机器翻译在医学结构式论文摘要中的问题分析

Error analysis of machine translation in medical structured abstracts:

摘要

英文摘要是中国医学期刊论文必不可少的一部分，文章以公众所熟知的主流翻译软件——百度翻译为例，从国内顶级医学期刊《中华医学杂志》的不同分科中随机选取50篇论文摘要，重点从词汇、句法以及文本规范层面将机器译文同期刊发布的摘要译文展开对比研究。研究发现，机器翻译在处理这类文本中存在医学术语、机构名称以及句子表达等错误问题。笔者建议医学工作者以及相关编辑人员在使用机器翻译时，注意了解机器翻译在该类文本翻译中的特点，从而有针对性地进行译后编辑，以提升译文质量。

Abstract

English abstracts are indispensable in Chinese medical papers. Taking Baidu Translation, a popular machine translation engine, as an example, the author randomly selects 50 abstracts from different disciplines of National Medical Journal of China, a top medical journal in China, and makes a comparative study between machine translation and reference translation of the journal in medical structured abstracts from the perspectives of vocabulary, syntax and text norms. It is found that machine translation make some mistakes in translating medical terms, institution names and sentences in this kind of text. It is advised that medical workers and editors should pay more attention to machine translation application in this kind of text translation so as to make targeted post-translation editing and improve the quality of translation.

关键词

机器翻译 / 医学摘要翻译 / 结构式摘要 / 问题分析

Key words

machine translation / medical abstract translation / structured abstract / error analysis

近年来，机器翻译在翻译领域的应用越来越广泛。2018年，中国翻译协会的行业调查报告显示，42.70%的语言服务企业的21.00%~40.00%的项目使用机器翻译的译后编辑；22.50%的语言服务企业的40.00%~60.00%的项目使用机器翻译的译后编辑^[1]。这些数据说明，机器翻译的译后编辑已经成为越来越多企业的翻译方式^[1]。2019年，CSA Research 发布的《2019年全球语言服务市场报告》指出，在17种主流语言技术的市场份额中，机器翻译排名第二，占17.60%。中国翻译协会发布的《2019中国语言服务行业发展报告》显示，在受访的300家语言服务提供商、300家语言服务需求方和100名语言服务自由从业者中，41.00%的语言服务提供商表示经常使用机器翻译；45.00%的语言服务从业者表示偶尔使用机器翻译；75.00%的语言服务需求方对使用机器翻译持积极态度^[2]。因此，探究机器翻译在各种文本中的应用显得尤为重要。

英文结构式摘要（structured abstract）由加拿大麦克马斯特大学（Mc Master University）临床流行病学和生物统计学教授 Haynes博士于1990年首先提出^[3]。其主要格式是四段式，内容主要包括目的（objective）、方法（methods）、结果（results）和结论（conclusion）四部分^[4]。1986年，中国发布了GB 6447 — 86《文摘编写规则》，提出生物医学论著必须附有英文摘要^[5]。而结构式摘要在中国生物医学论著中应用最为广泛，如何快速、准确地翻译此类文本成为医学工作者和相关译员、编辑所关注的重点。纵观国内研究，虽然不少学者对机器翻译应用于各类医学文本进行研究，如健康手册、医学著作等，但对于其在医学结构式论文这一文本类型中的应用却少有提及，因此机器翻译在此类文本中的表现如何值得特别关注。

百度翻译作为国内主流且免费的翻译引擎，受到许多用户的青睐。在中译英时，有学者系统地评估了谷歌、百度以及腾讯三个翻译软件在工商论文翻译中的表现，得出百度翻译效果最佳^[6]。同时，还有学者将谷歌、百度翻译引擎用于外交文本翻译，也发现百度翻译有不俗的表现^[7]。因此，在此次研究中，笔者从国内顶级医学期刊《中华医学杂志》随机抽取近一年发表的50篇不同医学分科的结构式论文摘要，尝试使用百度翻译对这些摘要进行机器翻译处理，并将结果与期刊发表的摘要译文进行对比研究，从而总结当下主流机器翻译在此类文本应用中出现的问题，帮助医学工作者和相关译员、编辑有针对性地改进译文。此前有学者对医学期刊上的中英文摘要进行对比分析，发现在医学论文摘要的英译过程中，存在语法错误、时态错误，以及词语搭配等问题^[8]。文章也将从词汇、句子、文本规范层面对机器翻译在结构式摘要翻译中所出现的问题展开叙述。

