汉法大词典术语词目收词研究

　　广东外语外贸大学黄建华主持完成的全国科技名词委科研项目“汉法大词典术语词目收词研究”（项目批准号为：WT2019005），最终成果为同名研究报告。课题组成员有：黄芳、余秀梅、Raymond Jean Rocher。

　　科技术语是大型综合性语文词典不可或缺的部分，科技术语主要以词目、内词条、例证、参见、图表、专栏或附录等形式存在于汉外词典中。本项目在总结大数据词汇编纂实践经验的基础上，对大型综合性词典《汉法大词典》科技术语的收录进行考察和分析，探讨科技术语增收工作中遇到的具体问题，并基于这些问题提出大型综合性汉外词典和处理应遵循五个基本原则，即系统性原则、一致性原则、准确性原则、常用性原则和多维性原则。同时，在考察报告中课题组基于具体的重点样例，对这五个原则进行了细致详细的说明和阐释。这些原则为大型汉外词典科技词汇的增收提供了方法论和经验参考。

　　科技词汇是新词增收的主要来源之一，是大型综合性语文词典不可或缺的一部分（晁继周等 1995；章宜华、雍和明 2007）。语文词典收录科技词汇是词典编纂的传统和趋势。早在18世纪，法国的语文词典就开始收录科技词汇。而随着科学文化日新月异的发展和新技术革命的开展，科技词条在语文词典的比重日益增加，这是世界各国语文性词典面临的必然趋势（柯琦 1997）。相对语词词义的缓慢演变，科技术语更具有鲜明的时代性。（陈崎 汪惠民 2015）很多科技词汇日渐走入老百姓生活中，部分科技词汇已进入共同语词汇，如网络、计算机、平板、手提、鼠标、高清等。可见，科技领域尤其是“计算机的广泛应用带来了计算机词汇的大量出现”。（梁德润 1998）科技词汇是科技知识交流、传播和发展的载体，对于科技发展和社会进步起着十分重要的作用。常用科技词汇的收录不仅助益于查考和翻译工作，也能满足中外学习者的日常交际需要。

　　然而科技词汇作为专科词汇的一部分，在大型综合性辞典中所占的比例却是有限的。综合性语文词典主要收录普通词汇，兼收部分科技等专科词汇。语文性词典的典范《现代汉语词典》历版收录科技词汇的比例占总词条比例的10－17%（2015），其他语文性词典科技词汇的收录比例亦大多控制在相似的范围。因此，科技词汇的收录并非越多越好，增收什么词，增收多少常常是词典修订工作者需要首先考虑的主要问题。

　　此外，如何为科技条目选择准确合适的译文，在释译时如何多维呈现科技条目的特征，同一条目的译文以及同类条目之间如何实现关联照应，亦是双语词典工作者在修订时要考虑的问题。

　　本项目组研究大型汉法词典如何合理地吸纳一定的术语词目，使日常广泛应用的普通词语与现代科学常用的术语融合呈现，以适应广大读者的需求。该项目是隶属于全国科学技术名词审定委员会（简称“国家名词委”，下同）的“十三五”重大项目下的分项目。其任务是：完成《大数据百科全书》术语表条目的法语翻译及定名工作，与此同时，《汉法大词典》修订组对大数据名词的修订实践工作进行描述、分析和总结，并以大数据词汇为例，结合语料库和多种网络资源对目前综合性汉外词典科技词汇研究存在的问题进行剖析，着力探讨大数据词汇在综合性大型汉外词典中的增收问题，并给出实际的收释样例，以期为汉外词典科技词汇增收提供研究和经验参考。

　　科技词汇属于专科术语。科技词汇和普通词汇不同，其收释也存在特别之处。综合性语文词典尤其是双语词典中科技词条的收录和注释要处理得当并非易事。学界不同学者针对科技词汇进行了研究，并提出了不同的收录和释义理论。

