整理

由於研究者在實驗進行的同時，便記錄下參與者回應辨識和理解任務時的 答案，所以彙整結果並不困難。為避免錯誤，研究者在整理譯句的語料時，也 再一次根據錄音檢查現場的紀錄。所有答案確認無誤後，即轉錄至 Microsoft Office 2003 的 Excel，以利日後計算工作。

64

二、 語料整理

本研究的語料整理分兩階段，第一階段為完整的抄錄，第二階段才開始清 理。研究者發現若抄錄時直接篩選該抄錄的文字，有任何問題就必須回到原始 錄音尋找所屬譯句的相關片段，是非常耗時耗力的工作。若是抄錄後再清理，

研究者則可保有兩個版本，出現問題時可逕行比對。本研究使用的抄錄工具為 Microsoft Office 2003 的 Excel，其尋找功能有助於語料的快速比對。

至於語料為何須要清理，原因在於本研究著重的是語意轉移，所有語料均 須分解成命題，而錯誤或無心的語言表層結構，屬於口語表達（expression）的 面向（Tommola, 2003），不但無助於語意轉移的研究，更會直接影響命題的結 構。對本研究而言，多餘的文字會影響字數，但可能不影響時間長度，使語速 的計算受到影響；譬如，口語表達必然有許多缺陷，如「嗯」、「啊」或自我 修正等無意義但可辨識的部分，若其全部視為參與者欲表達的語意而不予以刪 除，譯句中無意義的字數就會因而增加。詳細的討論請參與本節第二項「標註 音訊檔」部分。

本研究的抄錄原則很簡單：凡可辨識的部分全部抄錄。這也使本階段的語 料有時非常冗長，以下為一實例（空格部分為停頓處）：

在 馬來西亞跟新加坡 呢 就是 他們都會講 很多除了英文以外的語言 然後 在這種 多語言環境之下 我會覺得 我會覺得 我會覺得這種情況是正常的 以上例句出現了語助詞「呢」，口頭禪「就是」與「然後」，以及三次的「我 會覺得」（劃雙底線處）。研究者必須思考這些自然口語常出現的元素是否保 留。上句的「就是」若不視為口頭禪，則僅可能是連接詞或副詞；若為前者，

從句法看不出該連接的兩個部分為何，但若為後者，又無法從其語氣聽出「強 調後述事實」的意味，故較合理的判斷為口頭禪。此外，「我會覺得」若不視 為表達缺陷的話，就會出現兩個同義但對語意轉移毫無價值的不完整命題。

65

因此，抄錄的譯句必須再次清理，刪除明顯不影響全句語意的多餘部分，

但最高指導原則仍是盡量保持譯句的原貌。為此本研究遵循以下原則：

1. 語助詞如句尾的「呢」等可刪除；

2. 台灣特有的口頭禪如「那」、「那個」、「然後」或「就是」等可刪除；

3. 台灣獨特的方言用法可刪除；

4. 參與者自我修正時，只保留最後的「決定版」，之前的部分可刪除。

然而，前三項原則只指明大方向，且例外不勝枚舉：

T3-6 語料清理原則的反例

原則 例外

語助詞可刪 1. 語尾助詞「嗎」是中文疑問句的要素，不能任意刪除。

2. 「這是很正常的」中之「的」不能刪除。

口頭禪可刪 1. 「那」和「那個」可能是定詞。

2. 「就是」可能是連接詞。

3. 「然後」最難判斷，可能真的是連接詞，而非口頭禪。

方言用法可刪 1. 「我有到過他家」的「有」是副詞，屬台灣的方言語法（Lin, 1999），在此較像時態標記（魏文真，1994），刪除後並不影響 語意，但「沒有」與「只有」分別具否定及限制功能，其「有」

就不能任意刪除。

2. 「有」也可能是及物動詞。

換言之，研究者必須仔細判斷，並大致瞭解中文的詞類，為此本研究參考 以下免費線上工具：

1. 中央研究院中文詞彙網路一：http://cwn.ling.sinica.edu.tw/；以及 2. 中央研究院中文詞彙網路二：http://bow.sinica.edu.tw/wn/。

3. Stanford Parser 2.0.2（http://nlp.stanford.edu/software/lex-parser.shtml）。

以上工具對釐清中文詞的界線、詞類和意義有極大幫助，尤其釐清詞類後，就 能判斷必可刪除的字或片段。Stanford Parser 2.0.2 還能快速畫出中文句構的剖 析樹，使詞與詞之間的關係更為明確。

66

在上述語料清理原則中，最難以拿捏的應是自我修正，因其經常須仰賴研 究者的主觀判斷，且有時須刪除的字詞頗多，現以下句為例：

要注意的是 這些 擁有語言專業的 老師們 不是 不 不只是要 不應該只

是被視為 一個典範 而是要 真正會 真正懂得這個語言 的老師 我從來沒有

想過 他們的英文在 他們的英文有任何奇怪的地方

本研究認為雙底線部分屬自我修正，緊接在後的斜體字才是「決定版」。參與 者有時會經過多次修正，才找到心中最理想的譯法；譬如，以上例句的譯者直 到修正三次後才決定「不應該只是」最為恰當。以上例句中共79 個字，雙底線 的片段共15 個字，佔全句的約 19%，但刪除後對譯句本身的語意並無影響。

三、 標註音訊檔

研究者在此可利用 Adobe Audition 的標註功能劃分測試句及譯句的範圍，

再 使 用 CueListTool（http://www.tonbandstimmen.de/cuelisttool/index_e.htm）將 各範圍的時間數據匯出。然而，研究者必須先決定如何界定譯句的頭尾；測試 句的頭尾無庸置疑，故無此技術問題。現以下句為例：

嗯……那…嗯…英文真的很難學

此句有三個可能的起點：第一個「嗯」、「那」或「英」。本研究的原則，是 譯句的頭必須為含有語意的片段，句頭之前的就只是零碎的語音。此時「嗯」

即可排除。「那」雖是可辨識的字，但基本上毫無語意，故也排除。「英」之 後的部分顯然具有語意，故在本研究中，「英」雖非參與者發出的第一個音，

卻被視為句頭，而在標註譯句的音波範圍時，只有「英文真的很難學」被

「框」為譯句，「嗯……那…嗯…」則排除，意即從發話開始到結束的時間可能 有 4 秒，但真正被本研究視為翻譯的部分僅 1.5 秒。總之，本研究希望計算的

「速度」，是含有語意部分的語速，無意義處則不在本研究計算範圍之內。

67

測試句及譯句的數據由 CueListTool 匯出後，即可轉載至 Microsoft Office 2003 的 Excel 中計算字速。由於本研究的譯句共 300 句，相關數據無法全部列

Kintsch 與 van Dijk（1978）及 Bovair 與 Kieras（1985）所提出的規範，為 本研究將測試句解構成命題時的最主要依據。然為瞭解英文句構，研究者也經 常使用 Proxem Antelope（http://www.proxem.com/Default.aspx?tabid=119）查看 結構樹，譬如「I like their idea about carpooling」可分解成兩種命題構型：

構型一 構型二

P01（LIKE, I, IDEA） P01（LIKE, I, IDEA）

P02（POSSESS, THEY, IDEA） P02（POSSESS, THEY, IDEA）

P03（ABOUT, IDEA, CARPOOLING） P03（ABOUT, P01, CARPOOLING）