1 词汇层面

有研究将不同类型文本的机器译文与人工译文进行对比，发现机器翻译存在较多术语翻译问题，如术语翻译不专业、未在专业领域使用普遍接受的译名或前后不一致等^[9]。而在医学英语中包含大量的专业术语词汇，通常包含专业词汇、两栖词汇（在医学英语和非医学英语中具有不同的含义）、缩略语^[10]三类。医学摘要中也是如此，确保术语翻译准确是翻译摘要过程中的重要环节。目前，词汇层面的翻译问题是机器翻译的主要问题之一。文章对机器翻译在所选取样本的结构式论文摘要词汇层面的错误情况进行总结。

1.1 术语错译

忠实度是机器翻译分量最重的衡量指标，而机器翻译的忠实度问题最常表现为错译、漏译、过译等^[9]。当下，许多研究机器翻译的学者发现机器翻译的一大软肋便是对术语翻译把握不准。12年前有学者对汽车技术文献进行机器翻译研究，并且通过对比机器译文和人工译文，发现机器翻译在术语翻译方面的错误率高达78.85%^[11]。另外，还有学者对包括百度翻译在内的7款主流机器翻译软件在医学文本英译中的应用进行对比，研究显示术语错译也是当今机器翻译的一个主要问题^[12]。而在本研究中，笔者同样也将所选取的50篇摘要中的术语名词进行统计，共得出223个医学术语，其中存在术语错译的有25个，术语错译率达11.21%。现将几种术语错译的主要类型分析如下。

1.1.1 术语辨析不准

在科技文献翻译中，术语的精准匹配往往受到专业领域、词义搭配和上下文语境多种因素的制约，目前机器翻译还缺乏对上述因素的精细化分析，因此在术语翻译中时常会出现一些偏差^[13]。

例1 目的探讨辐射导致骨髓基质细胞衰老的机制。

百度翻译： Objective To explore the mechanism of radiation induced aging of bone marrow stromal cells.

摘要译文：Objective To explore the mechanism of radiation-induced premature senescenceof bone marrow stromal cells.

在该例句中，百度翻译主要是对于医学中“细胞衰老”这一术语表达辨析不准。一般编译者看到细胞衰老会很容易就想到cell aging，而在医学中cell aging表示的细胞衰老仅仅是随着时间的推移，细胞增殖与分化能力和生理功能逐渐发生衰退的变化过程。关于“细胞衰老”还有另一个专业术语cell senescence，该术语指细胞在受到外界因素包括物理或化学因素导致的细胞周期停止、功能减退，甚至丧失的一个变化过程。从文中可以清楚地了解，此处的细胞衰老是受到辐射处理后而发生的变化，显然这里的衰老应该对应的是senescence而非aging。

例2 探讨急性孤立性桥脑梗死早期神经功能恶化（END）的临床及影像学特征

百度翻译：To explore the clinical and imaging features of early neurological deterioration (END) in acute solitary pontine infarction.

摘要译文：To investigate the clinical and imaging characteristics of early neurological deterioration (END) in acute isolated pontine infarction (AIPI).

在该例句中，百度翻译和摘要译文对于“孤立性”一词翻译存在不同。笔者在National Library of Medicine（PubMed）查阅后发现，对于急性孤立性桥脑梗死的翻译中“孤立性”的表达外文期刊几乎全部使用了isolated。这就说明机器翻译对于此处的“孤立性”并未准确处理。虽然solitary与isolated在中文中皆有“孤立”的意思，但两者还是有差别。solitary表示的孤立常常表示是周围没有人或物的孤独，而isolated还能表示一种不太常见的个别现象。笔者还特地将isolated和solitary两词分别在PubMed医学文本中进行检索，发现两者的出现比为2 223 570∶57 712，说明isolated在医学文本中更适用。而文中所出现的急性孤立性桥脑梗死属于严重性疾病，因此用isolated表示此处的孤立性更为合适。

1.1.2 术语直译硬译

医学英语包含大量复杂冗长的医学词汇，因此常采用缩略词的形式^[14]。而机器翻译在处理术语时一个突出的特点是进行直译，有时翻译出来的译文从字面上虽然不能算错，但却不符合专业术语表达，对存在缩略词的术语以及能多译的术语尤其如此，从而导致翻译不准确。

例3 探讨血液灌流（HP）联合血液透析（HD）治疗对维持性HD（MHD）患者蛋白质能量消耗（PEW）及长期预后的影响。

百度翻译：To investigate the effects of hemoperfusion (HP) combined with hemodialysis (HD) therapy on protein energy expenditure (PEW) and long-term prognosis in patients with maintenance HD (MHD).

