計算機輔助翻譯軟件的譯后編輯功能探究

周興華 李懿洋

引言

全球化和本地化的蓬勃發展帶來了海量翻譯需求，單純依靠人工翻譯已遠不能滿足這些需求。隨著深度學習、機器學習和神經網絡等人工智能技術的發展，機器翻譯的輸出質量得到了明顯提升，但仍然無法達到職業譯員翻譯的水平。 為了滿足不斷增長的翻譯需求，同時實現翻譯效率與翻譯質量之間的平衡，機器翻譯譯后編輯（machine translation post-editing，MTPE）在語言服務領域得到了廣泛應用（刁洪，2017：79）。崔啟亮（2014：70）認為，譯后編輯是人機交互翻譯的重要體現，是語言服務企業新的業務增長點，代表了未來翻譯服務的發展方向。

國內外學者均已經開展多視角的譯后編輯研究并取得了不少成果，但是現有研究缺少對當前主要翻譯工作環境——計算機輔助翻譯（Computer-Aided Translation，CAT）軟件的譯后編輯功能研究。鑒于此，本文在分析國內外譯后編輯研究尤其是譯后編輯工具研究的基礎上，集中考察了4 款主流翻譯工具的譯后編輯功能，內容涉及機器翻譯應用、譯后編輯操作、譯后編輯內容記錄、時間記錄、譯后編輯工作量統計、工作效率統計、譯后編輯工作報價、內容反饋、機器翻譯質量評估與機器翻譯擇優推薦等方面。本研究旨在從技術層面展現當前CAT 軟件的譯后編輯功能和存在的問題，以期為未來的譯后編輯研究和應用提供參考。

一、譯后編輯工具研究現狀

1. 國內譯后編輯工具研究

在中國知網（CNKI）全文數據庫中，以“譯后編輯”為主題或關鍵詞進行檢索（最終檢索時間為2021 年8 月18 日），共找到中文論文252 篇，包括期刊和輯刊論文98 篇，碩士論文153 篇，博士論文1 篇。對這些論文進行計量可視化分析之后發現，國內最早的譯后編輯研究是黃河燕、陳肇雄（1995），但這篇論文是關于“譯后編輯工具的設計與開發”（崔啟亮，2014：70）方面的研究。因此，馮全功、崔啟亮（2016：73）認為，“國內譯界的譯后編輯研究始于新千年之后，當以魏長宏、張春柏（2007）發表的論文為標志，相對國外起步較晚”。2015 年后，國內譯后編輯論文的發文量呈逐年增多的趨勢（201 5 年為4 篇，2020 年達到72 篇），其中翻譯專業碩士學位（MTI）研究生2016 年撰寫的有關譯后編輯的翻譯實踐報告（即畢業論文）為4 篇，2020 年達到49 篇。

“譯后編輯是機器翻譯與翻譯研究領域共同關注的話題，前者主要關注技術（工具）的研發，后者主要關注譯后編輯的應用。”（馮全功、崔啟亮，2016：67）國內譯后編輯應用研究多為介紹性或概述性研究，內容包括：①譯后編輯的概念、發展動力、實踐準則（如崔啟亮，2014）；②譯后編輯的工作原理、工作特征、譯后編輯錯誤類型（如崔啟亮、李聞，2015）；③譯后編輯評估、譯后編輯能力構建、譯后編輯者培養、譯后編輯課程設置、譯后編輯教學等（如馮全功、張慧玉，2015；馮全功、崔啟亮，2016；馮全功、劉明，2018）。研究者還分別對新聞（馮全功、李嘉偉，2016）和外宣（吳萍，2018）等不同專業領域翻譯文本的譯后編輯進行了研究。近年還出現了眼動實驗研究（盧植、孫娟，2018）和人工翻譯與機器翻譯譯后編輯對比實證研究（王湘玲、王婷婷，2019）。

