有哪些常见的「常凯申」式翻译,如何避免
发布网友
发布时间：2022-04-26 22:04
共1个回答
热心网友
时间：2023-11-08 13:17
广为流传的「巴尔的摩事件」里，人名「Imanishi」（今西）被翻译成了「伊玛尼茜」。
始作俑者似乎是*。
特征如此明显的日本名字竟然被直接音译。
这让我想起以前有个同事把「中田英寿」翻译成「Zhongtian Yingshou」。
更神奇的是，今西-卡利女士的姓，「Imanishi-Kari」被翻译成了「伊玛尼茜·嘉莉」。
这不禁让人想起玛莉莲·梦露她爸的妖娆姓氏。
（A）先谈错误的翻译，如“常凯申”：
先说华人名字的翻译，“常凯申”的错误是由于威妥玛拼音和现行汉语拼音体系的差别造成的，类似的错误如果出现在人名上，更容易出现困惑的地方是在香港的一些名字上，这些名字很可能英文的名配上粤语的姓，使得翻译的难度加大，例如邵逸夫作“Sir Run Run Shaw”，物理学家Anthony Zee（中文名：徐一鸿）的《可畏的对称》在中国出版时，将他的名字翻译成了“阿·热”，也属于这一类的错误（阿·热名叫徐一鸿）；
日本与韩国朝鲜（有时候也包括东南亚的）人名的翻译：
例如韩语中，人的名字可能对应的汉字并不确定，例如最初我们并不知道朝鲜“金正恩”还是“金正银”，是等到朝鲜方面的网站公布之后我们才选用了“恩”；
在日文中，常见的错有直接译音而不翻译成对应的汉字的（例如将“Nagaosa”（永长）直接译成“纳高萨”，见：纳高萨(N.Nagaosa)-图书），也有一类其实不算错误，是因为有的日本人的名本身就是假名写成的，因此这时会出现多种翻译，这样的例子太多，不举例。
（B）再谈不那么错误的翻译，例如“安德森”“国务卿克林顿”之类；
这类翻译的产生常常有些历史原因，也有一些是因为译者的疏漏。历史原因包括在*时期有很多当时的译法，如果看到旧版的一些书籍，常常会见到，甚至港版、台湾版的书籍也对很多词有不同的翻译。严格的说这类都不算错误，只是会影响我们的阅读而已。还有的时候是因为我们有一些固定的搭配，例如我们会说“国务卿希拉里”，而不会说“国务卿克林顿”，这种时候同样不算翻译错误，但是确实有可能对我们的理解产生困扰。
现在再说“怎样避免”，从技术的角度。前面提到的一些“错误的原因”或许并不是真正问题的所在，甚至也不是题主真的想要知道的答案吧。我觉得真正的问题是，当某个我们熟悉的专有名词（或者专有名词的特定的汉字翻译）被多种语言反复变换之后是否还能找到对应，这其实是一个技术问题。
如果是机器翻译，我相信这个事情在学习了大量的翻译材料之后（这或许需要对语料库作更复杂的处理），利用一些学习方法，在考虑了上下文关联的情况下后应该会对翻译的准确性有所提高。利用各种材料进行学习，计算出各种译法对整句话翻译正确的总概率（这一概率应当是贝叶斯式的条件概率），用极大似然法可以找到最可能的翻译，至少在这些词出现的时候，会出现一些选择，例如当出现“Andersen”，当其独立存在，那么它的翻译最可能是“安德森”，而当后面出现了“Denmark”“tale”“children”，那么这时这个概率则是考虑了后面几个词出现情况下的条件概率，这时“安德森”这个译法的条件概率将变得很低，而“安徒生”则会排在第一位。对于前面“国务卿希拉里”的例子，当看到“总统”，那么“克林顿”的概率会关联着增加，当看到“国务卿”，那么“希拉里”的概率会增加，当还看到有繁体汉字出现，那么“希拉蕊”更是超过“希拉里”，这跟输入法的原理是一样的，整句整句地输入总有更高的准确性，这一方法现在已经成为了机器翻译的潮流；
如果是人工翻译，那么最严谨的方法就是一个词一个词地建索引，查百科全书或者维基，这时候熟悉具体专业的译者就很重要了，需要下苦功夫。
