戏剧译本的平行语料库制作孟 留 军淮 北师范大学2011-8-4课件.pptVIP

 戏剧译本的平行语料库制作孟 留 军淮 北 师 范 大 学2011-8-4 选用剧本：剧本Long Day’s Journey Into Night Eugene O’Neil译文：人民出版社和三联书店出版的译文 1 清洁文本 把空格、空行、怪异的字符都去掉。 2 用Editpad pro 来检查文本文件的代码属性 表面上看还是TXT文件，但其代码已经变了。注意保存。 3 TMT tools把TXT文件转成TMX文件。（自动对齐） 所用软件：text2tmx Text to TMX的选项设置 底部： 在Text to TMX 选项卡上。 顶部： source text file: ZH-Chinese→→ EN-English; 戏剧原文是英文。 Target Text File: EN-English→→ ZH-Chinese；译文是中文的两个版本。 设置好后，分别打开各自源文件和译文文件，单击go，一次对齐生成一个文件，共生成两个文件。 注意：text2tmx.exe文件需要和生成的*.tmx文件需要在同一目录下。而且其所在路径中或子目录名中不能出现中文。否则生成文件中出现的中文可能是乱码。 可用editpad pro软件，打开对齐文件，看其是否正确。一般来说，对于戏剧文件本来讲，对齐的正确度不高，需要人工调整。 4 机助人工校准 CTexT? Alignment Interface 2.0 D:\workshop\Tools\autoaligner-liangmaocheng 有时会看到该两行的内容，却出现在了一行上。需用到分割字段，光标停在断开处→右键→split→弹出对话框→OK。 连线：分别不间断地单击两个序号，该两序号就可连线。 断线：连线后，再分别不间断地单击两个序号，该两序号就可断线。 Save alignments: 会存成四文个文件。分别指出已完成和未完成、源语和目标语的情况。 ALIGN.renmin_source ALIGN.renmin_target NOTALIGN.renmin_source NOTALIGN.renmin_target 5 对于多译本，要做修改，一个译本时则不需要了。 用editpadpro 打开一个译本文件e-c sanlian-1.tmx，为了显示三列，即一列英文，两列中文，需要做下面改动。 <tuv xml:lang=“ZH”> “ZH”替换成”CN”。 Replace all按钮；此操作要在文件合并前做。 目的： 以免用软件打开合并文件时，出现两个译文重合，只显示一个译文的情况。 6 Text merger: ?D:\workshop\4-txt2tmx text2tmx.exe（与上文转换和自动对齐的软件相同） 需要装Java。 D:\workshop\Tools\06运行环境 Java_jdk-1_5_0_08-windows-i586-p.exe 底部：TMX merger选项卡： Choose TMX Files ，同时选定两个*.tmx文件。 合并后，文件类型没变，还是*.tmx文件。 第6步时可能的出错 有时可能出现TMX merger missing，其原因是在D:\workshop\4-txt2tmx 目录下，除了text2tmx.exe外，少了一个文件： TMXMerger-1.0，即屏幕显示的TMXmerger missing. 要把原来目录下的TMXMerger-1.0文件也拷到text2tmx.exe的同一目录下。即可运行。 7 Olifant –paraconc 使用该软件打开 合并后的文件，进行显示 8 进行检索 可以把’XYZ’换成所需的内容，如’Well’。注意是区分大小写。 谢 谢