度来看,即便是机器翻译发展如何,高层次的翻译必定一直存在,低层次的翻译也回阶段性地存在下去。2015年春,由《中国翻译》和《东方翻译》杂志发起主办,广东外语外贸大学承办的“何为翻译?——翻译的重新定位与定义”高层论坛在广外举行。许钧、王宁、仲伟合、谢天振、廖七一等著名学者各自阐述了自己对翻译和翻译研究的新认识和新看法,与会者们就翻译的重新定义进行了深度、全方位的思考和讨论。在您看来,机器翻译大行其道的新时代,我们应该如何去认识翻译?

:以上我们是从实际的角度说明机器翻译不可能完全代替人工,我们还可以从理论上去看这个问题。机器翻译的发展经过了两个阶段,其理论基础是不一样的。第一阶段是在上世纪五十年代前期,其理论依据实质上就是乔姆斯基基于普世语法观的转换生成语法,认为全世界语言存在着相同的深层结构以及不同的表层结构,而各语言的深层结构与表层结构之间有一定的转换规律。只要找到各语言从表层到深层的转换规律,在深层结构的基础上,就可以实现所有语言间的自动翻译。这一认识后来从理论到实践都被证明是行不通的。第二阶段放弃了这种不切实际的理论,走了一条非常现实的道路,采用了统计法和比对法。它充分利用电子计算机的超强贮存和计算能力,利用实际翻译语料,建立海量的翻译文本数据库,而后所谓的做机器翻译,就是设计一定的参数,让计算机在数据库里面寻找最佳的匹配。而翻译软件的发展则沿着两条途径,一是数据库越做越大,二是统计级别的提高。第一条使选择的可能越来越大,精度也随之而提高;第二条则从词级到短语级,实际上为翻译匹配提供了一定的上下文语境,从而使译文合适度更高。最近的“神经机器翻译系统”号称具有革命性,是把级别从短语级提高到了句级,这就是创造了更大的语境,翻译的精度当然也更高了。这个很容易理解。比如公示语的翻译,为什么这些年我们看到那么多令人忍俊不禁的翻译笑话?因为它的翻译依赖的是基于字词级的翻译软件。这才会出现把“贵阳”译成expensive sun、把“小心地滑”译成slide carefully那样的笑话。如果翻译软件提高到句级,这种错误就不会有了。机器翻译在相对封闭特别是重复性较高的领域的应用前景十分广阔,如旅游问讯、交通信息、公示语等,因此“带一个手机暴走全世界”是可能实现的。对于一些形式性较强的文本领域如自然科学、医学、法学、新闻翻译等也有应用前景。总的来说,一些不需要太多联想的实用性翻译,以及一些只要内容而不需要太讲究文字的文本翻译将来会越来越多地被机器取代,但创造性的文学翻译,甚至包括追求创意的广告翻译等还是离不开人的努力的。为什么这么说?因为不管哪个阶段的机器翻译,其理论的前提即翻译观是一样的,这种翻译观认为,一、语言是交际的工具;二、翻译只是跨语言的交际;三、翻译可以实现“对等”,不管是形式对等、功能对等,还是功效对等。但是,新的语言理论和翻译理论告诉我们:一、语言不仅仅是交际工具,语言还是一种世界观;二、翻译不仅仅是意义的转换,还是文化、文明乃至价值观的对话;三、翻译不可能做到完全对等。这些新认识为机器翻译的应用设定了界线,也为翻译的永久存在提供了理论基础。因此,作为翻译者,既要看到机器翻译带来的挑战,又大可不必惊慌,而应该更努力地充实和提高自己,以适应新时代的需要。


 

:科技的发展让翻译这一特殊的社会现象变得扑朔迷离,对翻译的认知也经历了语言学、文学、文化学等几个阶段,“文化转向”后的翻译研究变得更加多元。您也曾经讨论过造成当前“看翻译不是翻译”的三种原因,探讨如何“看翻译还是翻译”。请您再进一步阐述下这个问题的看法,以便我们读者加深认识。

:我那篇文章引用的是禅师的语录,文章内容也有点谈禅的味道。实质上是对这几十年的翻译研究有感而发。我想那场论坛发起的宗旨大约也是如此,在翻译研究已经发展到当前水平的情况下对翻译本身进行反思。我提出“看翻译是翻译—看翻译不是翻译—看翻译还是翻译”的三段论,是希望经过“看翻译不是翻译”的各种洗礼之后,重新回归翻译的本源:谈翻译毕竟首先要做翻译。如果翻译本身没有了,谈这样那样的翻译理论又有何用?我不知道你是否注意到一个现象:真正在做翻译的人是很少关注翻译理论界的争论的,从事翻译理论研究和实际从事翻译的人之间也有“两张皮”的现象。


