比如你叫赵屁鹏，或者叫李屁凯，或者叫刘屁飞，或者叫缺心屁眼子，或者叫查尔斯·弓长张屁斯基，随便你叫什么名字吧，总之都是屁字辈。

好了，屁字辈，请听题：

假如你每天上班要挤40分钟地铁，每月工资的1/4要交税；你隔壁的老陈早餐卖煎饼被城管没收了小车；你楼上的老赵被飙车党撞断了腿，但飙车党在法庭上被人顶包了；你大学同学所在的小区被强拆，他被打伤，他们20多人在大街上溜达被警察驱散；老佛爷六十大寿，你站在马路这边，家却在马路那边回不去；邻居老刘懒得教育孩子，把儿子送进某学校，被杨叫兽电死了；你父母的旧房子水源被污染，健康每况愈下。

此时，一年一度的全国二会就要召开了，届时媒体会广泛讨论国家大事（如二会上的服务员哪个腿形最漂亮），知识界会热烈争论敏感话题（如到偷菜、劲舞团和 Google 到底哪个比较低俗，《故事会》和《知音》到底哪个更有文化），人大代表会苛刻监督政府工作（如总理政府工作报告阅读速度有多慢，北京市政府交通管制是否有力），老百姓也会十分关注中南海的状况（如点五的为什么卖得比点八的贵那么多）。

你要选以下哪位，在这个重要的盛会上代表你的利益，帮你解决你和周围的人面临的问题？

A. 王安顺 B. 吴旭军 C. 孙安民 D. 郑有全

标准答案是：

随便选一个吧，反正也不认识谁是谁。

1. Anki - 我在用哦！
网址：http://ichi2.net/anki/
（开源，跨平台）
界面还不错，功能很强大，可以插入 Latex、图片、音频（还带录音功能）等。要记忆的内容可以逐条添加，也可以导入逗号分隔的单词表文件（可用 Excel 编辑，保存成 csv 格式，注意要用 UTF-8 编码）。可以用于记单词，甚至还可以用于记忆重要的公式等等。每次练习你可以选择自己的记忆效果（没记住，差，较好，好，四等）。然后 Anki 会按照你对某一个知识点的记忆效果，规划等多长时间后再次复习。

Anki 提法语单词时是这个样子的

Anki 还内置有许多记忆卡片盒 (Deck) 的下载，囊括的东西太！太！太！太！多了。日语韩语词汇，有。外国人学汉语用的，有。波斯语，古拉丁语，古希腊语都有。为了诱惑各位，我特地弄了一个有 GRE 红宝书的截图：

2005 版 GRE 红宝书

2. Mnemosyne
网址：http://www.mnemosyne-proj.org/
（开源，跨平台）
界面挺简单的，功能稍微简单但比 Anki 更容易操作些。可以插入图片和音频。要记忆的内容需要逐条添加，理论上可以导入 csv 以及 xml 等格式，但我试了一下出了超多乱码。每次练习时选择的记忆效果有五等（0最差，5最好）。

Mnemosyne 的官方网站上也可以下载许多同学上传的单词本。另外 Anki 可以完全导入 Mnemosyne 的学习记录，很赞的。

3. jMemorize
网址：http://sourceforge.net/projects/jmemorize/
与以上两者而言，功能与 Anki 相当，但界面显得很凌乱，记忆效果只有『记住了，没记住』两种。如名字，似乎是 Java 写的。可以逐条输入要记的单词（诗词啊什么的都可以的），可以把要学的东西分类，开始学习后软件就会显示一面，然你回忆另一面的内容。如果你记得是正确的，就点 Yes, 没记对就点 No（这一点全靠你自己老实，自欺欺人就不管用了）。
你可以规定每次学习多长时间，或多少条单词，它会自动按学习过的天数计算今天该复习哪些单词。