摘要译文：To explore the effect of hemoperfusion (HP) combined with hemodialysis (HD) (HD+HP) on protein energy wasting (PEW) and long-term prognosis in patients on maintenance HD (MHD).

在该例句中，百度翻译将“蛋白质能量消耗”直接译为protein energy expenditure，而原文将该专业术语用缩略词PEW进行了限定，但百度翻译却并未准确识别。

例4 手术并发症发生率、手术时间、术中出血量、术后住院时间方面的差异均无统计学意义。

百度翻译：There was no significant difference in the incidence of surgical complications, surgical time, amount of intraoperative bleeding, and postoperative hospital stay.

摘要译文：There were no statistically significant differences in the incidence of surgical complications, operation time, intraoperative blood loss and postoperative length of hospital stay.

该例句中，百度翻译将“术中出血量”处理为amount of bleeding，而摘要译文直接处理为blood loss。虽然两者在表意上并无不当，但考虑到医学文本的专业性，且笔者在PubMed上对两个表达进行检索，blood loss的使用检索到614 300条信息，而 amount of bleeding仅有13 183条。可见，blood loss的表达更为专业，百度翻译对该词的处理并不合适，这就需要译者格外留意此类问题。

1.2 机构名称翻译处理不当

在医学论文中，研究对象常常涉及病人，在对研究对象选取的过程中，需要对病人的来源进行说明。因此，医学结构式论文摘要中除了涉及较多术语，机构名称也会时常出现，对这类名词的翻译，机器翻译往往表现较差。从笔者所选取的50篇论文摘要来看，共出现48个此类专有名词，其中百度翻译出错个数为21个，错误比率高达43.75%。

例5福建省妇幼保健院

百度翻译： Fujian Maternal and Child Health Hospital

摘要译文： Fujian Provincial Maternal and Child Health Hospital

例6天津医科大学肿瘤医院

百度翻译：Tianjin Medical University Cancer Hospital

摘要译文：Tianjin Medical University Cancer Institute and Hospital

在这两例机构名称翻译中，百度翻译和摘要译文均有出入。由于各个机构在翻译各自的英文名称时往往会有不同的侧重从而进行不同的翻译处理。如例5中的福建省妇幼保健院官方网站的英文名称就是摘要译文所示，比机器译文多了provincial一词，也许是为了让外国人能够直接了解该医院是省级层次。而在例6摘要译文中，对肿瘤医院的处理不仅用了hospital还用了institute，这也是为了突出该医院不仅有医院治病的功能，还有研究所做研究的功能。因此，机构名称的翻译会取决于不同的翻译目的，这就让机器翻译很难准确地处理机构名称。因此，最谨慎的方式是查阅相关资料（如机构官网）对机构名称的翻译进行验证。

1.3 量表名词翻译不当

由于实验的需要，在医学论文中往往会出现许多专业的评分量表，这些量表在证明研究的可靠性方面发挥了巨大作用。而在医学领域中，许多量表都有其固定的英文名称，因此在翻译这类名词时，要特别注意量表翻译的准确性。在所选中的50篇摘要中，笔者共统计出20个量表名词，而经过同摘要译文对比及查阅后发现百度翻译错误数达15个，错误率高达75%。由此可见，机器翻译在处理此类名词时表现不佳，需要译者或者相关人员核查更正。

例7 简易营养评估量表（MNA-SF）

百度翻译：The Simple Nutrition Assessment Scale (MNA-SF)

摘要译文：Mini Nutritional Assessment Short-Form (MNA-SF)

例8 感觉统合能力发展量表（CSIC）

百度译文：Sensory Integration Ability Development Scale (CSIC)