此外，國內還有一些學者的研究側重譯后編輯工具或技術的研發（如黃河燕、陳肇雄，1995/2004；李梅、朱錫明，2013；阿米妮古麗·奧斯曼等，2013），涉及的譯后編輯工具主要包括谷歌的Google Translator Toolkit（谷歌譯者工具包）、武漢傳神公司（Transn）的TCloud、翻譯自動化用戶協會（Translation Automation User Society，TAUS）研發的 DQF Tools（馮全功、張慧玉，2015：70-71），以及由丹麥哥本哈根商學院A. L. Jakobsen 和L. Schou開發的Translog-II（盧植、孫娟，2018：763；王湘玲、王婷婷，2019：87）等。其中，谷歌譯者工具包從2019 年12 月4 日起已經停用；TCloud 已經更名為iCAT，軟件架構和功能都已經發生了變化；DQF Tools 自2017 年1 月1 日起一直處于維護中，目前已經停止使用；Translog-II 是一款獲取翻譯過程數據的工具，主要用于譯后編輯的實驗或實證研究。另外，也有研究者提到上海一者公司開發的 YiCAT 云翻譯平臺（秦美娟，2020：66），機器翻譯引擎、質量保證功能設置、跟蹤修訂是該平臺進行譯后編輯操作的優勢，但該平臺缺少諸如譯后編輯時間記錄、譯后編輯工作量統計、譯后編輯效率統計等功能。

2. 國外譯后編輯工具研究

“國外譯后編輯研究開始于20世紀80年代中期，至今已有三十余年的歷史，發表的論文多達數百篇。”（張慧玉、馮全功，2016：56）國外譯后編輯研究多集中在譯后編輯概述、譯后編輯評估、機器翻譯錯誤識別、譯后編輯工具研發、譯后編輯研究的行業視角、譯后編輯能力與譯后編輯者的培養等方面。王湘玲、賈艷芳（2018）聚焦2000—2016 年國外發表的機器翻譯譯后編輯研究，從譯后編輯過程及產品評估、譯后編輯效率影響因素、譯后編輯工具研發、譯后編輯者及人才培養4 個方面出發，分析了國外譯后編輯研究的進展、研究方法及未來趨勢，指出許多領域的研究仍處于探索階段。

國外譯后編輯研究提到的譯后編輯工具主要有PET（Aziz et al.，2012）、ACCEPT（Roturier et al.，2013）、iOmegaT（Moran et al.，2014）、CASMACAT（Elming et al.，2014）等。其中，PET 是一款獨立的譯后編輯工具，可以記錄譯后編輯的時間、按鍵次數、編輯距離等；ACCEPT 是一個在線譯后編輯平臺，可以記錄譯后編輯過程并生成詳細報告；iOmegaT 是基于開源翻譯軟件OmegaT的改進版系統，可以記錄譯員的譯后編輯時間、按鍵次數、自我檢查等信息；CASMACAT 是一款在線計算機輔助翻譯工具，可以記錄譯員的行為，具體功能包括眼動追蹤、按鍵統計、鼠標移動等。這些工具都提供了譯后編輯環境，能夠記錄譯后編輯操作數據，方便統計譯后編輯的工作量和效率，甚至可以用來評估機器翻譯質量等，但功能均較為單一，支持的文件格式十分有限，相對而言更適合用于譯后編輯研究。目前功能完善且得到廣泛應用的專門的譯后編輯工具仍然很少。

3.集成翻譯環境的譯后編輯研究

王華樹、李智（2019：68）組織的一項翻譯技術應用調查結果顯示，譯員使用的CAT 工具主要包括“SDL Trados（53.71%）、memoQ（25.52%）和Déjà Vu（18.4%）”。這些軟件提供的都是集成翻譯環境，其集成模式被稱為“TM+MT（translation memory+machine translation）技術”或“MTM（machine translation+translation memory）技術”（王華樹，2013）。在這種軟件環境中進行譯后編輯，集成模式就變成了“MTM+PE”（機器翻譯+翻譯記憶+譯后編輯）（崔啟亮，2014：70）或“MT+CAT+PE”（機器翻譯+機輔工具+譯后編輯）（徐彬、郭紅梅，2015：71）。崔啟亮（2014：69）將傳統意義上的針對機器翻譯的初始譯文進行的譯后編輯稱為“狹義的譯后編輯”，即機器翻譯譯后編輯；將集成翻譯環境中針對CAT 軟件輸出的初始譯文的譯后編輯稱為“廣義的譯后編輯”或“集成翻譯的譯后編輯”；并認為“隨著應用實踐的深入，廣義的譯后編輯研究將成為新方向”。馮全功、張慧玉（2015：69）也同樣認為，“機器翻譯與翻譯記憶的整合是語言服務行業的技術發展趨勢，……對此應進行重點介紹和應用”。

