近年来人工智能（AI）发展颇受关注，有预测十至十五年后AI可望取代许多蓝领与白领的从业人力，尤其是重复性高、要求规律一致的工作。接触过Google翻译、Bing翻译等服务的使用者或许疑惑，AI应用是否会大幅减少翻译人力需求，全面改写翻译行业的样貌？

当然，不同翻译类型会有不同结果，这也与其内容「偏向创造性或重复性」密切相关，但是否意味着，重复性相对较高的专业文件翻译未来可全由AI代劳？恐怕亦无法一概而论。本文以下试举出几项事例，简介专业文件笔译领域的AI应用现况，并对机器翻译（Machine Translation, MT）发展提出一些看法。

图片来源 : shutterstock、达志影像

人类与机器协作

现今的专业文件译师几乎都必须利用「计算机辅助翻译」（Computer Assistant Translation, CAT）工具进行作业，而CAT主要是透过AI搜寻及比对技术，从翻译记忆库（translation memory）中找出不同相似度的翻译文句，译师可决定采纳或加以编辑，其翻译成果会存入数据库供下次参考。其实不只是专业文件翻译，若干书籍翻译也能运用CAT提高翻译效益。

利用CAT协作之最大优点在于「一致性」，尤其是法律文件，不仅应在单一文件使用相同词汇指涉同一概念或事件，也必须在一系列不同文件间保持一致性。其次，CAT能自动比对数字、日期或格式等细节，避免人为疏漏；如遇内容完全或绝大部分重复时，亦可自动覆盖译文或由译师稍加修改，以节省作业时间。CAT甚至允许导入机器翻译结果，例如Google翻译、Bing翻译等，为译师提供更多参考数据。简言之，目前专业文件笔译的主导者仍是译师，CAT、记忆数据库及术语库（termbase）则是其作业时的得力助手。

通过人类与机器协作，能够加速处理数量庞大的文件并保持一致性，不论是日本法务省的「日本法令英译数据库系统」（Japanese Law Translation Database System, JLT）[1]或是香港律政司的「电子版香港法例」[2]，均属于此类模式运用。

以JLT为例，其法令译文系由人工翻译后经机器利用数据库校正用语，最终交由专业人士审阅定案。为此，法务省发展出《标准法律用语对译字典》（Japanese-English Standard Legal Term Dictionary, SLTD），藉以大幅提升翻译精准度，同时保持法令名称、构成格式、陈述方式、用语等形式的一致性；举例来说，「相手方」（中文译为他方或对造）一语在该双语字典即针对不同场合译成不同英文词汇，譬如一般情形译为「the other party/other parties」或「opposite party」，契约上译为「counterparty」，在司法程序上译为「opponent」或「adverse party」。SLTD可说是此计划最具价值之产出，不但可嵌入翻译工具协助维持译文一致性，也为往后机器翻译发展提供宝贵的训练数据。

欧盟eTranslation机器翻译

为便利欧盟各国机构及公共部门之信息交流，欧盟执委会翻译总署（Directorate-General for Translation, DGT）以开放原始码统计机器翻译（Statistical Machine Translation, SMT）系统MOSES为基础，开发专属的机器翻译工具「MT@EU」并于2013年启用。MT@EU主要以庞大的Euramis翻译记忆库作为训练素材，其中内含来自24个官方语言的10亿多个译句，由数十年来欧盟机构译师的工作成果累积而成，因此MT@EU相当熟稔欧盟政策及法律用语，特别适合翻译欧盟相关事务文件。自2017年11月起，「eTranslation」[3]取代MT@EU，并且逐渐导入神经机器翻译（neural machine translation, NMT）技术。

eTranslation的翻译服务不仅免费（至少2020年为止），同时具备高度保密性，但服务对象原则上限于欧盟会员国、冰岛及挪威之公共管理部门以及特定教学人员。尽管如此，欧盟智慧财产局（EUIPO）已透过eTranslation释出部分上诉委员会、普通法院及欧洲法院裁判的翻译文本以供参考，使用者可就翻译成果决定是否进一步交由人工翻译[4]。

