中文计算的尴尬 (《华夏文摘》版，儿童不宜)

　

(《华夏文摘》版，发表于 http://archives.cnd.org/HXWK/author/LAO-Wan/kd030813-3.gb.html )

2003年8月10日

为装一哥们写的《我爱背单词》软件，专门从国内带了一套中文Ｗｉｎ　９８。没想到望着满屏中文，每每要冥思苦想才能猜出个大概，甚至有时急得满 头大汗。倒不是我母语退化厉害，毕竟每天有４个小时泡在中文网站上（此乃急需该软件之一大原因）。以微软的财大气粗，为何搞不好汉化？先听我讲个故事：

在北京上学时，一同学从微软揽了个活：翻译帮助文件。微软提供了一个标准英译汉对照表。我古道热肠，写了个程序参照此表把英文词尽量都替换成中 文。为尽大限度地自动化，该程序允许一些常见的词尾变化，如：ｃａｒｒｙ　－＞ｃａｒｒｉｅｄ，ｃａｒｒｉｅｓ，ｃａｒｒｙｉｎｇ；ｂｏｏｋ　－＞ ｂｏｏｋｅｄ，ｂｏｏｋｓ，ｂｏｏｋｉｎｇ；……照认不误。这样，通常只需手工调调结果的顺序再稍作润色，银子就到手了。一次译文中出现一个“单元状 态”，和上下文毫不搭界。左看右看不懂，只好找来原文一对，却是Ｕｎｉｔｅｄ　Ｓｔａｔｅｓ（美国）。原来单词表中有ｕｎｉｔ（单元）和ｓｔａｔｅ（状 态），但没有ｕｎｉｔｅｄ或Ｕｎｉｔｅｄ　Ｓｔａｔｅｓ。我的程序“智能”地把Ｕｎｉｔｅｄ当作ｕｎｉｔ的变形了。估计中文Ｗｉｎ　９８的界面就有我的程 序的功劳。自作自受吧。

土人不只我一个。大伙还记得“ＸＸ之星”吧。当年其号称可以“动态翻译”：将英文界面实时替换成中文。其实不过是简单的一对一单词替 换，字典还特小。比如某对话框曰：“做你ｗａｎｔ到继续？”你可知何意？“Ｄｏ　ｙｏｕ　ｗａｎｔ　ｔｏ　ｃｏｎｔｉｎｕｅ”是也。（还好ｄｏ没有翻成 “干”啦。）

９５年夏天在中关村一家公司打工，写中文全文检索引擎。产品的一个卖点是“智能分词”：英文里单词都是用空格和标点隔开的，分得一清 二楚。汉语里词与词之间没有分隔符，全靠上下文来分开。我们的软件号称可以自动分词，这样查“日本”就不会找出“今日本公司放假”了。虽说正确率还可以， 但毕竟到不了１００％，于是有了下面这个笑话：

因为想把产品卖给人民日报，我们用的测试数据是该报十年来的全部文章。很自然地，我查了有无含“性交”的文章（测试嘛，就是要刁、 钻、难、狠。）。嘿，还真让我找到了！忙把经理叫来奇文共赏，一看却是“ＸＸ单位积极推行住房改革，职工只需一次性交款Ｘ万元即可获得房屋产权。”我顿时 沦为全公司的笑柄。其实也不算错啦，“一次性交款”也可以理解成“一次－性交－的－费用”嘛！（其实“一次交款”不就行了吗？非加个“性”字不显得正式是 吧！中文里“性”字的滥用由来已久，什么“ＸＸ热心参加学校的各种集体性活动”、“ＸＸＸ是群众性体育活动积极分子”、“他领导了一场震惊世界的全国性罢 工”，就是把一样东西弄得看上去不是那么回事。解决这个问题还需要大家的长期性努力啊。）

９６年，在北京另一家公司打工，为中国新闻社做一套采编系统。其中一个功能是显示稿件简要信息。一天猛然看见一条标题“……四川省长 谢世”。将全文调出一看，却是“……四川省长谢世杰发表重要讲话”云云。标题太长，在显示时被截断了。这个故事的教训是：写软件千万要小心别写出反标。 （现在的小孩多半不清楚什么是“反标”了。是反动标语的意思，可不是标点打反了。）

行文至此，老板来信要大家积极参加公益活动，比如到新闻组发帖子帮助客户解决技术问题。按要求，每个帖子都要附上以下告示： “Ｔｈｉｓ　ｐｏｓｔｉｎｇ　ｉｓ　ｐｒｏｖｉｄｅｄ　“ＡＳ　ＩＳ”ｗｉｔｈ　ｎｏ　ｗａｒｒａｎｔｉｅｓ，ａｎｄ　ｃｏｎｆｅｒｓ　ｎｏ　 ｒｉｇｈｔｓ．”如果是中文新闻组，就要附公司提供的标准翻译：“本贴子以‘现状’提供且没有任何担保，同时也没有授予任何权利”。我的天，这还是中文 吗？

“本帖仅供参考，一切后果自负”如何？