目前，CAT 軟件已經在語言服務行業中得到廣泛應用，特別是其譯后編輯功能更是得到了從業者的一致肯定。本文將集中探討和分析4 款主流 CAT 軟件的譯后編輯功能，并在此基礎上對 CAT 軟件環境中的譯后編輯工作進行總體評價，闡明其功能和應用優勢，同時也指出目前尚存在的問題。

二、CAT 軟件的譯后編輯功能分析

memoQ①memoQ 網站：https://www.memoq.com/。、MateCat②MateCat 網站：https://www.matecat.com/。、Trados Studio③Trados Studio 網站：https://www.rws.com/cn/translation/software/trados-studio/。、Memsource④Memsource 網站：https://www.memsource.com/。等桌面翻譯軟件或云翻譯軟件提供的都是集成翻譯環境，即同時具備機器翻譯、翻譯記憶和譯后編輯功能。這些翻譯軟件不乏相似之處，而其譯后編輯功能又各具特色。

1. memoQ 的譯后編輯功能

memoQ 軟件集成了谷歌、微軟、DeepL、KantanMT 等19 個機器翻譯插件。通過Intento 或 Tmxmall 機器翻譯插件，用戶可以“一站式”使用谷歌、微軟、DeepL 等國外機器翻譯引擎以及百度、搜狗、有道、阿里、騰訊等國內機器翻譯引擎，不需要再逐一注冊賬戶。

memoQ 軟件既支持狹義的譯后編輯，也支持廣義的譯后編輯。狹義的譯后編輯即僅使用機器翻譯進行預翻譯，然后根據譯文質量要求，采用輕度譯后編輯（light post-editing）或完全譯后編輯（full post-editing）的方法完成譯文的編輯工作。譯后編輯工作界面是譯員和審校人員非常熟悉的編輯器界面，在這個界面中，譯后編輯人員可以對機器翻譯的初始譯文進行添加、刪除、替換等操作，也可以參照術語建議修改術語。質量保證功能可以實時發揮作用，預覽功能方便編輯人員查看上下文語境和譯文格式。所有編輯修改的內容都能以跟蹤修訂的方式直觀地顯示出來。

從譯后編輯數據統計的角度來說，memoQ 有一個“編輯距離統計”（edit distance statistics）功能。該功能的設計初衷是統計譯員對翻譯記憶庫匹配的編輯工作量或審校員對譯員翻譯的審校工作量。在譯文從機器翻譯的初始版本轉變為譯后編輯完成版本的過程中，該功能同樣可以用于統計譯后編輯人員的實際編輯數量，即對機器翻譯譯文的譯后編輯工作量進行記錄。統計結 果可以選擇以字數（編輯距離）或百分比（模糊）的形式呈現，如圖1 所示。其中，“絕對編輯距離”指譯后編輯員的實際編輯字數，“已標準化的編輯距離”指編輯后的譯文與機器翻譯初始譯文之間的差異程度。

圖1 memoQ 編輯距離統計結果

memoQ 能夠自動記錄編輯時間（editing time），即每個角色、每個句段編輯修改所花費的時間。此外，它還可以在編輯完成后生成一份編輯時間報告，內容包括總編輯時間和根據總編輯時間估算出的譯后編輯速度，即每小時的編輯字數，并且能夠在編輯器中詳細顯示每個句段的編輯時間。

綜合考慮翻譯記憶庫的匹配質量和機器翻譯的使用成本，語言服務供應商和自由譯者大都會采用翻譯記憶庫加機器翻譯（TM+MT）預翻譯的方式，即廣義的譯后編輯模式。具體來說，就是預翻譯時優先使用翻譯記憶庫匹配的譯文，對于翻譯記憶庫沒有匹配的句段則添加機器翻譯的譯文。這里有一個關鍵問題，即翻譯記憶庫最低匹配值的設定，它受文本類型、語言對（language pair）、機器翻譯引擎等諸多因素的影響。究竟是翻譯記憶庫模糊匹配的譯文質量更高，還是機器翻譯譯文的質量更高，這一問題目前尚沒有定論。在TM+MT 這種模式下，譯后編輯人員面對的是翻譯記憶庫匹配和機器翻譯混合的譯文。具體編輯操作以及編輯距離和編輯時間統計與狹義的譯后編輯一樣，故不再贅述。

