基于自建语料库矿业文本特征分析.docVIP

基于自建语料库矿业文本特征分析 　　摘 要：在中国矿业积极学习借鉴西方国家先进矿业技术的背景下，矿业文本的翻译变得越发重要。但目前该领域翻译人才缺乏，相关翻译活动有一定难度，故本文以Maptek公司矿业相关文本作为语料自建语料库，从词频、词汇密度、平均词长、平均句长四个方面对矿业文本的特征进行分析，以期为矿业领域的翻译实践提供些许建议。 　　关键词：语料库；矿业；文本分析；翻译实践 　　1引言 　　近年来，随着中国工业化、城镇化进程不断加快，经济高速发展带动了矿产资源需求的高速增长，中国矿业展示出了前所未有的发展势头，2003―2011年，我国矿业产值从7357亿元增长到了5.86万亿元，增长了7倍，年均增长率为29.6%，但相较于西方发?_国家，我国矿业发展仍处于一个初始阶段，距资本―技术密集型相差很远。鉴于此，对西方发达国家矿业领域的文本进行翻译，有助于学习和借鉴其先进的采矿技术和工艺，促进中国矿业不断发展。但由于多种原因，目前国内该领域翻译人才欠缺，矿业文本翻译相关研究不足。 　　2介绍 　　当译者着手翻译一篇文章时，对文本的分析无疑是第一步。文本分析对于翻译而言就如同台阶的第一步，万丈高楼的基石。文本分析对译者透彻理解原文、制定翻译策略起着至关重要的作用。谈及文本分析的方法，德国功能学派理论学家诺德所提出的文本分析模式（以下简称“诺德”模式）无疑占据了很重要的位置。诺德认为文本分析应该从语言和非语言两方面因素进行，即文本内因素和文本外因素，文本外因素包含文本发送者、发送者意图、文本接受者、媒介等，文本内因素则涉及篇章结构安排、词汇层面、句子结构、超音段特征等方面。诺德模式无疑为文本特征分析提供了方向和角度，但其缺陷在于没有提供分析文本内外因素的具体方式和衡量标准，比如分析词汇层面的特定术语，该如何分析，有怎样的指标，都没有涉及，因而运用诺德模式进行文本分析会不好衡量和把握。但语料库手段的引入无疑为进行客观的文本特征分析，尤其是文本内因素的分析提供了一个很好的途径。 　　3自建语料库 　　当前，基于语料库的翻译研究不断增多，所建语料库类型也是种类繁多，内容日趋完善，但仍缺乏针对矿业文本专门建立的语料库。自建语料库大小比较灵活，可根据需要自行确定，但通常适用于没有现成语料库，现有语料库不适用或不能满足研究需求，需要对比语料库以及需要特殊语料的情况。鉴于目前没有直接可用的矿业文本语料库，探寻矿业文本的文本特征以服务该领域翻译实践的需求又越发凸显，故而本文作者专门建立了一个小型矿业文本语料库，在此基础上对矿业文本特征进行分析。 　　3.1语料搜集 　　Maptek公司是澳大利亚一家全球领先的矿业创新软件、硬件以及技术服务供应商，本次自建语料库所使用的语料是Maptek公司Vulcan软件和I-Site软件应用于采矿作业的案例，内容涵盖整个采矿流程，涉及地质勘探、品位控制、矿山优化以及地质建模等方面，语料字数总计为105，430字。 　　3.2语料整理 　　语料整理对于自建语料库而言十分关键，会直接影响语料的处理速度和结果。语料文本如不加以清理会导致词汇分析、统计不准确，词性赋码出错或分析无法进行。此外，大多数语料库软件只能识别纯文本类型的文件，不能识别其他编码格式的文本，一些特殊格式标识符号在读取中会出现乱码，因而影响处理结果。在语料整理过程中，为确保语料库统计高效且准确，预先使用了文本整理编辑器对文本进行了清理，删去了多余空行、段首尾空格、全角空格，统一了中英文标点符号和文字格式，并保存成了纯文本格式。 　　4矿业文本特征分析 　　利用Wordsmith和Concordance语料库软件从词频、词汇密度、平均词长、平均句长四个方面对语料进行分析。考虑到语料来自于一家澳大利亚公司，因而选取了BNC（British National Corpus）语料库以及FLOB（Freiburg-LOB Corpus of British English）语料库作为参照语料库，进行矿业文本特征对比分析。 　　4.1词频 　　词频可以反映某类型文本或某个作品中的用词倾向，进而反映出文本的特征。在Concordance软件中，去除功能词后根据词频从高到低排序，前20位词语分别是：data，Vulcan，mine，model，I-Site，Maptek，coal，mining，modelling，block，project，pit，grade，planning，3D，ore，laser，time，design，scanner，其中“Maptek”，“Vulcan”，“I-Site”三个词代表的是该语料所涉及的产品名称，本文不予考虑。通常词表中排在前面的高频词是功能词，或者说是表达语法意义的虚词，接着是较抽象、概括