一点麻烦之处是自身不带词库，要记的话首先必须自己输入一次。也可以导入 csv，但前提是要找到这类的文件才行。

但是表格太大（13 万条），一个 Excel 表格的一个 Sheet 盛不下（65536 行），于是把最不常用的一些词语去掉以后，剩下了六万多个词放在了一个 Excel 表格里。我只是把词频表掐去了尾巴，被我掐去的词大概你一辈子都不认识也无所谓。

这个词频表，我必须声明两点：

1. 我不知道他是怎么算的，我也不知道后面的 Fréquence 一列的数字是以什么为基数算的。不过总之是数字越大出现越多。
2. 它把一个单词的不同形式都裂成了不同的条目，比如 arriver, arrivé, arriée 是分别算的，而且它把 s’ d’ qu’ 也算作『单词』，所以请注意。

先简单汇报一下法语里最常用的词是：de, la, et, le, à, les, d’, des, il, un, en, que, une, est, dans, du, qui, pas, qu’, je, pour, ne, se, au, elle, par, ce, s’, plus, on。

至于一个词频表有什么用呢？比如，可以在你背单词的时候参考。对电脑语言分析可能会有用，但是对自然人有什么用处，除了背单词我还真一时想不起来。

下载 .zip 文件。

任何人做出任何一个决策时，信息都是具有很大意义的。信息传播交流技术的每一个进步，都会促动整个人类社会形态的剧变。活字印刷如此，电报的发明如此，广播和电视的发明也是如此，电脑和网络更是如此。

电脑的发明，尤其是网络的出现赋予了人们创造信息、传播信息、交换信息的巨大能力。如果把网络比作一个人类知识和思想的巨大图书馆，搜索引擎就像是一个一目了然的索引。Google 搜索以及 Google 提供的其他服务，能够把网络上的信息整合起来。你需要的时候只要搜索就能找到，而且搜索的结果按照重要性排序，而不是按谁出的钱多，也不是按照孩子他姥爷的指令排序。其他搜索尚未做到像 Google 这么好。

Google 深知网络能给信息的可及性带来巨大的提升。所以 Google 旗下有美国专利搜索，你知道林语堂还发明过中文打字机么？Google 上能找到林语堂的专利文档。所以 Google 一直在对图书馆的书进行数字化。比如，我需要查找『腹膜透析』的资料，搜索一个术语是什么意思，找来找去终于，在 Google Books 里找到了。从那里我能打开那本书的相应页面，看到那个术语的定义。Google 还会把老杂志的全部内容放在网上，你想了解 1972 年的世界，点过去就好。还有我上一篇 blog 说到的 Google 机器翻译和 Google 译者工具包，如果有人制造出具有多语种自动翻译能力的东西，大概会是 Google。请设想一下，如果没有 Google Books，即使北京的某个图书馆有这本全英文的教科书，我也不可能找到它在第几章第几页。Google 还有学术搜索，假如没了 Google，恐怕懒惰的研究生想抄袭一篇毕业论文都不太容易了。

Google 的产品，以及网络上其他创新，无不促进这信息的自由流动，抑或让人们更好地工作、生活、交流。对于善用这些创新技术的人们，无疑获得了更大的自由和更宽广的视野。利用这些创新技术和网络带来的丰富信息，个人可以更好更快地学习，更全面地考虑问题，做出更恰当的决策。通过视野的拓展，他还能更有效率地创新。这些由信息自由所赋予的个人自由发展，个人自由创新的视野、机会和能力才是一个国家最有价值的财富。闭门造出的车是一定会散架的，小圈子近亲婚配是一定会胎儿畸形的，井底之蛙是一定不会知道大海何其辽阔的。

其实本来我对 Google “Do no evil.” 的信条是十分将信将疑的，但比较一下我朝秉承敌我斗争的哲学，对 Google 开展的无间道战略，Google 真是纯良无比啊。何况，能造出好产品，在为他人服务的时候自己也挣些钱，岂不是天经地义？Google 的被迫离开标志着中国又将被抛回了一个自我封闭的时代。或者说，Google 的离开表明中国从来就未曾脱离以阶级斗争为纲、帝国主义亡我之心不死的时代。

