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。