參考依機器可譯性排序的語言排名，更有效地運用機器翻譯

公司企業面臨越來越大的壓力，需要更快速地翻譯更多內容，而機器翻譯 (MT) 則公認是解決這個挑戰至關重要的一個工具。因此，比較例如 Google NMT、Bing NMT、Amazon、DeepL 和 Yandex 等各主流 MT 引擎的成效，決定哪個引擎最符合您的需求，自然是頗為划算的投資。事實上，Lionbridge 每月都會透過 MT 追蹤工具分析各大 MT 引擎的表現，這也是市面上歷史最悠久的主流 MT 引擎評估工具。但進一步的評估仍舊有其必要，特別是因為從我們的分析便可以看出，這些引擎目前的表現其實不相上下。 

為了充分發揮 MT 的效用，不妨深入了解哪一種 MT 引擎可更輕易翻譯特定的語言組合，這又稱為語言的機器可譯性或 M 可譯性。為了協助您比較這些語言，我們在表 1 列出了從英文譯出時，前 28 種目標語言的 M 可譯性排名。

M 可譯性的計算方式

計算語言的 M 可譯性並不是個簡單直覺的流程，不同語言之間也有不同的挑戰需要解決；此外，對某個語言而言成效良好的因素，對另一個語言可能就稍嫌不足。然而，我們還是可以使用一些指標來進行評估。 

舉例來說，編輯更動程度，也就是譯後編修人員為確保最終譯文擁有與人工翻譯相同的品質，而對機器翻譯之內容所做的更動次數，就有助於我們了解語言的複雜性，進而有助我們決定各個語言組合的 M 可譯性，即使通常我們不會使用這些指標進行跨語言的比較。

Lionbridge 的 M 可譯性分析結果：語言的排名結果與原因

這個對 28 個目標語言所做的 M 可譯性排名，是根據 Lionbridge 處理過的數百萬個句子分析所得的結果。

從分析結果可以看出，複雜性跟語系是相關的。 

羅曼語系

當譯出語為英文時，多數羅曼語系的語言，例如葡萄牙文、西班牙文、法文和義大利文等，通常只要稍做修改就能得到高品質的譯文。我們發現這些目標語言是機器最能輕鬆處理的語言，它們也名列我們 M 可譯性排名的前四名。

值得注意的是，排名中另一個屬於羅曼語系的語言羅馬尼亞文，則僅列於第十名，對這個較少翻譯的羅曼語系語言來說，較低的排名很可能是因為訓練 MT 引擎的雙語訓練語料庫規模較小，以及羅馬尼亞文本身文法較為複雜 (有點類似拉丁文)。  

簡體中文

簡體中文是迥異於英文的一種語言，但卻緊接著前四名的羅曼語系，名列可譯性排名的第五位。我們認為這樣高的名次，是因為 MT 在過去幾年對這個語言組合經常有更新和改進，這從我們這段期間對 MT 的持續追蹤便可看出。而各 MT 公司之所以會對這個語言組合投入大量心力，希望產出更優異的成效，則是因為商界對這個語言所屬市場的高度關注。

複雜的語言

匈牙利文和芬蘭文這兩個烏拉爾語系的語言，則屬於較為複雜的語言，因而在我們的可譯性排名中墊底，分別是第 27 和第 28 名。同一語系的另一個複雜語言愛沙尼亞文，則是第 24 名。

韓文的名次也屬於後段班，名列排名的第 25 名。