热心网友
时间：2023-11-08 13:17
广为流传的「巴尔的摩事件」里，人名「Imanishi」（今西）被翻译成了「伊玛尼茜」。
始作俑者似乎是*。
特征如此明显的日本名字竟然被直接音译。
这让我想起以前有个同事把「中田英寿」翻译成「Zhongtian Yingshou」。
更神奇的是，今西-卡利女士的姓，「Imanishi-Kari」被翻译成了「伊玛尼茜·嘉莉」。
这不禁让人想起玛莉莲·梦露她爸的妖娆姓氏。
（A）先谈错误的翻译，如“常凯申”：
先说华人名字的翻译，“常凯申”的错误是由于威妥玛拼音和现行汉语拼音体系的差别造成的，类似的错误如果出现在人名上，更容易出现困惑的地方是在香港的一些名字上，这些名字很可能英文的名配上粤语的姓，使得翻译的难度加大，例如邵逸夫作“Sir Run Run Shaw”，物理学家Anthony Zee（中文名：徐一鸿）的《可畏的对称》在中国出版时，将他的名字翻译成了“阿·热”，也属于这一类的错误（阿·热名叫徐一鸿）；
日本与韩国朝鲜（有时候也包括东南亚的）人名的翻译：
例如韩语中，人的名字可能对应的汉字并不确定，例如最初我们并不知道朝鲜“金正恩”还是“金正银”，是等到朝鲜方面的网站公布之后我们才选用了“恩”；
在日文中，常见的错有直接译音而不翻译成对应的汉字的（例如将“Nagaosa”（永长）直接译成“纳高萨”，见：纳高萨(N.Nagaosa)-图书），也有一类其实不算错误，是因为有的日本人的名本身就是假名写成的，因此这时会出现多种翻译，这样的例子太多，不举例。
（B）再谈不那么错误的翻译，例如“安德森”“国务卿克林顿”之类；
这类翻译的产生常常有些历史原因，也有一些是因为译者的疏漏。历史原因包括在*时期有很多当时的译法，如果看到旧版的一些书籍，常常会见到，甚至港版、台湾版的书籍也对很多词有不同的翻译。严格的说这类都不算错误，只是会影响我们的阅读而已。还有的时候是因为我们有一些固定的搭配，例如我们会说“国务卿希拉里”，而不会说“国务卿克林顿”，这种时候同样不算翻译错误，但是确实有可能对我们的理解产生困扰。
现在再说“怎样避免”，从技术的角度。前面提到的一些“错误的原因”或许并不是真正问题的所在，甚至也不是题主真的想要知道的答案吧。我觉得真正的问题是，当某个我们熟悉的专有名词（或者专有名词的特定的汉字翻译）被多种语言反复变换之后是否还能找到对应，这其实是一个技术问题。
如果是机器翻译，我相信这个事情在学习了大量的翻译材料之后（这或许需要对语料库作更复杂的处理），利用一些学习方法，在考虑了上下文关联的情况下后应该会对翻译的准确性有所提高。利用各种材料进行学习，计算出各种译法对整句话翻译正确的总概率（这一概率应当是贝叶斯式的条件概率），用极大似然法可以找到最可能的翻译，至少在这些词出现的时候，会出现一些选择，例如当出现“Andersen”，当其独立存在，那么它的翻译最可能是“安德森”，而当后面出现了“Denmark”“tale”“children”，那么这时这个概率则是考虑了后面几个词出现情况下的条件概率，这时“安德森”这个译法的条件概率将变得很低，而“安徒生”则会排在第一位。对于前面“国务卿希拉里”的例子，当看到“总统”，那么“克林顿”的概率会关联着增加，当看到“国务卿”，那么“希拉里”的概率会增加，当还看到有繁体汉字出现，那么“希拉蕊”更是超过“希拉里”，这跟输入法的原理是一样的，整句整句地输入总有更高的准确性，这一方法现在已经成为了机器翻译的潮流；
如果是人工翻译，那么最严谨的方法就是一个词一个词地建索引，查百科全书或者维基，这时候熟悉具体专业的译者就很重要了，需要下苦功夫。
