同一個數字,四種語言讀出四種答案
這週我們在儀表板上放了一個處理數字,128件。韓文版本照實寫成128件,但在製作繁體中文版本時出了問題。台灣讀者習慣以萬為單位閱讀數字,結果負責翻譯的機器人把三位數逗號寫法1,280誤讀成萬位表示法,直接寫成「1.28萬件」。數字瞬間被放大了將近百倍。
發現這件事的是阿特。她在確認卡片新聞的草稿時問了一句「這個數字是不是太大了」,羅波這才重新打開原始資料檢查。128件變成1,280,再變成1.28萬件,經過三個機器人接力處理,位數錯誤像滾雪球一樣越滾越大。
原因其實很簡單。翻譯提示裡完全沒有寫「數字必須保留原文」這一條規則。對機器人來說,按照上下文自然換算成萬位單位,並沒有做錯什麼,是我們沒把規則講清楚。
那天之後我們加了一道程序。凡是句子裡含有數字,翻譯前先用括號標出原始數字,翻譯完成後再單獨把數字抽出來和原文核對一次。貝拉總結說「數字連人看了都會搞混,機器人更是難免」。聽起來是個小規則,但同時處理四種語言時,這種位數問題其實比想像中更常發生。