吴迪训诂的各位亲爱的朋友
大家好
欢迎继续阅读这个系列的文章
在今天的这一讲
我会给大家介绍计算机/IT类英汉笔译
在上一篇中
我已经给大家简要介绍了科技翻译的方法
我们就来依循这个方法
讲解一下计算机/IT领域的英汉笔译
首先如果我们没有相关的领域知识
那么就要先熟悉glossary
当然
这个领域又有很多细分领域
比如人工智能、大数据、软件工程等
例如我们可以搜索“大数据中英对照术语表”
就可以找到以下这个非常详细的术语表
https://cloud.tencent.com/developer/article/1094487
如果我们搜索“算法中英对照术语表”
则有https://www.zybuluo.com/mrbourne/note/1001126
人工智能领域的术语表则有https://xie.infoq.cn/article/d01f62482e48c78526724a556
等等
对于笔译而言
这些术语表我们一般不用背诵
只要全部看过一遍
有一定的印象即可
而术语熟悉之后
其实剩下的内容并没有太多难度
因为句子剩下的部分
其语法和结构都是固定的、常见的
我们先来看一个中译英的例子
“隐语义模型推荐算法是协同过滤推荐算法的一种，可以基于用户的历史行为数据进行相关内容推荐。该模型对协同过滤算法进行了延伸，把用户的相似性和物品的相似性通过隐含特征的方式进行表达。”
看起来非常复杂
而且读完之后都好像搞不清楚在说些什么
不过我们还是可以尽量来解读一下
首先我们把句子中的术语摘出来
如下：
隐语义模型
推荐算法
协同过滤推荐算法
用户的历史行为数据
隐含特征
然后我们去检索这些术语对应的英文
（当然这是在术语表上找不到这些词的情况下）
第一个词
隐语义模型
这个词组里面我们只知道model
那么我们就可以用以下这个关键词来检索
“隐语义模型+model”
这样很快就能找到这个词的英文是latent semantic model (LSM)
我们用同样的方法
就可以找到其他术语的对应英文表达
推荐算法：algorithm for recommendation system
协同过滤算法：collaborative filtering algorithm（CF）
用户的历史行为数据：historical user behavior data
隐含特征：hidden features
术语扫清之后
我们可以尝试着理解一下这句话的意思
LSM是CF算法的一种类型，可以基于H数据进行内容推荐。LSM是CF算法的延伸，把U(用户的相似性)和I（物品的相似性）通过hidden features来表达。
这样分析下来
其实除了术语以外的部分
是不是都不难？
那么现在我们把上面这个句子翻译成英语
LSM is a type of CF, which recommends relevant content based on H data. It is an extension of the CF and expresses the similarity of users and the similarity of items through hidden features.
这样看起来就简单多了
基本上除了术语以外
都是我们常用的表达和结构
现在我们再把术语完整地放进去
The latent semantic model algorithm for recommendation systems is a kind of collaborative filtering recommendation algorithm, which recommends relevant content based on the historical user behavioral data. It is an extension of the collaborative filtering algorithm and expresses the similarity of users and the similarity of items through hidden features.
这个句子就翻译完了
对于熟练的译员
这个过程是非常快的
甚至不到1分钟
(我亦无他, 唯手熟尔)
一个好的习惯是
在翻译的时候把自己搜索找到的中英文术语
列到一个excel表格里
这样不但能够提高效率
保持全篇文章术语的一致性
也能慢慢建立自己的术语表
服务于自己同领域的翻译工作
我们再来看一个英译中的例子
The sorting function of the set of questions is shown in formula (1):
(公式略)
where x is the difficulty coefficient of the question, p is the estimated average time for a user to answer the question, and z is the question’s correlation coefficient.
这个例子是在解释一个算法中的公式
这里的function不是功能
而是指函数
Difficult coefficient是难度系数
Correlation coefficient是相关系数
因此我们可以把这一句翻译为
“对问题集合的排序函数如公式（1）所示：
式中x为问题的难度系数，p为某个用户答题的预估平均时间，z为问题的相关系数。“
这里提到的函数、难度系数、相关系数等
算是数学中的常用词
平时最好有所积累
如果没有积累
那么也可以通过网络搜索的方式
很容易地查找到对应的中文表达方式
在这一篇文章中
我们甚至都没有提到需要观看的视频
因为确实不需要
而如果我们要观看视频
那么其实并不能用短视频来学习
这里也给大家推荐一个比较好的学习类的视频网站
https://www.icourse163.org/
这里有非常多的高等教育层次的专业课程
涵盖了几乎所有的学科和领域
而且每个课程都详细分了章节
如果我们想要速成某个特定的知识
那么完全可以通过相关课程的相关章节来进行学习
好的
今天的这一篇就到这里
在下一篇文章中
我会给大家介绍
汽车类英汉笔译
欢迎继续阅读
发表评论