近年來人工智慧（AI）發展蔚為話題，有預測十至十五年後AI可望取代許多藍領與白領的從業人力，尤其是重複性高、要求規律一致的工作。接觸過Google翻譯、Bing翻譯等服務的使用者或許疑惑，AI應用是否會大幅減少翻譯人力需求，全面改寫翻譯行業的樣貌？

當然，不同翻譯類型會有不同結果，這也與其內容「偏向創造性或重複性」密切相關，但是否意味著，重複性相對較高的專業文件翻譯未來可全由AI代勞？恐怕亦無法一概而論。本文以下試舉出幾項事例，簡介專業文件筆譯領域的AI應用現況，並對機器翻譯（Machine Translation, MT）發展提出一些看法。

圖片來源 : shutterstock、達志影像

人類與機器協作

現今的專業文件譯師幾乎都必須利用「電腦輔助翻譯」（Computer Assistant Translation, CAT）工具進行作業，而CAT主要是透過AI搜尋及比對技術，從翻譯記憶庫（translation memory）中找出不同相似度的翻譯文句，譯師可決定採納或加以編輯，其翻譯成果會存入資料庫供下次參考。其實不只是專業文件翻譯，若干書籍翻譯也能運用CAT提高翻譯效益。

利用CAT協作之最大優點在於「一致性」，尤其是法律文件，不僅應在單一文件使用相同詞彙指涉同一概念或事件，也必須在一系列不同文件間保持一致性。其次，CAT能自動比對數字、日期或格式等細節，避免人為疏漏；如遇內容完全或絕大部分重複時，亦可自動覆蓋譯文或由譯師稍加修改，以節省作業時間。CAT甚至允許導入機器翻譯結果，例如Google翻譯、Bing翻譯等，為譯師提供更多參考資料。簡言之，目前專業文件筆譯的主導者仍是譯師，CAT、記憶資料庫及術語庫（termbase）則是其作業時的得力助手。

透過人類與機器協作，能夠加速處理數量龐大的文件並保持一致性，不論是日本法務省的「日本法令英譯資料庫系統」（Japanese Law Translation Database System, JLT）[1]或是香港律政司的「電子版香港法例」[2]，均屬於此類模式運用。

以JLT為例，其法令譯文係由人工翻譯後經機器利用資料庫校正用語，最終交由專業人士審閱定案。為此，法務省發展出《標準法律用語對譯字典》（Japanese-English Standard Legal Term Dictionary, SLTD），藉以大幅提升翻譯精準度，同時保持法令名稱、構成格式、陳述方式、用語等形式的一致性；舉例來說，「相手方」（中文譯為他方或對造）一語在該雙語字典即針對不同場合譯成不同英文詞彙，譬如一般情形譯為「the other party/other parties」或「opposite party」，契約上譯為「counterparty」，在司法程序上譯為「opponent」或「adverse party」。SLTD可說是此計畫最具價值之產出，不但可嵌入翻譯工具協助維持譯文一致性，也為往後機器翻譯發展提供寶貴的訓練資料。

歐盟eTranslation機器翻譯

為便利歐盟各國機構及公共部門之資訊交流，歐盟執委會翻譯總署（Directorate-General for Translation, DGT）以開放原始碼統計機器翻譯（Statistical Machine Translation, SMT）系統MOSES為基礎，開發專屬的機器翻譯工具「MT@EU」並於2013年啟用。MT@EU主要以龐大的Euramis翻譯記憶庫作為訓練素材，其中內含來自24個官方語言的10億多個譯句，由數十年來歐盟機構譯師的工作成果累積而成，因此MT@EU相當熟稔歐盟政策及法律用語，特別適合翻譯歐盟相關事務文件。自2017年11月起，「eTranslation」[3]取代MT@EU，並且逐漸導入神經機器翻譯（neural machine translation, NMT）技術。

eTranslation的翻譯服務不僅免費（至少2020年為止），同時具備高度保密性，但服務對象原則上限於歐盟會員國、冰島及挪威之公共管理部門以及特定教學人員。儘管如此，歐盟智慧財產局（EUIPO）已透過eTranslation釋出部分上訴委員會、普通法院及歐洲法院裁判的翻譯文本以供參考，使用者可就翻譯成果決定是否進一步交由人工翻譯[4]。