2. MateCat 的譯后編輯功能

MateCat 是一款免費開源的云翻譯軟件，目前集成了Google、Microsoft、ModernMT、MyMemory 等13 個機器翻譯引擎，還有一個包含120 億句對的公共翻譯記憶庫（Public TM）供用戶免費使用。MateCat 也支持狹義和廣義兩種譯后編輯模式：單純的機器翻譯對應狹義的譯后編輯模式；如果同時選擇機器翻譯和公共翻譯記憶庫或私人翻譯記憶庫（Private TM），對應的就是廣義的譯后編輯模式。

MateCat 的編輯界面和谷歌譯者工具包的編輯界面很相似，打開原文時每個句段都會自動添加機器翻譯譯文或翻譯記憶庫匹配譯文，不需要進行任何預翻譯操作。此外，譯文句段下方列出了譯文匹配的來源，即機器翻譯匹配、私人翻譯記憶庫匹配或公共翻譯記憶庫匹配。這種譯文呈現方式為廣義的譯后編輯提供了極大的便利，譯后編輯人員可以在機器翻譯譯文和翻譯記憶庫匹配譯文之間進行比較和取舍。每個句段下方也列出了術語匹配的內容。對文本內容的編輯修改、文本格式和標記（tag）的處理都非常簡便。

MateCat 的“質量報告”（Quality Report）功能可以在編輯結束后提供詳細的譯后編輯統計信息，包括總的譯后編輯時間、譯后編輯百分比以及每個句段的編輯時間和編輯百分比，譯文則以修訂標記的形式呈現編輯修改的內容，如圖2 所示。

圖2 MateCat 翻譯質量報告

3. Trados Studio 的譯后編輯功能

Trados Studio 軟件默認僅集成了SDL Language Cloud 和SDL 機器翻譯（企業版）兩個機器翻譯引擎，但用戶可以通過RWS①SDL公司已經被RWS（如文思）公司收購，目前Trados Studio軟件界面的表述尚未完全統一。AppStore（應用商城）添加和使用幾乎所有的機器翻譯引擎。

Trados Studio 同樣支持狹義和廣義兩種譯后編輯模式。如圖3 所示，在RWS Language Cloud 頁面中可以選擇“翻譯引擎”或“SDL 機器翻譯”，前者集成了機器翻譯引擎和用戶個人的云翻譯記憶庫與云術語庫資源，后者則是純機器翻譯引擎。因此，前者對應廣義的譯后編輯模式，而后者對應狹義的譯后編輯模式。具體編輯操作流程與前文介紹的memoQ 和MateCat 類似，不同的是在Trados Studio 機器翻譯中，除了可以選擇通用神經機器翻譯（Generic-NMT）模型之外，還可以選擇自適應機器翻譯（AdaptiveMT）模型。

圖3 RWS Language Cloud 窗口

目前機器翻譯最大的痛點是尚未實現在翻譯的過程中進行學習，因此同樣的翻譯錯誤會反復出現。自適應機器翻譯就是針對該問題的一種解決方案，它能夠實時記錄譯后編輯人員所作的每個編輯修改并將其應用到隨后的翻譯中。圖4 是使用自適應機器翻譯 引擎的翻譯結果，包括初始譯文和逐句編輯修改的情況，在原文和譯文之間會顯示句段狀態列，其中的AT 和燈泡圖標表示這些譯文來自自適應機器翻譯引擎。

圖4 自適應機器翻譯引擎的翻譯結果

譯后編輯完成之后，可以在分析報告中查看自適應機器翻譯引擎的具體使用情況，如圖5 所示。需要說明的是，自適應機器翻譯引擎越使用效果越明顯，編輯的內容就會越少。此外，付費用戶還可以選用詞典，進一步提高機器翻譯的輸出質量，減少譯后編輯的工作量。