WIPO Translate机器翻译

世界知识产权组织（WIPO）多年来发展的机器翻译工具「WIPO Translate」（前身为「TAPTA」）目前可在页面上提供专利名称、摘要、说明、请求项等专利文件内容实时翻译[5]，包括专利合作条约（PCT）10种官方语言的查询与互译服务；此外，也可自行复制文件中任何内容贴上WIPO Translate网页[6]，选择特定语言对（language pairs）及技术领域进行机器翻译，其使用方式与Google翻译雷同，使用者亦能编辑翻译结果，等同向WIPO提供翻译反馈。

WIPO Translate是利用神经机器翻译技术，提供贴近一般语言用法的翻译成果。神经机器翻译基于庞大的神经网络模型，让机器学习先前译句，相较于「以短语为基础」之统计方法，所产出的语序更加自然，尤其有助于改善远程语言对（distant language pair）如中英对译，但即使是较近的语言对如英法对译，也同样受惠。值得注意的是，WIPO Translate单纯利用大量公开的专利文件训练，因此机器能学得更快且产出更优质成果，再加上「领域辨识技术」（domain-aware-technique），机器翻译时能考虑到不同技术领域差异（目前有来自国际专利分类（IPC）的32个技术领域）而调整翻译成果，这正是为何利用WIPO Translate翻译专利文件会比Google翻译（于2016年亦导入神经机器翻译技术）更加卓越的原因。但也正因为WIPO Translate仅专注于翻译专利文件，适用在其他领域／类型文件或日常言谈可能不尽理想。

虽然WIPO声明此翻译系统仅供参考，无法保证译文的正确性与质量，但WIPO Translate未来仍会免费提供予联合国机构及其他国际组织使用，以因应大量翻译需求并降低成本。而韩国与WIPO于2018年5月签署谅解备忘录（memorandum of understanding），在其专利申请及审查程序中导入WIPO Translate，成为首个采用WIPO Translate的会员国。

机器翻译带来之帮助及其发展困难

诚如前述，机器翻译不仅能降低企业与译师的成本，使信息广泛传播，更有助于企业保密——此点尤其重要。鉴于专业文件翻译大多采取外包形式，经手人员众多，纵使签署保密协议亦难保万无一失。其次，机器翻译亦能有效提升资源有限的中小企业之竞争能力，例如WIPO Translate，其开发目的之一便是为协助企业以较低成本进行专利管理。

尽管如此，想要实现成熟的机器翻译仍有不少阻碍。除市场需求影响外，开发机器翻译首先必须建置「充足」且「准确」之数据库：纵使同属专业文件，其制式化及公开程度可能大不相同，例如契约与公开说明书，前者内容变化万千且大多属于机密文件，不容易累积足够的数据量；再者，务必确保所取得资料系经专业人士翻译或审阅的正确译本，否则无法训练机器产出优质翻译成果。

除此以外，AI能否具备人类解读或理解专业文件之能力，也是一大难题。以英文法律文件为例，其文法结构及表述方式不但异于一般英文，且有相当多长句与歧义词，往往必须利用法律知识从前后文判断，才能正确断句并厘清文件旨意。

综上所述，为提升翻译精准度，针对不同专业领域（例如法律、金融、信息、医学等领域及其子领域）开发专用型机器翻译工具，会是较符合成本效益的作法。不过，AI仍不太可能完全取代专业文件译师，只是译师在未来会逐渐从主导者转为审核者或监督者，当然，薪酬也会因其角色转换而产生变化。

備註：

备注：

好消息～北美智权报有微信公众号了！ 《北美智权报》内容涵盖世界各国的知识产权新闻、重要的侵权诉讼案例分析、法规解析，以及产业与技术新知等等。 立即关注北美智权微信公众号→ NAIP_IPServices ～欢迎读者分享与转发～

【本文仅反映专家作者意见，不代表本报立场。】