所以 Google Translate 功能刚一推出的时候，所有用户都惊呼：翻译的太好了！当然电脑始终是电脑，讲出的人话也始终不伦不类，说它好只是因为 Google Translate 的竞争对手比它更烂。于是 Google Translate 给出如下这种质量的译文，已经实属不易了。

这种质量的译文，其实已经不错了。

对于大多数非专业领域的通用文章，再假如你只是想粗略了解一下什么意思，Google Translate 也无疑帮助许多英文（或其他外文）不好的人跨越了互联网上唯一的障碍（当然，某墙除外）。但是站在一个靠翻译吃饭的人的角度上，了解到机器翻译取得的如此长足的进步，心眼儿还是一紧（差点打成菊花一紧 -_-;;;），心想，别哥们儿哪天没饭吃了。虽然电脑的译文不通顺，有时候还会犯很多傻逼错误，但毕竟人不要钱，而且凑合凑合还能看懂。

一直以来机器翻译的思路是用模拟语法的算法，外加词汇对应。比如 Google Translate 以前的翻译程序有时就会把 In the house, on the table 之类的短语翻译成『在……里这个房子』『在……上这个桌子』，失败的语法、语序算法和失败的词汇表就这样跃然纸上，让你不禁拍案叫绝。

Google Translate 之所以取得成功（确切说是：比较不失败），据说是因为 Google 翻译是一种基于统计的机器翻译技术（维基百科）。『具体而言，采用的是基于Franz-Josef Och 的……获奖研究成果。……若想要开发一个可用于翻译一对全新语言对的统计机器翻译系统，必须做好如下的数据基础搜集……：一个拥有百万单字数量级别的双语文本语料库（或者其平行库集合），以及属于这两种语言的单语语料库，各自得拥有十亿以上的单字。然后，用于翻译这一对语言的机器翻译结果就会通过这些数据产生的统计模型而得出。』

我时常想，Google 如此巨大的语料库是哪儿来的呢？单语语料库不稀奇，Google 的爬虫每天爬回去的页面都可以用于单语语料库的堆积整理。而双语语料库的内容『Google采用了联合国文档作为语料库内容来源。』（还是维基百科）

即使取得了如此成绩，Google Translate 还是一个业余工具。如果有原文，还是读原文好一些，不必担心错漏。

另一个与『机器翻译』相关的概念是『机器辅助翻译』（machine-aided translation）。我若干年前在 blog 上讲过一款影响巨大的 MAT 软件，叫做 Trados。可惜那个帖子年代久远，插图都没有了。不过不要紧，重要的是先说一下几个概念：MAT 软件的常见思路是 TM，translation memory，也就是翻译记忆库。每一篇文章在翻译时首先会分成若干个 segment，通常是单个的句子。在软件中，译者逐句逐句地翻译，每翻译完一句话（一个 segment），都会自动存放在 TM 里。在准备翻译下一句话的时候，软件会自动在 TM 中搜索是否有相似的句子。如果 TM 中有完全相同的一句话（ 100% 匹配）就会自动显示出来，如果有类似的句子，也会显示出来并用颜色标出差异在哪里。

所谓的 Google 辅助翻译，也即是如此。Google Translator Toolkit（谷歌译者工具包）就是这样一个工具。写到这里我不得不说我火星了，居然最近才听说有这么一东西。

上传要翻译的文件，并设置 TM

打开后可以上传要翻译的文件。支持的文件格式不多，并且明确提醒体积不要太大、处理过程中源文件格式可能丢失。在几个 blog 上读到有人觉得这是一点缺憾，其实在正常不过了，一个完全基于浏览器的 Web 应用，还能期待什么？Web 应用的长处本来就不是功能强大，而是简单易协作。GTT 似乎就是出于这种目的，默认情况下它会把你翻译的 TM 与其他所有用户共享；除非你自己创建 TM，明确指定想与谁共享（或仅自己使用）。我觉得 Google 的 whole point 就在于共享。

