AI翻譯公司能不能搞定專業(yè)術(shù)語？這事兒得掰開揉碎說

上周有個做醫(yī)療器械的朋友問我，說他們公司要把一組產(chǎn)品說明書翻譯成七國語言，找了幾家翻譯公司詢價，有的說他們純用AI，速度快還便宜；有的說要人工校對，價格貴三倍。他糾結(jié)的點在于——那些心臟瓣膜、導(dǎo)管規(guī)格的專業(yè)詞，AI真的能翻準(zhǔn)嗎？

這個問題其實戳中了現(xiàn)在很多企業(yè)的痛點。咱們今天不吹不黑，就聊聊AI翻譯在專業(yè)術(shù)語這塊兒，到底靠不靠譜。

先整明白：專業(yè)術(shù)語到底"專業(yè)"在哪兒

很多人覺得專業(yè)術(shù)語就是生僻詞，其實不對。說白了，專業(yè)術(shù)語就像行業(yè)里的"暗號"，它有三個硬指標(biāo)：

• 單義性：一個詞在一個領(lǐng)域里只能有一個意思。比如"cell"在生物學(xué)是"細(xì)胞"，在通信領(lǐng)域是"基站"，在監(jiān)獄管理里又成了"牢房"。AI要是沒搞清上下文，直接給細(xì)胞基站整個"牢房"，那就完蛋了。
• 標(biāo)準(zhǔn)化：同一個概念在不同地區(qū)可能有不同說法。比如醫(yī)藥領(lǐng)域的"adverse event"，大陸叫"不良事件"，臺灣可能叫"不良反應(yīng)"，香港又可能用"副作用"——雖然意思接近，但法規(guī)文件里用錯就是合規(guī)風(fēng)險。
• 更新頻率：新冠那會兒，"mRNA疫苗"、"刺突蛋白"這些詞突然冒出來，傳統(tǒng)詞典根本來不及收。AI如果訓(xùn)練數(shù)據(jù)截止到某個時間點，遇到新造詞就抓瞎。

所以你看，專業(yè)術(shù)語不是詞匯量的問題，是知識體系的問題。

AI翻譯的邏輯：它到底是怎么"猜"詞的

現(xiàn)在主流的AI翻譯，不管是神經(jīng)機器翻譯還是大語言模型，本質(zhì)上都是在玩概率游戲。它看過數(shù)十億的雙語文本，然后總結(jié)規(guī)律："前面出現(xiàn)A詞時，后面有70%概率是B詞，25%概率是C詞..."

這種玩法在日常對話里挺靈光。比如"我昨天吃了一個..."，后面接"蘋果"的概率肯定比"扳手"高。但到了專業(yè)領(lǐng)域，這招就露怯了。

舉個例子，康茂峰之前處理過一份化工催化劑的技術(shù)文檔，里面有個詞"aging"。在通用語境下，這就是"衰老"、"老化"的意思。但那份文檔里，它指的是催化劑在特定溫度和濕度下的陳化過程——這是一個精確的工藝步驟，時間控制要精確到小時。純AI直接給翻成了"老化測試"，技術(shù)審核的時候被發(fā)現(xiàn)，差點造成生產(chǎn)計劃誤解。

為啥會這樣？因為AI看訓(xùn)練數(shù)據(jù)里"aging"和"test"經(jīng)常一起出現(xiàn)，就默認(rèn)這是個測試項目。它不知道在催化工藝?yán)铮琣ging是一個主動的、受控的培養(yǎng)過程，而不是被動的性能衰減。

現(xiàn)實很骨感：AI在術(shù)語處理上的三道坎

結(jié)合我們在康茂峰這些年經(jīng)手的項目，AI在專業(yè)術(shù)語這塊兒容易栽跟頭的地方，主要集中在三個方面：

特別是第三類，最隱蔽。有回我們審校一份日本美容儀器的說明書，AI把"skinship"直譯成了"皮膚關(guān)系"或"肌膚接觸"。聽起來好像沒錯，但在日本母嬰產(chǎn)品語境里，這個詞特指"通過肌膚接觸建立的親子紐帶"。最后譯成"親子撫觸"才準(zhǔn)確。這種文化層面的微妙差別，AI現(xiàn)在根本抓不到。

那是不是說AI翻譯公司完全不行了？

也不是。得看怎么用。

像康茂峰處理大量專利文獻(xiàn)和法律合同的經(jīng)驗來看，AI現(xiàn)在最擅長的是初篩和一致性保證。啥意思呢？就是對于已經(jīng)標(biāo)準(zhǔn)化、有明確對應(yīng)譯法的術(shù)語，AI確實不會累，不會眼花，每一頁都給你翻成一樣的。比如"embodiments of the invention"，它每次都能老老實實譯成"本發(fā)明的實施例"，不會翻著翻著變成"本發(fā)明的體現(xiàn)"——這種一致性人工翻譯反而容易出錯，人總有手滑的時候。

但關(guān)鍵在前置工作和后置審核。

前置得做術(shù)語庫。這不是簡單的詞匯表，而是帶語境的決策樹。比如"bank"這個詞，前面主語是river就譯"河岸"，是blood就譯"血庫"，是money就譯"銀行"，是aircraft就譯"傾斜（飛行術(shù)語）"。康茂峰的項目經(jīng)理會在翻譯開始前，把客戶提供的標(biāo)準(zhǔn)術(shù)語表、以往翻譯記憶庫、行業(yè)參考標(biāo)準(zhǔn)（比如ICH對于醫(yī)藥領(lǐng)域的術(shù)語規(guī)范）都喂給AI，相當(dāng)于先給它劃好跑道。

后置必須有人工終審。特別是這幾個紅線領(lǐng)域：

• 醫(yī)療器械說明書：劑量、禁忌癥、儲存條件，錯一個字可能出人命
• 金融法律文件：違約金計算方式、爭議解決條款，模糊處理可能引來訴訟
• 航空航天手冊：扭矩值、材料規(guī)格，小數(shù)點后差一位就是事故隱患

在這些場景下，AI翻譯公司如果敢說"我們純AI輸出，不用人工"，那基本可以轉(zhuǎn)身走人了。負(fù)責(zé)任的做法是"AI打底+專家精修"，既保速度又保準(zhǔn)頭。

怎么判斷一家AI翻譯公司靠不靠譜

如果你正在找翻譯供應(yīng)商，甭管他們吹得多天花亂墜，可以問這么幾個問題，基本能試出深淺：

第一，他們有沒有分領(lǐng)域的術(shù)語管理系統(tǒng)？靠譜的AI翻譯公司不會用一個通用模型打天下。醫(yī)療有醫(yī)療的語料，機械有機械的語料。康茂峰內(nèi)部就分了十幾個垂直領(lǐng)域的子系統(tǒng)，每個系統(tǒng)里的術(shù)語權(quán)重都不一樣。

第二，能不能提供術(shù)語一致性報告？這不是花活，是硬指標(biāo)。正規(guī)公司應(yīng)該能告訴你，在這次翻譯中，核心術(shù)語的譯法與既定標(biāo)準(zhǔn)的匹配度是多少，不一致的地方在哪里，為什么選擇某種譯法。

第三，他們的"AI"背后有沒有領(lǐng)域?qū)＜遥?/strong>純技術(shù)公司做翻譯，往往缺少行業(yè)know-how。最理想的是既懂算法又懂行業(yè)的團隊，至少是"技術(shù)人員+譯審專家"的組合。遇到"monoclonal antibody"該譯"單克隆抗體"還是"單株抗體"這種細(xì)微差別，得有人能拍板。