摘要译文：Children Sensory Integration Capacity Development Rating Scale (CSIC)

在这两例中，可以清晰地看出，百度翻译在处理量表名称时采用了字对字的翻译处理，百度翻译将例7中“简易”处理为simple，“营养”处理为nutrition，“评估”处理为assessment，“量表”处理为scale。从该量表的缩写可以得知，该处理是错误的。同理，例8中也是此类问题。因此，在对量表翻译时，应广泛查阅量表的专业表达。例如，在国外期刊论文中检索，查阅国外医学论文是如何描述此类量表，亦可以通过直接查阅量表的相关百科，找出其标准英文名称。

2 句子层面

医学英语普遍使用并列句、复合句、并列复合句以表明复杂的逻辑关系^[15]。而机器翻译在处理中文句子时经常在调整语序、明晰化隐含成分、逻辑衔接等句子层面表现无力^[16-17]。其另一大痛点是对中文长句以及流水句的处理不当。同时，句子的错译也是机器翻译的一个主要问题^[12]。本研究中，笔者同样发现机器翻译在摘要句子的处理尤其是长句和流水句的处理方面不尽如人意。现将句子处理不当的几种类型列举如下。

2.1 头重脚轻句的频现

“头重脚轻”在英语中是指句子的主谓宾结构失衡，通常是主语过长而谓语宾语或系表结构过短导致句子不符合英文表达习惯。而在汉语结构式摘要中，句子几乎都无人称，因此处理时往往就采用了英语的被动语态^[18]。而机器在这一类情况的处理中，往往会比较机械地将主语及主语相关的成分置于谓语动词前从而造成句子的“头重脚轻”。

例9 回顾性收集2017年1月至2020年1月在南京市第一医院耳鼻喉科就诊的40例慢性双侧耳鸣患者［男12例，女28例，年龄26~63（50.6±11.6）岁］以及同期体检的40名听力正常的健康志愿者［男16例，女24例，年龄26~70（45.9±12.4）岁］的静息态fMRI数据。

百度翻译：The resting fMRI data of 40 patients with chronic bilateral tinnitus (12 males, 28 females, age 26~63 (50.6±11.6) years old) and 40 healthy volunteers with normal hearing (16 males, 24 females, age 26~70 (45.9±12.4) years old) who were examined in the otolaryngology department of Nanjing First Hospital from January 2017 to January 2020 were retrospectively collected.

摘要译文：The resting-state fMRI data of 40 patients with bilateral chronic tinnitus (12 males and 28 females, aged from 26 to 63(50.6±11.6) years) and 40 healthy controls with normal hearing (16 males and 24 females, aged from 26 to 70(45.9±12.4)years) were retrospectively enrolled from the Department of Otolaryngology, Nanjing First Hospital from January 2017 to January 2020.

在该例中，百度翻译就出现了典型的“头重脚轻”现象，were前后的主语和谓语单词数量严重失衡，而在摘要译文中，译者通过调整句子成分的位置从而尽可能使句子避免出现头重脚轻的情况，以符合英文行文习惯。

例10 妊娠期严重甲减患者妊娠并发症及母胎/新生儿不良结局发生率较高。

百度翻译：The incidence of pregnancy complications and adverse maternal/neonatal outcomes in patients with severe hypothyroidism during pregnancy is high.

摘要译文：The incidences of pregnancy complications and adverse maternal-fetal/neonatal outcomes are high in patients with severe hypothyroidism during pregnancy.

从该例中，可以明显看到百度翻译也出现了明显的“头重脚轻”结构，is前后的词语数量严重失衡，不符合英文的表达习惯。

2.2 流水句处理不当

中文流水句是由2个及2个以上句段组成的，其基本单位是小句。流水句之间可断可连，小句衔接无关联词语且难以补出关联词语，语义松散^[19]。而机器翻译在中文流水句的处理中往往表现不佳，容易将中文的流水句或排比句直接生硬地处理成多个单独的英文句子。

例11 中国老年人的视力残疾现患率为8.10%，听力残疾现患率为13.41%，视听共残的现患率为1.97%。

百度翻译：The prevalence rate of visual disability among the elderly in China is 8.10%, the prevalence rate of hearing disability is 13.41%, and the prevalence rate of audiovisual disability is 1.97%.

