欧洲专利局(EPO)于今(2013)年6月26日在其免费的「专利机器翻译系统(Patent Translate)」新增6种欧洲语言的机器翻译服务，包括保加利亚语、捷克语、冰岛语、罗马尼亚语、斯洛伐克语，以及斯洛文尼亚语。该局另于今年9月26日再宣布新增俄文-英文机器翻译，该系统目前共提供22种语言的实时互译。然而，EPO是如何达成此一成果，特别是某些语言，可用于训练机器翻译引擎的专利文献数量有限，EPO是如何训练其机器翻译的质量?
对此一疑问，EPO在今年出版的第3期「专利信息季刊(Patent Information News)」中说明其如何获得所需的翻译质量水平并确保其持续提升。
一、为专利量身打造的翻译引擎
专利语汇及书写文体与大部分的文字不同，使得标准的机器翻译引擎对专利文件的翻译倍感困扰，因此需要改用不同的解决方法。
EPO的局长Battistelli于2010年启动该系统计划时即认为，以往上百万件经由人工翻译的专利文件可以作为新系统的基础。
此一概念是基于，如果专利家族中的两个案件是不同语言的对等案，只需将他们汇入机器翻译引擎学习并等待其改善翻译质量。EPO发现可与Google合作此项工作，并同意提供大量对等专利文件的双语对列语料(corpora)给Google，以训练统计式的机器翻译服务系统。
二、以主要的语言作为验证
2012年2月「专利机器翻译系统」上线时，所提供的英文与法、德、义、葡及西文5种主要欧洲语言之间的互译，即有大量的数据可供语料使用。
初步的测试结果令人印象深刻，显现以往的系统已明显的改善。评量翻译质量的方法之一是采用5级的标准，其中质量最好的是接近人工翻译的第5级。到了2012年9月，大部分的对列语言获得的平均分数介于第3级和第4级之间，显示「专利机器翻译系统」可提供用户对专利文件最基本的了解，并协助其决定是否需进一步订购人工翻译。
三、增加更多的语言，部分语言的翻译质量令人惊讶
随着时间的推移，欧洲专利局加入更多的专利语料，「专利翻译系统」也出现更多的语言。然而，具有大量对等专利案件的语言有限，有时建立语料库会较为困难。这些语料资源较少的语言纳入系统后，经过质量分析，让EPO的专家们惊喜，其评比仅略低于主要语言的一般水平，在某些情况下甚至更好。
分析师试图找出结果如此好的原因，印证了「优进优出(Quality in, quality out」的俗语。简而言之，如果语料库中的人工翻译语料非常的好，并以其所产生的最终语料训练统计式翻译引擎如何翻译专利文件，就会产生正面的影响。
某些语言，包括芬兰文、匈牙利文、土耳其文和日文，与英文的文法差异相当大，为一特殊的挑战。对于这些语言中，语料库的大小不是问题，且有许多的文件可供取得。况且，团队中的语言学家能够确认，这些语文的语法和结构与大多数的西欧语言非常不同。一般来说，「专利机器翻译系统」已经能将词汇翻译的很好，并继续处理以确保翻译的文法能够让人了解专利文件。
四、一天翻译1万件，并持续增加
大部分的人并不看好「专利机器翻译系统」会成功，该系统现在则每天处理1万件翻译文件。最常见的要求是将德文翻译成英文，中译英的需求亦快速地增加。翻译质量将持续改善，并将会加入更多的语言。
EPO的目标是，到2014年年底，将所有EPO成员国的官方语言，再加上日文、简体中文、俄文及韩文，不仅可与英文互译，亦可与法文和德文互译。
会员登入