 

:我们印象中,这个问题在2003年的《上海科技翻译》上周领顺教授发起过一场翻译理论与实践关系的大讨论,杨自俭老师写过一篇文章回应,其中一段这么说:“周领顺发起的关于翻译理论与实践关系的讨论……不仅对翻译界意义重大,如果深入下去会对整个中国学术界的,尤其是对人文社科领域的学术观念和研究范式的变革产生重大而深远的影响。”(见《上海科技翻译》2003年第4期杨自俭教授文)当时的大讨论还没有如今科技对翻译的影响之深,在科技盛行的现阶段,您又怎样看待翻译理论和实践的关系问题?

:这两种人的追求目标是不一样的:搞实践的人追求的是好的翻译、成功的翻译(当然,什么是“好”和“成功”,各人理解并不相同);搞理论的人追求的是建构一种正确、完美、普适、放置四海而皆准的翻译理论(尽管国内不少人号称搞理论,实际只是在试图证明某种外来理论就是这样的理论)。搞翻译实践的人关注的是自己的实践,搞翻译理论的人关注的是拿理论去评论别人的实践。真正将两者结合起来的人不多,大约既是重要译家又有自己理论体系的在国内就只有许渊冲先生。其他人多数只据一端。尽管有的搞理论的人也搞一点实践,但多数人在搞实践时是顾不上他的理论的。我的三阶段论说得明白一些,就是认为第一阶段主要只有翻译实践(偶而有灵光乍现的理论火花),第二阶段五花八门的理论铺天盖地,你方唱罢我登场,而翻译实践者在学界几乎失声。第三阶段则是我希望的重新回归重视实践、兼顾理论的阶段。刚才你提到的语言学派、文艺学派、文化转向等等,其实都是第二阶段产生的。对于第一阶段来说,它是一种进步,关心到“然”后面的“所以然”;但同时又是一种“蔽”和“惑”,因为凡理论都是特定时代、针对特定对象、为解决特定问题或解释特定现象而提出来的,天生具有片面性和时地局限性,但提出者特别是追随者却往往要有意无意地造成具有普适性的假象,对于不明真相的人来说,其造成的迷惑也许比实际指导作用还大。而且除了跟语言相关的理论之外,这些理论大多还只是停留在“形形色色地说明”翻译,却没有具体指导人们怎么做翻译和提高翻译质量。实际上已经“不是翻译”了。第三阶段回归翻译,就是要重新认识到翻译实践是翻译研究的中心。


 

:当前学界对翻译进行重新认识与定位,各自提出了不同的看法,可能比较一致的一种期待就是翻译研究的回归本体。那潘老师您现在是如何看待翻译的?我们又如何面对学界对翻译的界定提出的各种不同的阐释和理解呢?

:从根本上来说,翻译是种复杂的语言文化社会现象,既简单又复杂,很难给予一个精确的定义。就简单方面说,凡涉及两种语言(广义的语言,包括方言甚至同一语言的不同变体。至于有人引申到各种符号之间如小说与电影,那更像一种隐喻了)的意义传递都可说成是翻译。就复杂方面言,翻译的两头,一头是阐释,一头是写作(以笔译为例),两边都没有明确的界线。而翻译本身,从所谓的全译到各种“变译”也是一个连续统,其各种形式(甚至包括某些“伪译”)都有存在的理由和价值。承认翻译本身的复杂性,不期望一种简单的理论来做“终结者”,同时尊重、理解各种翻译理论的正当性、适用性,以及不可避免的时地局限性。以翻译实践为指归,把形形色色的理论只看作过眼烟云,用理论而不为理论所用。这就是“看翻译还是翻译”的意思。

多年以前,翻译界曾经热烈争论,翻译究竟是科学还是艺术。机器翻译的发展启示:翻译既是科学又是艺术,翻译的发展可以把科学还给科学,让艺术回归艺术。翻译的“科学”部分将来很可能大部或全部交给机器翻译,而翻译的“艺术”则将由将来的翻译家来完成。这就好像摄影的发明促进了绘画艺术的新突破;又好比机器取代了编织和缝纫之后,人工刺绣成了精美的艺术品。


:谢谢潘老师,……

:不客气!


注  释


[1] http://geoffmcdonald.com/end-of-translation/



说  明



本文已获得原作者授权,仅供个人学习研究之用。阅读原文请查阅《翻译论坛》2017年第1期,第1-4页。请大家多关注,多引用。

 

(转载自微信公众号“翻译学研究”推送http://mp.weixin.qq.com/s/xhxlCYN3VKOx3IGinXytdg