圖5 自適應機器翻譯引擎分析報告

另外，Trados Studio 還可以添加Post-Edit Compare（譯后編輯比較）插件，用來比較譯后編輯前后兩個譯文版本的變化并生成比較報告：首先在機器翻譯預翻譯之后創建一個項目版本（可命名為“機器翻譯版本”），然后在譯后編輯完成后再創建一個項目版本（可命名為“譯后編輯版本”），最后在Post-Edit Versions 視圖中選中這兩個版本，就可以生成整個項目或其中某個文檔的譯后編輯比較報告，整個流程較為簡單。如圖6 所示，譯后編輯比較報告的內容包含詳細的譯后編輯統計數據和報價等信息，報告的下方還會以跟蹤修訂的方式列出每個句段編輯修改的內容和編輯距離數值，匹配（Match）欄顯示譯文的來源，其中AT 表示譯文來自機器翻譯。

圖6 譯后編輯比較報告

4. Memsource 的譯后編輯功能

Memsource 軟件集成了35 個機器翻譯引擎，同樣支持狹義和廣義兩種譯后編輯模式。Memsource 公司很早就組建了人工智能團隊，從2018 年開始先后推出了“AI 驅動的非譯元素”功能和“機器翻譯質量評估”（machine translation quality evaluation，MTQE）功能。

AI 驅動的非譯元素功能不僅能夠識別傳統的非譯元素內容，還可以識別人名和產品名稱等新內容，它最大的優勢在于可以像翻譯記憶庫一樣提供一個匹配值，表明某個句段“確定是”非譯元素句段（匹配值100%）或“可能是”非譯元素句段（匹配值95%-99%）。使用該功能可以在譯前自動識別出原文中只包含非譯元素的句段，并對這些句段進行預翻譯，從而提高譯后編輯效率。

MTQE 功能可以為機器翻譯的輸出提供句級質量評估，方法類似于翻譯記憶庫匹配。雖然目前機器翻譯的輸出質量在總體上有了較大提升，但因為內容類型和語言對不同，翻譯質量并不穩定。因此，譯后編輯人員經常要面對很多低質量的機器翻譯譯文，編輯這樣的譯文非常浪費時間。同翻譯記憶庫匹配值相類似，機器翻譯譯文質量的自動評分有助于預估譯后編輯的工作量，并能降低譯后編輯的工作強度。此外，MTQE 功能還可以實現針對特定內容和語言對的機器翻譯引擎優選。2019 年3 月，Memsource 公司發布了Memsource Translate 功能，這是一種新的機器翻譯管理解決方案，可以根據原文內容和語言對自動選擇性能最佳的機器翻譯引擎。

三、CAT 軟件的譯后編輯功能評價

前文提到的4 款CAT 軟件提供的都是集成翻譯環境，并且均支持狹義和廣義兩種譯后編輯模式。根據前文分析可以看出，在CAT 軟件中進行譯后編輯工作優勢和問題并存。

1. 功能及應用優勢

（1）靈活的機器翻譯應用

在CAT 軟件這樣的集成翻譯環境中，機器翻譯既可以單獨發揮作用，又可以和翻譯記憶庫共同發揮作用；既可以進行譯前批量預翻譯，又可以在翻譯過程中實時提供匹配建議，還可以根據翻譯內容和語言對自主選擇機器翻譯引擎。即使只在編輯器中自動提供術語建議，也已經為譯后編輯工作提供了很大便利，而且個別機器翻譯引擎已經可以支持術語的自動替換。人工智能新技術的融入進一步提高了譯后編輯效率，例如，自適應機器翻譯引擎解決了譯后編輯反饋的問題，改變了提高機器翻譯質量的方法，提升了譯后編輯人員的人機交互體驗，顯示了機器翻譯和翻譯記憶技術的深度融合。此外，以譯后編輯人員為導向的個性化機器翻譯引擎也呼之欲出。機器翻譯質量評估是機器翻譯應用的革新技術，無論是機器翻譯質量自動評分，還是機器翻譯引擎自動篩選，都大大提升了機器翻譯的實用性。毫不夸張地說，CAT 軟件為各類型機器翻譯引擎提供了絕佳的應用環境。