Google Translator Toolkit 工作界面

上图是 Google Translator Toolkit 的工作界面，刚才上传的文件在这里打开后会原文/译文左右排开，并先将所有的文本用 Google Translate 翻译成犹如鸡肋的译文。（回想起早以前译言的翻译界面上也有用 Google 机器翻译的选项，我有一次还跟拙尘说不如去了吧，实乃鸡肋。）Google 此时此处未免敝帚自珍了。系统会自动打开翻译 segment 的小浮动编辑窗，同时还会在下面显示出 TM 中找出的相似句子（包括自己独有的 TM，别人指明和你分享的 TM 以及所有人共享的 TM）。GTT 中还能让你上传自己的 TM 文件（兼容性很广的 tmx 格式），以及词汇表文件。

如果熟悉 Google 文档，你对 GTT 也应该能很快上手。如果还想了解更详细的手把手的指导，看这里：Google Translator Toolkit 试用手记，来自『北大译坛』；以及谷奥的一篇文章，有视频的。

翻译中国网站上一个兄台也写了一篇手把手式的文章，在文中抱怨『对于专业的译者，GTT 功能太弱了！』，比如可上传的 TM 文件太小、词汇表管理功能太弱，甚至还抱怨翻译记忆的『保密问题』。对此的看法是，首先对于一款基于 Web 的产品，你还想期待什么？即使此产品有够牛逼，你的网络连接够快吗？再回想 Google Docs，或任何其他在线文档处理程序，强大的功能意味着沉重的页面和漫长的装载时间，你一定没考虑过 Google Docs 里应当具备 VBA 功能吧？类比之，GTT 的功能不需要强大（即使不是『不能够』强大）。所以也不必想把自己攒了几年的 TM 文件全都导出传到 Google 上，或者把自己攒的词汇表上传上去在线维护，你要真以为 GTT 的目的在于搞死 Trados，搞死 Logoport —— 那认真你就输了。

那 Google 为什么要染指机器辅助翻译市场呢？去年 8 月份的一篇 blog 和我的想法很类似：

Why would Google take an interest in supporting human translation activities? One big reason: It needs human support in order to build up its translation memory, so that Google Translate can evolve … to a reputable and reliable language conversion machine. … [T]here are some large sources of free translation memory out there already — such as the enormous database offered by the European Parliament. But, to truly enable mass quantities of information to be shared around the globe, Google needs richer, vaster sources of TM than what’s currently in the public domain.(Source: Global Watchtower)

在 Google Translator Toolkit 中，不管你是不是选择了『与所有人分享』，所有的 TM 记录都在 Google 的服务器上。而且，利用用户提供的数据『进行审核、研究和分析以维护、保护和改进我们的服务；……开发新服务』已经在 Google 的隐私政策中定义为合理使用。如果十年后，Google 的译文越来越漂亮，整个网络（乃至全体人类）都会大不相同。于是我一面感慨 Google 改变世界的力量十分巨大，又一面想 Google 会不会成为一个新的独裁政权呢？

嗯，输入 Fuck 是因为，字典里没有 fuck，其实是自我审查。而自我审查多恶心啊。不同的节点颜色表示不同的词性，鼠标移到节点上就会出现词义的浮动提示，双击每个出现的词条还能以那个词为中心展开那个词的同义词/反义词树。这对拓展词汇量蛮有帮助，比如现在我知道 shag 是什么意思了（英剧 Skins 对此也有贡献）。