WIPO Translate機器翻譯

世界智慧財產權組織（WIPO）多年來發展的機器翻譯工具「WIPO Translate」（前身為「TAPTA」）目前可在頁面上提供專利名稱、摘要、說明、請求項等專利文件內容即時翻譯[5]，包括專利合作條約（PCT）10種官方語言的查詢與互譯服務；此外，也可自行複製文件中任何內容貼上WIPO Translate網頁[6]，選擇特定語言對（language pairs）及技術領域進行機器翻譯，其使用方式與Google翻譯雷同，使用者亦能編輯翻譯結果，等同向WIPO提供翻譯反饋。

WIPO Translate是利用神經機器翻譯技術，提供貼近一般語言用法的翻譯成果。神經機器翻譯基於龐大的神經網絡模型，讓機器學習先前譯句，相較於「以短語為基礎」之統計方法，所產出的語序更加自然，尤其有助於改善遠程語言對（distant language pair）如中英對譯，但即使是較近的語言對如英法對譯，也同樣受惠。值得注意的是，WIPO Translate單純利用大量公開的專利文件訓練，因此機器能學得更快且產出更優質成果，再加上「領域辨識技術」（domain-aware-technique），機器翻譯時能考量到不同技術領域差異（目前有來自國際專利分類（IPC）的32個技術領域）而調整翻譯成果，這正是為何利用WIPO Translate翻譯專利文件會比Google翻譯（於2016年亦導入神經機器翻譯技術）更加卓越的原因。但也正因為WIPO Translate僅專注於翻譯專利文件，適用在其他領域／類型文件或日常言談可能不盡理想。

雖然WIPO聲明此翻譯系統僅供參考，無法保證譯文的正確性與品質，但WIPO Translate未來仍會免費提供予聯合國機構及其他國際組織使用，以因應大量翻譯需求並降低成本。而韓國與WIPO於2018年5月簽署諒解備忘錄（memorandum of understanding），在其專利申請及審查程序中導入WIPO Translate，成為首個採用WIPO Translate的會員國。

機器翻譯帶來之助益及其發展困難

誠如前述，機器翻譯不僅能降低企業與譯師的成本，使資訊廣泛傳播，更有助於企業保密——此點尤其重要。鑑於專業文件翻譯大多採取外包形式，經手人員眾多，縱使簽署保密協議亦難保萬無一失。其次，機器翻譯亦能有效提升資源有限的中小企業之競爭能力，例如WIPO Translate，其開發目的之一便是為協助企業以較低成本進行專利管理。

儘管如此，想要實現成熟的機器翻譯仍有不少阻礙。除市場需求影響外，開發機器翻譯首先必須建置「充足」且「準確」之資料庫：縱使同屬專業文件，其制式化及公開程度可能大不相同，例如契約與公開說明書，前者內容變化萬千且大多屬於機密文件，不容易累積足夠的資料量；再者，務必確保所取得資料係經專業人士翻譯或審閱的正確譯本，否則無法訓練機器產出優質翻譯成果。

除此以外，AI能否具備人類解讀或理解專業文件之能力，也是一大難題。以英文法律文件為例，其文法結構及表述方式不但異於一般英文，且有相當多長句與歧義詞，往往必須利用法律知識從前後文判斷，才能正確斷句並釐清文件旨意。

綜上所述，為提升翻譯精準度，針對不同專業領域（例如法律、金融、資訊、醫學等領域及其子領域）開發專用型機器翻譯工具，會是較符合成本效益的作法。不過，AI仍不太可能完全取代專業文件譯師，只是譯師在未來會逐漸從主導者轉為審核者或監督者，當然，薪酬也會因其角色轉換而產生變化。

備註：

【本文僅反映專家作者意見，不代表本報立場。】

Facebook 在北美智權報粉絲團上追踪我們