　　从科技词汇收录的角度来说，不同学者对语文词典科技词汇的收录进行了考察和分析，他们大多基于词典编纂的实践进行剖析，肯定了语文词典收录科技词汇的重要性，并提出其收录所占的合适比例。李志江（2006）认为，科技术语的收录不仅要考虑增新，也要注意删旧，从而体现辞书的时代性。除此之外，还需考虑到科技条目自身的特殊性，遵从国家科技术语的规范。学者们基于辞书的考察和实践研究提出科技词汇收录的原则和方法，包括：规范性、平衡性、常用性、系统性、时代性、全面性、关联性等原则（柯琦 1981；王伟 2006；王伟,李志江 2014；余静2016等）。

　　从释义的角度来说，单语词典科技词汇的释义主要考虑的是一致性、科学性、通俗性和知识性原则（李志江 2006；潘雪莲 2008；王伟,李志江 2014；陈崎,汪惠民 2015），而双语词典科技词条的释译除了上述原则之外，还需考虑目的语对应术语的准确性问题。一些学者（喻希晨2017；李学军2017）认为术语翻译的重要环节是概念对等，“忠实性”是科技词汇翻译得当的基础，只有“忠实于原文，也才能翻得准确”（李学军2017）。这就要求科技翻译工作者首先要对原文有充分的理解，因为只有明白无误地理解了术语的原意，才能正确翻译好术语。

　　然而，科技术语的“对等”研究仅局限于概念对等研究是远远不够的。由于双语语言的不同构性，概念错位的情况时常出现（蔡力坚2017），双语间的对等常常难以完全匹配，因而科技术语的翻译常常会出现错译和漏译问题。有学者针对目前术语翻译混乱的原因进行了分析：从技术层面上来说,是因为译者采取了异化或归化的不同策略,但其根本原因,源于译者不同的翻译观（曹丹红2012）。

　　此外，术语混乱现象亦是造成翻译混乱的主要原因。术语混乱包括概念界定不清、一词多义、多个术语指向同一概念、术语分类混乱等现象(Mayoral,2001,引自Mareo,2007)。除此之外，译者的翻译态度、策略和方法问题也会导致术语翻译问题：如死译、同名异译（不同领域的混译）、似是而非、意义缺失、义项缺漏等。

　　本项目组在总结学界对科技术语收释研究和经验的基础上，基于数据库和网络资源对大数据词汇在《汉法大词典》中的收释进行考察和分析，具体在大数据词汇在翻译和收释时哪些原则更加实用，哪些原则需进行调整和补充，哪些方法需要遵循等，希图在总结经验的基础上，为科技术语的收释提供借鉴和参考。

　　本课题的研究目标是大数据科技术语的汉语与法语的对应定名问题以及这些术语条目如何增收入《汉法大词典》中。大数据词汇翻译工作涉及2516个大数据及相关领域词条。该研究内容部分主要讨论团队在翻译过程中对相关词条由浅入深的查询和分析，以及基于释义的等级认定等。为体现整体翻译的系统性原则，我们将相关词条的翻译纳入整个系统中进行横向和纵向对照，最后根据统计结果确定词条翻译项。主要难点在于：法语工具书严重不足（与英语工具书比较而言），登录法语网站十分不便（较之英语来说）；我们主要通过本校的外籍教师以及已有的海外联系渠道，排除困难，达成研究目标，立足实践，展开理论探索。

　　本课题组既按规定如期完成大数据术语的法语翻译部分，又在实践操作过程中作一定程度理论探讨，二者交互进行，具体词表成果与研究报告同步呈现，而且随即考察部分成果的可行性并应用于《汉法大词典》的增订工作中——实际产出与理论探索的有机融合是本项目的特色和创新之处。词表作为重大项目的分项目，研究报告可为大型汉法词典收录和处理术语问题提供理论的启示和指导，而其实际操作成果则可供同行或后来者借鉴。