后来才知道 WordNet 其实是普林斯顿出的。有一个网络界面可以在线查询，不过并不是图形形式出现的，只是简单的文本界面。比如这个是 fuck 的查询结果。

另一个可视的动态同义词叫做 VisualThesaurus，似乎教育目的更重一些，所以也查不到 f–k，只能查到 funk：

VisualThesaurus 好的一点是动态效果比 StarDict 的 WordNet 好看很多，鼠标滑过一个单词就会自动展开，和上次查询的单词共同显示在一个界面上。鼠标滑过一个节点会显示词义，点击虚线还会解释两个词是什么关系。另外，VisualThesaurus 还可以查法语、德语、西班牙语等等。可惜的是，VisualThesaurus 是要钱的，不付费的话有查询次数和时间限制。

想想普林斯顿做的 WordNet，我想的是，为啥国内的大学就没人做一个汉语的『WordNet』？

课后练习，用 shag 造句：
Perhaps those professors are too busy shagging women postgrads.

后来发现越来越多的书中文版和英文版、大陆版和港台版会有行文和语句的差异，当时也还能毫无心理障碍地骂别人：你们这帮翻译和出版社太窝囊了，连把原文的话照实说成汉语都不敢，就跟谁不知道似的。

再后来我翻译了一本书，作者在序言里赞扬中国走上资本主义道路是一个正确的选择。我心想，这老外还真不懂啊，你丫要是在中国公开说这个国家走上了资本主义道路，爷的稿费就得黄了。于是我把作者的原话改成了“借鉴”。这下我没办法再毫无心理障碍地指责别人了，自己也挺窝囊的，一句话都不敢捋直了说。

再后来我还在干翻译这活。一次我的译文里出现了几处“国家”，都被编辑改成了“国家和地区”。编辑跟我说，为了避免出现麻烦，还是做些技术修改比较好。我愣了愣神，明白了，那哪儿哪儿历来是这个国家不可分割的一部分嘛——虽然人家从来都没归那谁管过，虽然人家都民主化好多年了。

再再后来我在一个外国人写的东西里读到 Arunachal Pradesh。查了一下字典，说这地方叫“‘所谓的’阿鲁纳恰尔邦”。厄，又一个“不可分割的一部分”，虽然已经被分割了。于是我本着自我审查的窝囊精神主动问编辑该怎么处理，编辑思考了片刻——这个没关系，没多少人知道。

朋友打算让我帮他在国内买个手机再寄到澳洲。于是我打电话先问问价钱和时间。邮局接电话的人员用带有智力优越感的口气说：『哎呀呀呀，不能寄。』仿佛这个不能邮寄、那个不能邮寄是理所当然的事情。FedEx 的用抱歉地口气说：『我们接到的通知是不让寄。』原因是手机电池是危险品。UPS 的同学说，诺基亚、摩托和三星可以寄，其他的品牌合作的航空公司不给寄。唔……手机电池好危险啊，每天坐公交、坐地铁人人都用手机、MP3、PSP等等，每件东西里都有电池，真庆幸我至今未被炸死。

今天的这两件事情让我十分沮丧和郁闷。这感觉就像是家明明就在马路对面，可是马路上正在排演和你无关的团体节目，偏偏就不让你过马路一样沮丧和郁闷。

再讲一件积极的事情。下午的时候回顾了一下自己曾经想过要做的事情，我小时候曾经想要弄出一个超轻便的打印机，我从高中开始一直到大学一直都想自己能弄一些有意思且有用的网站。虽然后来我既没有学工科又没有学计算机，但是每当想起来这些事情心里就由衷地感觉明朗、有希望——如果我的想法别人已经实现了，我会替他高兴，毕竟可以让别人的生活更美好。

如果天天能有这样积极明朗的体验，该多好。

我真希望我的国家是一个能让人少沮丧、少郁闷，更自由，更积极思考、更积极创造的地方。

我常常简单地说希望这个国家的人民能自由，其实我对我的『希望』一直有一个很主观的描述：我真希望我的国家成为一个 allowing 和 enabling 的地方——容许人民自由、赋予人民能力。

（我还希望这个国家的人民有朝一日在写 blog 的时候不必像我现在一样揣摩措辞。）