摘要译文： The prevalence of visual disability and hearing disability of the elderly in China was 8.10% and 13.41%, respectively, while the prevalence of comorbidity of visual and hearing disability was 1.97%.

从此例可以看出，机器翻译在处理流水句时，会比较机械地将每个中文意群处理成独立的句子，使得译文生硬、松散。而在摘要译文中，译者通过将visual disability和hearing disability进行主语合并的方式减少了prevalence的重复表达，使得句子更加简洁，且while一词此处更能让读者感受到前后数据的对比情况。

2.3 单复数处理不当

英语名词具备单、复数的概念，而汉语则是量词性语言，即不通过改变词语本身形式来表达单复数，因此在中文中，单复数的概念往往要通过上下文语言环境表现出来^[20]，机器翻译在处理含有复数概念的句子时常常会出错。因此，也要留意此类型句子的机器译文。

例12 CD患者血清ASCA、PAB阳性率分别为34.7%、38.3%。

百度翻译：The positive rate of ASCA and PAB in CD patients was 34.7% and 38.3%, respectively.

摘要译文：The positive rates of ASCA and PAB in CD patients were 34.7% and 38.3%, respectively.

在该例中，of后面的连带成分意味着rate是“ASCA”和“PAB”的率，所以此时的rate应该是复数形式，而百度翻译并未察觉到这一点，还是用了rate。

3 文本规范层面

医学英文摘要有其特定的写作规范，在前文也有所提及。由于大部分规范是人为设定，且机器翻译受制于二度摹仿这一特征，翻译时根据待译文本与现有语料库文本的相似度或者匹配度选择最佳对应译文^[21]，因此在处理文本时重心仍然是语言的转换，并不能注意到这些规范要求，所以需要译员或相关人员在翻译后应特别注意进行译文的调整，从而符合相关规范。

3.1 数字规范

对于结构式英文论文摘要而言，如果出现数字，必须表达规范。个位数1~9用英语数词表示，两位数及以上的则一般用阿拉伯数字表示，并且句子不以阿拉伯数字开头，数字在句首时应以英文数词表示^[22]，但机器翻译尚未能完全做到这点。因此，数字表达也是在机器翻译时需要注意的问题。

例13 收集2014年1月至2020年12月云南大学附属医院201例AMI患者作为建模组。

百度翻译：201 AMI patients from the Affiliated Hospital of Yunnan University from January 2014 to December 2020 were collected as the modeling group.

摘要译文：From January 2014 to December 2020, 201 patients with AMI in the Affiliated Hospital of Yunnan University were selected as the modeling group.

在该例中，百度翻译的处理明显不符合相应的表达规范，而是直接将阿拉伯数字置于开头。在摘要译文中译者则是通过将时间状语提前从而避免了数字在前的问题。此外，译者在编辑这类句子时还可以采用词组来使带有数字成分的词语置后，例如善于使用a total of等词组将数字置后,同时还能用we做主语用主动形式表达，如“We selected 201 patients...”。

3.2 标点符号规范问题

在机器翻译的英文摘要中，标点符号使用不妥甚至误用现象较为普遍，经常会无视中英文标点符号使用上的差异，完全照搬原文标点。医学摘要中的常用中文标点符号有句号、逗号、顿号、分号、冒号、书名号、括号、连接号（-）、分隔号（／） 等。大多数的符号在机器翻译过程中并无太大问题，但冒号的使用存在较大区别。中文冒号使用起来比较随意，可直接置于“有”“包括”“依次为”等总说性词语之后，但英文冒号在此用下的要求却比较严格，必须用在一个完整的句子之后^[23]。

例14 Ann Arbor分期：Ⅲ期2例（10.0%），Ⅳ期18例（90.0%）。

百度翻译：Ann Arbor stage: stage III in 2 cases (10.0%), stage IV in 18 cases (90.0%).

摘要译文： Two cases (10%) were in stage Ⅲ and 18 cases (90%) were in stage Ⅳ according to Ann Arbor staging.

