网络信息加工在翻译中的联结主义基础

1.1.5　翻译的联结主义基础及网络信息加工

建立在脑隐喻基础之上的联结主义网络模型及其五大功能特征告诉我们，人脑具有巨大的并行处理的能力，而不是符号系统理论所说的仅有序列加工或分时处理的能力。这种能力意味着人脑之所以能在不到一秒钟的时间里对外界事物做出判断和决策是因为人的大脑在加工处理信息时以空间复杂性代替了时间复杂性。空间复杂性即指大脑的大规模快速并行处理，或称巨并行处理，这是基于符号表征和计算的认知加工(即符号操作系统)难以做到的。联结主义网络的容错性和自学习完善、自适应调节、自联想等功能特征也是符号加工系统无可比拟的。

就外语学习和翻译心理研究而言，联结主义网络模型所假设、模拟的三层神经单元群(输入层、隐含层和输出层)、巨并行加工、分布式表征、亚符号性和重构性记忆类型等，以及其他研究者基于联结主义网络提出的多层次、多模块(既有层次结构，又有模块结构)的神经网络模型(其中的不同模块拥有各自的具体功能，并且模块之间通过神经元的紧密相连也相互联结，以完成网络的整体功能)对我们从事翻译心理网络的联结主义研究和构拟翻译的立体网络模型提供了全新的思路和趋向，尽管其应用过程尚存在许多不确定因素，且目前还仅处在探索性的初始阶段。

为了便于理解，我们在图1.6三层前馈式神经网络模型的基础上构拟出翻译心理过程的多层次多模块神经网络模型(图1.7)，以期在联结主义理论框架下探索翻译心理研究的神经网络模型，并在联结主义网络模型的实际运用方面作一些尝试。

图1.7　翻译过程的神经网络功能模型

显而易见，图1.7使用了联结主义三层前馈式神经网络模型的基本框架，即多层次神经联结网络图。但是，图1.7所示的翻译过程的神经网络功能模型实质上应是多层次多模块的信息加工网络(尽管“多模块”未在图中明示)，且其各层次的内容和功能也有别于三层前馈式网络。从这个意义上说，该翻译过程网络图可看做“旧瓶装新酒”和“因地制宜”的产物，其具体内涵及相关功能可以描述为以下几个方面。

1)层次明示、模块隐含

同联结主义的神经网络模型一样，翻译过程的神经网络模型也是一种层次网络，即三层次网络，它由底层的“源语输入/接收层”、中间层的“双语加工/转换层”和上层的“译语加工/输出层”组成。各单元层之间也是由不同的线条连接(如图右手边的大粗实线、中间的中粗实线和左边及右上角的点虚线的链接)，以示网络的联结特征。除了明示的层次特征，该翻译网络模型的连接线条里还隐藏着相对静态的知识模块，而起简单加工器作用并具活性值(activation value)的层单元通过神经联结中介与知识模块发生作用，使其得以激活和使用。(www.xing528.com)

2)动态单元、静态资源

翻译神经网络的层单元由于具备信息加工器的作用，虽然都处在网络的一定位置，但具有动态的活动空间，其空间复杂性代替了符号加工系统的时间复杂性，从而使它享有高速、高效的动态加工特征和加工能力。从这个意义上说，该网络的层单元扮演着“来料简单加工场”的角色。此外，翻译网络还拥有来自隐藏模块、处于相对静态状态的知识信息，它们为“单元加工场”提供原材料，即加工所需的知识等。各层单元的动态加工内容和方式不尽相同(详见下第3点)，可以调用的模块资源也会有所不同。

3)各层分工、层际交互

翻译过程的神经网络模型的三个单元层(输入接收层、双语转换层和译语输出层)构成了翻译过程“始于输入，经历转换，到达输出”的信息加工流程。在这一流程的开始、实施和完成的心理过程中，各单元层有着各自相对明确的加工内容和加工方式的分工。正如图1.7右边的文字所示，位于底层的输入接收层专司听视觉输入信息(表现为口笔译中的初始源语符号)的感知(如对符号串的识辨);处于中间的转换层专司基于源语感知、理解后的概念重组加工，即完成源语符号信息理解至概念生成的粗加工;最上层的译语输出层则完成概念至译语的信息编码加工，直至译入语的最终形成。我们说各单元层尽管有分工，但这种分工是相对的。这意味着，网络里的信息加工不是一味地朝前走，实际上，层与层之间的交互作用和影响是存在的，这是因为层与层之间存在权重不同的联结(如下所述)，这使它们有可能同时运作、并行加工，以致接收至转换、转换至接收的循环往返运动成为可能，尤其是当它们之间的联结权重较强时(如图中的粗实线连接的层际加工所示)，网络空间的立体、复杂性也因此得以体现。

4)链接统一、权重不一

翻译过程的神经网络模型的层单元之间统一由线条连接，即统一的线链接(或联结)。在简单的神经网络模型中，层内单元是没有链接的(即或是有，也是隐藏的抑制性链接);而层与层之间的单元既可有兴奋性链接，也可有抑制性链接，而且都得以明示。线链接的统一并不等于线链接的同一，这是因为存在于网络联结中或权重里的知识信息是不等值、不等量的，且权重又是可调整的，所以翻译网络模型用不同的线条(如：虚线和三种宽度不一的实线)来表示这一特征。其中，虚线表示抑制性链接或潜在的无链接;三种(由细至宽)的实线反映了单元层之间的联结权重的由小至大的变化差异。翻译过程网络的这一形式特征体现了神经信息加工网络的空间复杂性和层内信息加工的不等性或差异性，这使它在形式上明显有别于其他神经网络模型，并较好地体现了网络设计的内容与形式相互统一的标准。

5)分布表征、并行互补

与联结主义神经网络模型一样，翻译过程网络的另一个重要特点就是它的分布表征、并行加工和单元互补。在联结主义看来，大脑中的信息并不像计算机一样储存在一个特定的地点(传统计算机系统有记忆单元，这个单元包括一个地址和一些内容)，而是分布在“由上百万神经元组成的一个个网络结构中……分布储存系统则有相互重叠的记忆……”这意味着：“1)一个记忆是由许多储存单元来表征的;2)一系列单元同时可保持几种记忆信息。”(刘爱伦2002：94)除了记忆的分布表征特点外，同一层次的所有加工单元能同时运行和操作信息。网络单元层内的分布式表征和平行加工不仅可以同时满足信息加工的多重约束，又可使单元加工享有极快的速度和效率。由于网络单元层之间的联结权重存在差异，尽管层内单元同时启动、并行加工，但层内单元之间的优胜劣汰也是在所难免的。这时，即使层内某个单元出现故障(以致无法通达下一个单元层，如：双语转换层或译语输出层)，层内其他单元仍然会坚守单元岗位并继续运行直至信息加工任务的最终完成。神经网络的这一“分布表征、并行互补”的特征使它又具备另一重要特征：强大的容错性。这一特征甚至使某些脑局部损伤或某个神经单元缺失的译员能继续工作，其认知活动(例如记忆、推理判断、源语信息重组等)还得以进行，并能完成大多数神经信息的认知加工过程，直至译语的基本产出。