從 +Tools 的應用談手動擷取雙語資料（一）

+Tools 和 Wordfast 一樣，都是以 Word 的範本檔之形式整合在 Word 當中，執行輔助翻譯工作的任務。

+Tools 的雙語資料擷取功能之運作流程如下：

1) 將原文檔和譯文檔的內容分為數個 segments 並加以抽離（extract），再分別匯出成兩個 .doc 的檔案。

2) 將 1) 的兩個 .doc 檔之所有 segments 全部加上項目編號。同時，兩個 .doc 檔的字型大小皆調整為 5pt，以利後續手動對照調整。

3) 同時開啟兩個 .doc 檔，以放大檢視比例（因為字型大小已調整為 5pt）和並列的方式，讓 user 調整 segment 大小與原文和譯文的對應關係。由於 segments 都已經加上項目編號，因此在對應關係的確定上十分容易。到此，便已完成雙語資料擷取的作業。

4) 以這些經過手動調整的雙語擷取資料來建立 TM 庫。藉此建立的 TM 庫，即可立即上線供 Wordfast 使用。

站長小帥 J 在親身試驗過之後，發現 +Tools 的雙語資料擷取功能果然陽春，缺點不少，但亦有其可取之處。

在步驟 1) ，+Tools 的缺點在於其劃分 segment 的方法非常不聰明，而且少有規則可言。原先 Wordfast 設計劃分 segment 的區隔符號為英文的句號（.）、冒號（:）、驚嘆號（!）、問號（?）和換行符號（Enter），但由於英文的「.」的角色太過多重，因此 segment 的結果每每不合所需，比較值得信賴的反倒是換行符號。在 +Tools 裡，同樣的問題也會一再發生。

在步驟 2)，為所有 segments 加上項目編號，並將字型大小調整為 5pt ，都是譯者企圖以手動方式來擷取雙語資料時十分值得參考的作法。為所有 segments 加上項目編號的方法，非常有利於手動調整原文與譯文的 segments 時兩者對應關係的確立，能清楚看出原文與譯文在對應上錯誤或遺漏之處。而將字型大小調整為 5pt，並在手動 align 時放大檢視比例，以檔案並列方式便利擷取工作的進行，更是善用電子檔優勢的作法。

在步驟 3)，原本 +Tools 提供了使用 Alt 加上其它按鍵的方式，讓兩個 .doc 檔的視窗能依照編號迅速對齊的功能，不過隨著 user 自行增減與對齊 segments，這樣立意良善的功能竟然會平白無故的消失，真是令人不解！此外，由於 +Tools 提供的 alignment 功能實在是太陽春了，因此兩個視窗中原文和譯文 segments 的對應與排列，乍看之下讓人嘖嘖稱奇，實際上只是按照編號依序排列，並沒有多大學問或智慧在裡面。

在步驟 4)，將步驟 1) 至 3) 排排站的 segments 轉換成 TM 庫的格式時，由於不知名的緣故，TM 庫的資料竟然會殘缺不全！不僅原文的 segments 嚴重短少，譯文的 segments 更是經常身首異處。於是小帥 J 寫信詢問原軟體作者，作者表示可能是因為 +Tools 目前仍不支援 Unicode 的緣故，不過小帥 J 認為問題並不是這麼單純。

從 +Tools 的應用談手動擷取雙語資料（二）

儘管 +Tools 的 alignment 功能不是頂 smart，不過從實際操作 +Tools 的經驗中，站長小帥 J 還是有了新的想法，那就是利用 Word 和 Excel 來進行雙語資料的手動擷取工作。

在 Word 方面，看中的是它「文字轉表格」和「表格轉文字」的功能；至於 Excel，則是要利用它「填滿」、「排序」的功能。

在進行雙語資料的手動擷取時，小帥 J 針對了 +Tools 原先的操作步驟加以改良。以下將以原文為英文、譯文為中文的雙語資料擷取為例說明。其中灰色文字為舊有的操作步驟，粉紅色文字為新增改良的步驟。