（2）便捷的譯后編輯操作

部分國內外學者致力于智能譯后編輯器的研發，這些編輯器的設計理念和功能模塊與當前主流CAT 軟件大致相同。CAT 軟件的編輯器界面集多種輔譯功能于一身，除了插入、刪除、替換這些常規操作，還可以很方便地處理文本格式、標記等，是便捷的譯后編輯平臺。在錯誤檢查階段，除了譯后編輯人員的人工檢查外，QA 功能可以逐句實時發揮作用，自動提示當前句段的一些“技術性”錯誤，例如數字不一致、格式不規范、缺少標記、標點符號錯誤、拼寫錯誤、詞語重復、禁用術語不當使用等，這些提示對于譯后編輯的幫助不言而喻。另外，相關搜索、網絡搜索使譯后編輯人員可以便捷地查找內部和外部資源，預測輸入和片段匹配等功能能夠加快譯后編輯速度，句段篩選和排序功能可以為譯后編輯的批處理提供方便，實時預覽窗口也便于查看原文上下文語境和譯文格式。除了可以為譯后編輯操作提供以上這些便利條件外，CAT 軟件還能自動記錄譯后編輯數據，生成詳細的譯后編輯報告，包括總的譯后編輯工作量和譯后編輯時間、每個句段的具體編輯內容和編輯時間等。這些數據對于機器翻譯的錯誤類型分析、譯后編輯人員培訓、譯后編輯人員安排、工作流程設計和譯后編輯服務報價等都具有重要意義。

（3）一體化的工作流程

譯后編輯工作不是孤立存在的，除譯后編輯流程外，整個翻譯工作還涉及項目管理、資源管理、人員管理、任務分配、質量保證、工作量統計、格式排版、譯文交付等。以往譯后編輯研究中提到的譯后編輯工具都沒有如此完善的功能，而目前主流的CAT 軟件卻能滿足這些需求。例如，從項目管理的角度來說，CAT 軟件既可以創建本地項目，又可以創建服務器項目；既可以直接發送文件，又可以發送項目文件包。無論哪種形式，項目經理都可以通過此類軟件監督管控項目進度。作為翻譯管理系統，目前大多數CAT 軟件已經與內容管理系統和企業資源計劃系統整合在一起，項目管理者只需對工作流程進行定制，系統就會自動引導每個流程（孔令然、崔啟亮，2018：51）。譯后編輯重在速度和效率，目前語言服務行業普遍使用的“客戶端+服務器軟件”架構和云翻譯軟件架構都是譯后編輯工作的一體化解決方案。

2.目前尚存在的問題

CAT 軟件用于譯后編輯工作擁有巨大的優勢，但同時也存在一些問題和不足。例如，僅依靠編輯距離來計算譯后編輯工作量并以此作為報價依據的做法有時并不合理，對于文本翻譯難度較大或術語較多的譯后編輯工作，應該同時考慮譯后編輯時間的長短。目前可用的機器翻譯引擎大都是通用引擎，通常既沒有說明引擎的類型（具體類型可分為基于規則的、基于統計的、基于神經網絡的和可自定義的），也沒有具體說明支持的語言對和適用的專業領域。這些問題都無形中給機器翻譯的應用制造了障礙。目前，自適應機器翻譯引擎支持的語言對非常有限，機器翻譯引擎自動篩選并擇優推薦的功能也還不完善。

結語

“隨著機器翻譯技術的發展和全球翻譯需求的增加，機器翻譯譯后編輯在語言服務行業中的作用得到了廣泛認可。”（王湘玲、王婷婷，2019：84）國內外許多學者已經關注到了這種發展趨勢，并從多個視角對譯后編輯進行了大量研究。然而，已有研究大多討論的是支持譯后編輯操作和相關研究的工具，對目前業界使用更為普遍的CAT 軟件卻少有提及。簡而言之，前者更適合譯后編輯的測試和學術研究，后者才是真正符合行業需求的譯后編輯量產工具。因此，今后的研究應更加關注后者，并強化對翻譯行業譯后編輯實踐和需求的關注。同時，人工智能新技術的融入為機器翻譯應用帶來了創新解決方案，在提高譯后編輯速度的同時降低了成本，進一步彰顯了機器翻譯譯后編輯的優勢。當然，機器翻譯仍處在不斷發展的進程中，還存在諸多問題，希望能夠在今后的譯后編輯研究和實踐中盡快地得到解決。