该例中，由于考虑到英文中符号的使用差异，摘要译文进行了转换处理，将分号用according to代替从而规避了符号使用不当的问题，而在百度翻译中，并未做出相应的调整。

4 结束语

综上所述，虽然当下机器翻译在医学结构式论文摘要翻译中仍有较大的应用价值，比如术语的准确率越来越高，这得益于语料库和机器翻译技术的不断发展，但同时，由于其发展水平尚不成熟，机器翻译不可避免地存在一些问题，比如对句子的处理、对专业名词和术语的把握程度。因此，翻译人员应对英文摘要的行文特点有充分了解，在将机器翻译应用于此类文本中时，在译后编辑过程中要重点检查术语、机构名称、句子结构以及文本表达规范，从而确保译文的质量。但是，由于本研究样本数量尚小，部分数据仅供参考，希望在今后能够进行更为深入、详细的研究，让机器翻译能够更好地服务于此类文本的翻译工作。

参考文献

[1] 崔启亮. 人工智能在语言服务企业的应用研究[J]. 外国语文, 2021, 37(1): 26-32.

[2] 王华树, 陈涅奥. 中国语言服务企业机器翻译与译后编辑应用调查研究[J]. 北京第二外国语学院学报, 2021, 43(5): 23-37.

[3] 杨苏, 周蕾, 席宁. 临床医学论文英文结构式摘要的写作技巧[J]. 北京中医药大学学报(中医临床版), 2011, 18(3): 28-30.

[4] 马汉祥. 医学论文结构式英文摘要的书写规范[J]. 宁夏医学杂志, 2020, 42(1): 92-94.

[5] 李朝品. 医学论文英文摘要写作[M]. 北京: 人民卫生出版社, 2009.

[6] 陈琴. 机器翻译质量评测实验报告[D]. 成都: 西南交通大学, 2019.

[7] 刘芳芳. 外事文本机器翻译译文差异的量化研究[D]. 北京: 北京第二外国语学院, 2017.

[8] 王佩, 车云峰, 褚湜婧. 我国医学论文摘要英译典型问题探析[J]. 中国科技翻译, 2021, 34(3): 8-11.

[9] 李奉栖. 人工智能时代人机英汉翻译质量对比研究[J]. 外语界, 2022(4): 72-79.

[10] 翟清永, 郭芳君. 医学科普英语文本的特征与翻译[J]. 中国科技翻译, 2023, 36(4): 41-43.

[11] 罗季美, 李梅. 机器翻译译文错误分析[J]. 中国翻译, 2012, 33(5): 84-89.

[12] 唐斌, 陈烁. 在线机器翻译软件的医学文本翻译评析[J]. 中国科技翻译, 2020, 33(3): 23-26.

[13] 邓军涛, 徐星瀚. 机器翻译在化工科技翻译的应用与译后编辑[J]. 中国科技翻译, 2023, 36(1): 27-30.

[14] 陈梅霞. 生物医药英语词句特征及翻译策略[J]. 中国科技翻译, 2021, 34(4): 4-6.

[15] 周佶, 周玉梅. 计算机辅助医学英语翻译及其教学[J]. 中国医学教育技术, 2012, 26(5): 545-550.

[16] 蒋跃. 人工译本与机器在线译本的语言计量特征对比: 以5届韩素音翻译竞赛英译汉人工译本和在线译本为例[J]. 外语教学, 2014, 35(5): 98-102.

[17] 翁义明, 王金平. 文学语篇机器翻译的特征与局限:汉语流水句人机英译对比研究[J]. 当代外语研究, 2020(6): 128-137.

[18] 范晓晖. 论医学论文英文摘要中被动语态的滥用[J]. 中国科技翻译, 2005(4): 13-16.

[19] 韩燕. 汉语流水句研究述评[J]. 宁夏大学学报(人文社会科学版), 2023, 45(3): 60-66.

[20] 石赵佳. 机器翻译的错误类型分析与译后编辑策略[D]. 上海: 上海外国语大学, 2021.

[21] 胡开宝, 李翼. 机器翻译特征及其与人工翻译关系的研究[J]. 中国翻译, 2016, 37(5): 10-14.

[22] 范晓晖, 陈向京. 生物医学英文论文的文体特征及写作规范[J]. 西北医学教育, 2004, 12(1): 67-69.

[23] 夏玲, 李宜蔓, 李弘武. 人工智能背景下科技论文摘要的机器翻译与译后编辑[J]. 编辑学报, 2022, 34(4): 396-401.