Dịch máy đã đổi thước đo. Hồ sơ sáng chế thì chưa.

Với người dùng bản dịch trong công việc chuyên môn, câu hỏi hữu ích về lịch sử dịch máy không phải là công nghệ đã đổi ra sao, mà là: ở mỗi giai đoạn, hệ thống được xây dựng để làm tốt điều gì?

Dịch theo luật: đúng trong phạm vi đã được viết ra

Các hệ thống đầu tiên dựa vào từ điển song ngữ và luật ngữ pháp do con người xây dựng. Người làm hệ thống phải chỉ cho máy từ nào tương ứng với từ nào, trật tự câu đổi ra sao, khi nào một thành phần được lược bỏ hoặc thêm vào.

Thứ cách làm này tối ưu là tính đúng quy tắc. Kết quả được xem là tốt khi nó làm đúng những gì bộ từ điển và bộ luật yêu cầu.

Nhưng ngôn ngữ thực tế đầy ngoại lệ, cách nói nhập nhằng và cấu trúc chưa từng được dự liệu. Gặp câu nằm ngoài phạm vi đã viết, máy chỉ còn những luật sẵn có để áp dụng — kể cả khi kết quả trở nên cứng hoặc sai.

Dịch theo thống kê: chọn điều thường gặp

Bước chuyển tiếp theo không còn bắt đầu bằng câu hỏi “ngôn ngữ phải vận hành theo luật nào”, mà bằng “trong các bản dịch đã có, người ta thường dịch thế nào”.

Hệ thống học từ kho văn bản song ngữ: câu nguồn và câu đích tương ứng. Từ đó nó ước tính cụm từ nào thường đi cùng nhau, cách sắp xếp nào thường xuất hiện trong ngôn ngữ đích, phương án nào có xác suất cao hơn.

Google Translate bắc qua đúng chỗ giao thời này: ban đầu phần lớn ngôn ngữ chạy trên một hệ dịch theo luật, rồi chuyển dần sang hệ thống kê do chính Google xây.

Thế hệ này tối ưu cho cái thường gặp. Cách diễn đạt phổ biến có nhiều dữ liệu nâng đỡ; cách dùng hiếm, hoặc chỉ xuất hiện trong một lĩnh vực hẹp, thì có ít hơn hẳn.

Dịch theo mạng nơ-ron: làm cho cả câu đi cùng nhau

Dịch thống kê làm việc với từ và cụm rồi ghép lại thành câu. Dịch bằng mạng nơ-ron học cách biểu diễn cả câu nguồn như một tổng thể, rồi tạo câu đích theo quan hệ giữa các phần trong toàn câu. Máy không chỉ hỏi từng mảnh nên thay bằng mảnh nào, mà còn xét mỗi mảnh giữ vai trò gì.

Thay đổi này tạo bước nhảy dễ nhận thấy: câu dịch liền mạch hơn, trật tự tự nhiên hơn. Google Translate chuyển sang dịch nơ-ron, và DeepL ra mắt trong thời kỳ phương pháp này được đưa vào dùng rộng rãi.

Thước đo nổi bật của thế hệ này là độ trôi chảy ở cấp câu. Người dùng cũng bắt đầu đánh giá kết quả bằng cảm giác đọc: câu có xuôi không, có giống văn bản do người viết không.

Mô hình ngôn ngữ lớn: dịch trở thành một cách viết

Mô hình ngôn ngữ lớn không được xây riêng để dịch. Cùng một mô hình trả lời câu hỏi, tóm tắt, viết lại, giải thích — và chuyển văn bản từ ngôn ngữ này sang ngôn ngữ khác. Khi được yêu cầu dịch, nó làm việc đó bằng chính năng lực tạo văn bản dùng cho mọi nhiệm vụ kia.

Vì vậy khả năng viết cho xuôi mạnh hơn bao giờ hết.

Qua bốn chặng, tiêu chuẩn nổi bật dịch chuyển dần: từ đúng luật, sang giống cái thường gặp, rồi đến trôi chảy và tự nhiên. Cả bốn đều được đo trên văn bản phổ thông.