1) 將原文檔和譯文檔的內容分為數個 segments 並加以抽離（extract），再分別匯出成兩個 .doc 的檔案。

2) 將 1) 的兩個 .doc 檔之所有 segments 全部加上項目編號。同時，兩個 .doc 檔的字型大小皆調整為 5pt，以利後續手動對照調整。

3) 同時開啟兩個 .doc 檔，以放大檢視比例（因為字型大小已調整為 5pt）和並列的方式，讓 user 調整 segment 大小與原文和譯文的對應關係。

4) 但因為 +Tools 劃分 segments 的方法非常無章法可言，所以在原文（英文）部分小帥 J 利用 Word 的取代功能，將所有英文句號（.）取代為英文句號加換行符號（.^p），意即「遇句號即強迫換行（新增段落與編號）」，至於在譯文（中文）部分，小帥 J 同樣將所有中文句號（。）取代為（。^p）。而其它可能是劃分 segments 的標點符號，例如英中經常對應使用的冒號、驚嘆號和問號，皆可依照此法類推。利用此法，雖不足以一次為所有 segments 進行 alignment 的工作，但卻已經能省下許多移動滑鼠和敲擊鍵盤的工夫。

5) 由於 segments 都已經加上項目編號，因此在對應關係的確定上十分容易。完成 alignment 的作業後記得存檔。

6) 將兩個 .doc 檔的編號都去除，並把全部的文字改為表格。

7) 開啟一個新的 Excel 檔，將步驟 6) 的兩個表格分別複製 / 貼上到此 Excel 檔的兩欄中。原文貼至 E 欄，譯文貼至 G 欄，A、B、C、D、F 欄將留作其它用途。透過 Excel 視窗畫面同步移動的效果，更可以清楚檢視原文和譯文的 segments 是否兩兩相應。

8) 先點擊 Excel 檔中 E1 儲存格，在點擊工具列上「排序」的按鈕，讓所有 segments 依照順序排列，如此可清楚看出哪些 segments 是重複出現的。將原文 segments 重複出現且譯文亦完全相同的列整個刪除，如此可精簡未來 TM 庫的體積，提升軟體搜尋資料的速度。

到這個階段為止，基本上已經完成了手動擷取雙語資料的部分。目前所得到的 Excel 檔，只需填入適當的參數，再加上幾個簡單的轉換動作，理論上就可以成為符合 TMX 格式的 TM 庫。

從 +Tools 的應用談手動擷取雙語資料（三）

為了將手動擷取的雙語資料轉換為可供 Wordfast 使用的 TM 庫格式，必須繼續進行以下的步驟：

9) 回到兩個 .doc 檔的畫面，利用 Undo 的功能將表格回復到之前帶有編號的樣子，並執行 +Tools 中 Create TM 的功能。執行完畢後，視窗會出現剛剛建立的 TM 庫的資料，將其中除了原文和譯文 segments 的其它五項參數依序複製 / 貼上至 Excel 檔中的 A1、B1、C1、D1 和 F1 中，接著再利用拖曳控點的方式來執行填滿空格的動作。

10) 將 Excel 檔中所有資料（表格的形式）複製 / 貼上到另一個新開啟的 Word 檔中。在 Word 檔中將表格轉成文字，並將這些文字複製 / 貼上到步驟 9) 中 +Tools 所建立的 TM 庫的文件中，取代原先雙語資料的部分。

11) 以這些經過手動調整的雙語擷取資料來建立 TM 庫。藉此建立的 TM 庫，即可立即上線供 Wordfast 使用。

以上的步驟看似複雜，其實只是 Word 和 Excel 的活用，而且都是利用它們最基本的功能。

目前+Tools 的 alignment 功能陽春，尚無法有效擷取雙語資料，但要找到其它免費、有效率，又真能派上用場的 alignment 工具，說實在也並非易事。至於那些大型 CAT / TM 軟體所附的 alignment 功能，到底在雙語資料擷取上能有效益，小帥 J 在親身試用前也不敢妄下定論。

總而言之，小帥 J 覺得此次的試用經驗非常寶貴，對於 TM 庫和 TMX 格式有更進一步瞭解。總而言之，小帥 J 獲得的結論有二：一、手動擷取雙語資料的工作耗時費力，因此CAT / TM 軟體在筆譯工作中的應用應該越早越好；二、對於目前尚未使用 CAT / TM 軟體來輔助筆譯工作進行的人，在整理詞彙與雙語對照資料時可以善用 Excel，以利未來字庫與 TM 庫的建立。

回目錄 ∣ 上一篇 ∣ 下一篇

本文最後編輯時間：2001 年 8 月 8 日