還記得上在【翻譯所大小事】介紹口筆譯組課程時,有提到師大翻譯所因應翻譯產業的趨勢,加開了「譯後編輯」的課程嗎?趁著最近開學新氣象,不妨跟著小編一同初步探索譯後編輯的世界吧!
機器翻譯就。很。破?
不諱言,現在就算將唐詩名句「松下問童子」拿去Google翻譯,還是會得到 ”Panasonic asks the boy” 如此啼笑皆非的譯文(筆者親測),但不代表機器翻譯 (machine translation, 下簡稱MT) 發展至今並無任何長進。根據一項網路報告指出 [1] ,以Google翻譯從2006年甫推出時所使用的基於短語機器翻譯 (phrase-based machine translation, 下簡稱PBMT) 技術,直到2016年開始引進神經機器翻譯 (neural machine translation, 下簡稱NMT) 技術,就翻譯品質而言,英進中提升了58%,而英進西甚至提升高達87%。長期研究機器翻譯的史宗玲老師在最新一期《編譯論叢》所發表的期刊論文中也提及 [2] ,以英文原文 “We welcome the new year with a renewed spirit and enthusiasm” 為例,在早期以PBMT技術為主的Google翻譯會翻成「我們歡迎新的一年以新的精神和熱情」,很明顯地當時機器翻譯無法產出正確語序的譯文,但現在全面使用NMT的Google翻譯已經會自動調整成「我們以全新的精神和熱情迎接新的一年」。儘管如此,眾所皆知目前機器翻譯品質參差不齊,因此使用機器翻譯固然方便,但仍需人工輔助編修,因應而生的機器翻譯後編輯 (machine translation post-editing, 下簡稱MTPE) 可說是未來的趨勢。
機器翻譯後編輯-怎麼編?修多少?
目前西方學者多半將MTPE分成:輕量級後編輯 (light editing) 和全面性後編輯 (full editing)。根據翻譯自動化用戶協會 (Translation Automation User Society,下簡稱TAUS) 所發行的MTPE指導手冊中 [3] ,描述輕量後編輯多半是為了個人或內部作業使用,僅需局部編輯獲得內文資訊大意即可;而全面性後編輯則須將機器翻譯的譯文編修至近乎人工翻譯的品質程度,多半是為出版用。然而在這種簡單的二分法劃分下,仍難以在MTPE的訓練上提供務實的標準。史宗玲老師曾於去年 (2020) 國教院所舉辦的「翻譯教育如何面臨 AI 的挑戰及如何運用 AI」論壇中,提供3層級的MTPE訓練 [4] :
▹第 1 層級:來源語導向 (ST-oriented) 的後編輯策略 /
著重在修正語意和文法錯誤等語言的機器翻譯錯誤 (linguistic MT errors) ,如使用正確的單字、術語、標點符號、文法或者是語序。在其最新發表的期刊論文中,舉了一項技術類文本英進中機器翻譯後編輯為例子 [5] :
ST ▾
To find out which features are
#supported in your area, see
MT ▾
MTPE ▾
▹第 2 層級:目標語導向 (TL-oriented) 的後編輯策略 /
著重修正語用的機器翻譯錯誤 (pragmatic MT errors) ,以符合目標語表達習慣,如用一致性的術語、去除贅詞,遇到隱喻、俚語要改編,甚至將整個句子重寫,或是加上連接詞或轉折詞讓語言更通順。在其最新發表的期刊論文中,舉了一項公司網頁文本英進中機器翻譯後編輯為例子 [6] :
ST ▾
MT ▾
MTPE ▾
▹第 3 層級:功能導向 (function-oriented) 的後編輯策略 /
著重在修正情感的機器翻譯錯誤 (affective MT errors) ,以滿足勸誘或美學欣賞能力,惟運用策略時經常需要重寫,並加上修飾詞或者情感用詞,再補充訊息。在其最新發表的期刊論文中,也舉了一項公司網頁文本中進英機器翻譯後編輯為例子 [7] :
ST ▾
MT ▾
MTPE ▾
相信上述的 3 層級的MTPE訓練策略,能夠讓我們更有意識地增進MTPE技巧!
隨著科技的日新月異,很多時候我們不禁會開始擔心何時工作會被AI取代;然而,翻譯是一種有機的過程,跨文化間的溝通交流,如何不斷與時俱進,善用科技之餘,繼續提供具有人情味的翻譯服務,更是現代譯者所需不斷學習的課題。
𝐑𝐞𝐟𝐞𝐫𝐞𝐧𝐜𝐞𝐬:
[5] 同註[2],頁140。
[6] 同前註,頁145。
[7] 同前註,頁148。
註:本文為 2021 年 10 月 8 日臺師大翻譯所臉書粉絲專頁貼文