Bản mô tả sáng chế thì được đọc bằng một thước khác.

Hai chuẩn cùng lúc

Bản mô tả sáng chế vừa là tài liệu kỹ thuật, vừa là văn bản pháp lý. Thuật ngữ trong đó phải đúng ở cả hai nghĩa: đúng về kỹ thuật với người trong ngành, và đúng về pháp lý với phạm vi bảo hộ mà nó xác lập.

Một hệ dịch đa dụng tối ưu cho độ tự nhiên không có cách nào biết chuẩn thứ hai tồn tại.

Vì sao “không thống nhất” đắt hơn “sai”

Đây là điểm phản trực giác, và là điều quan trọng nhất trong dịch tài liệu sáng chế.

Một thuật ngữ dịch sai thì tương đối dễ xử: bạn biết chữ sai là chữ nào, tìm và thay đồng loạt là xong.

Một thuật ngữ dịch không thống nhất thì rất khó xử. Cùng một khái niệm xuất hiện dưới ba cách gọi rải rác trong bản mô tả và trong yêu cầu bảo hộ — muốn sửa, trước hết bạn phải tìm cho ra cả ba. Mà bạn không biết mình đang tìm gì: không có chữ sai nào để tra, chỉ có những chỗ lẽ ra phải giống nhau mà không giống.

Hệ quả không dừng ở chuyện tốn công. Trong một văn bản mà phạm vi bảo hộ được xác lập bằng câu chữ, một khái niệm mang hai tên có thể bị đọc thành hai khái niệm.

Đó là lý do tính nhất quán, chứ không phải độ trôi chảy, là thứ đáng đo trước tiên. Và đó cũng chính là thứ mà bốn thế hệ dịch máy ở trên không được xây để tối ưu.

”Đúng” còn tuỳ theo ai đọc

Ngay cả khi đã thống nhất, vẫn còn câu hỏi: thống nhất theo bộ thuật ngữ nào.

Nhiều dòng sản phẩm, nhiều chủ đơn, nhiều hãng sở hữu trí tuệ có bộ thuật ngữ nội bộ riêng — đã dùng trong các đơn nộp trước, đã qua trao đổi với thẩm định viên, đôi khi đã được ghi trong hợp đồng. Với những hồ sơ đó, “đúng” không phải là cách dịch phổ biến nhất, mà là cách đã dùng lần trước.

Không hệ thống đa dụng nào biết được bộ thuật ngữ ấy. Nó chỉ nằm ở phía bạn — nên bản dịch cần người kiểm soát, chứ không chỉ cần một cỗ máy tốt.

Cùng loại khó khăn, ở quy mô nhỏ hơn: cách viết tên đơn vị đo trong bản đích. Đây là chỗ người dịch chưa nhiều kinh nghiệm hay lúng túng, và cũng là thứ không có đáp án phổ quát — xem Tên đơn vị đo trong ngôn ngữ của bạn.

Pattrans dựng quanh chỗ đó

Không phải để dịch xuôi hơn — phần đó ngành đã làm tốt suốt bốn thế hệ. Mà để cái thước đo thứ hai có chỗ đứng:

• Termbase là trung tâm, không phải phần thêm. Một bộ thuật ngữ áp thống nhất cho cả bản mô tả, yêu cầu bảo hộ và các tài liệu cùng họ sáng chế — xem Giữ termbase gọn và đáng tin.
• Duyệt thuật ngữ trước khi dịch. Sửa một thuật ngữ đúng một lần, trước khi nó được áp vào toàn văn — thay vì đi tìm ba biến thể của nó trong bản đã xong. Xem Duyệt thuật ngữ bằng chế độ Deep.
• Người quyết sau cùng. Bản song ngữ để soát trong Word, sửa xong nhập lại — xem Soát bản dịch song ngữ trong Word.

Bản dịch vẫn cần bạn đọc và chịu trách nhiệm. Thứ thay đổi là bạn kiểm soát được cái đáng kiểm soát nhất, và kiểm soát nó trước khi nó nhân lên khắp tài liệu.