我的簡繁轉換苦水

既然發起了「我們來做一個真正堪用的簡繁轉換系統吧！」這個活動，我就先來說說自己的故事。

我從2015年開始創辦同人誌《東方文化學刊》，至今出了10期加一個特輯，來稿的大部份是大陸地區的朋友，而我堅持用繁體字印刷出版，並且我非常討厭轉碼錯誤，所以我每期收到簡體字的稿件，都要花特別多精力來校對。

我有向書友、作者群發一篇「撰稿指南」，是一個Word文檔，這文檔就是已經調好格式的文章模板，如果你直接用這個文檔來寫稿，你就可以看到你文章排好版印出來以後大概是怎樣，而我做總編的也可以省一點工。話雖如此，直到現在，沒有幾個人聽我的，照這樣排好再把稿子給我發來，我也不強求了。為什麼呢？

一因為我不是大爺，你能把文章寫好我就很感謝了；再就是，簡繁體的Word系統還是有一點差異（例如字體的檔名），我排版還有很多微調的工作要做，而且我不相信你能把轉碼錯誤也抓完，所以還不如你就原樣給我，我來抓。就這樣，我繼續忍受著Word簡繁轉換的各種弱智。也不是沒有找過別的校對工具，但文字貼過去轉完又貼回來還會跑版，最後效率還不如我手工抓。

除了一般的簡繁轉換問題，我的稿件裡經常會出現日文，而我發現，只要一段文字裡含有日文，Word簡繁轉換就會自動跳過該段，整個不轉，我想這是將日文漢字和中文區隔開來的設計。在這種情況下，令人崩潰的是，就算我把要轉的句子選取出來叫它轉，它也不轉；我把日文的部份先搬到別的地方再叫它轉，它還是不轉；我把要轉的部份複製貼上到另一個檔案去轉，它依然不轉。必須在貼上的時候指定「去除格式」，把系統埋在它裡面的信息去掉，它才終於聽話。

我認為開發文書處理程式、轉碼系統的人，應該要做一些開關選項來對應這些問題，而不是大包大攬、自作聰明。

再來談談問題多多的「常用詞彙轉換」。大概因為開發、維護這些系統的人是工程師，所以常用詞彙轉換表裡最多的，是IT術語，而這些術語又經常和常用詞重複，就引發很多討厭的問題。

例如Program，台灣叫「程式」，大陸叫「程序」，這兩個詞都有其他用場，如「京劇表演程式」和「司法程序」，你AI如何判定什麼時候該轉、什麼時候不該轉？除非你能像人一樣理解整篇文章，否則大概都只能很笨地加上各種條件去逼近。

況且，雖然我出書是印繁體，但既然文章作者是大陸人，面對的讀者也多是大陸的朋友，那在這些常用詞上，我就應該保持原樣。當然這點可以把「轉換常用詞彙」勾掉來解決。

問題比較小的是「資訊」與「信息」，這種算是兩可，然而我不是一般的編輯，我是學過朱邦復先生「漢字基因」理論以及正宗的文字學，會把每個字拆開來看字首字身，斟酌選用最適合的字詞的那種人，「資訊」與「信息」雖然相通、差不多，但讀起來的感覺或許會有細微的不同，而我就會憑這些細微的感覺來修改，儘管文章作者大概都沒有想到那麼多。

總之我是盡力了，雖然還是不免百密一疏，出書後被讀者發現或者自己再看到就很幹。而在身為讀者的時候，看各個新聞、小說網站，還有打遊戲（轉碼錯誤的重災區，那些做繁體版的絕大部分都是直接把簡體轉過來就上了），看到抓也抓不完的錯誤，我的心靈逐漸學會麻木；偶爾也會想，我自己還在堅持些什麼？文化的品味（大陸不知為何都把這詞寫成「品位」，而這和閻步克老師中國古代官職研究的「品位與職位」重複了）和文明的使命感嗎？這年頭，這些高尚的概念，大抵也都是不堪一擊的了。所以如果你再問我，我寧願回答「不爽」或「堵爛」。

而這世上的事情，往往也不是你不出錯就不會有問題的。

去年底我接了個案子，給我們同人圈裡的現場表演組織「東方LiveParty」填寫今年LiveParty主題曲的歌詞；我很重視這項工作，費了多日的心力把它填好，總算在南京的跨年活動搶先演出了，還在正式錄音之前，當時我很期待正式版。這首歌叫〈重光〉，正式發表是在1月26日年初二，我們圈子的賀年節目〈東方華燈宴〉上，這回出錯了：

歌詞裡有一句「交換著殷勤的片語」，從〈何日君再來〉的「殷勤頻致語，牢牢撫君懷」化過來的。結果到這正式版，歌詞變成了「交換著殷勤的詞組」。

不問可知，是LiveParty這邊的朋友Woogie，把我交過去的Word文檔轉成了簡體給歌手和相關人員，這就把「片語」變成了「詞組」──另一個IT術語phrase的兩岸之別。我小時候看過不少電腦書，所以我知道「片語」在程式設計上也算常用詞。

那段歌詞原稿是：「熙攘的市集／融匯著恬靜日常的氣息／交換著殷勤的片語／勉勵出不畏變故悠長的情誼」，是主押ㄧ韻(yi)，而用通押的ㄩ韻(yu)在可押可不押的第三句；這段曲子我感覺應該每句都押，於是如此安排。結果變成「詞組」，不押韻了，唱起來氣息也堵了。

明明我在交稿的時候，和Woogie反覆確認、修改過歌詞的，人家也應該是看過正確版本的，應該是抓得出轉碼錯誤也聽得出不對的，但錄音和製作影片的時候，就是沒人抓出來。

Woogie也是個認真的人，不應該出這種狀況，然而有一點工作經驗的人應該都知道，就是常有這種在最後關頭稍微疏忽一下，然後出錯，然後所有人都莫名其妙地沒察覺的事。

所幸網上發布的東西還可以修改，Woogie也承諾過完年有空就重錄替換上去，然而又碰到疫情，很多交通和活動都被截斷了，不知還要過多久才能訂正過來，讓我不用再忍受這錯誤。

這件事情，大概可以算是讓我下定決心來改良簡繁轉換工具的最後一擊。

新一期《東方文化學刊》正在編，我又有好幾萬字的稿子要校對，雖然大概趕不及立刻用上，但希望下半年可以用到。我再也不想忍耐了。

我理想的轉碼方式

有一些字是轉碼錯誤的重災區，如「里」在很多情況下不該轉成「裡」或「裏」。目前我是這樣處理的：

Word有「取代」指令。轉完碼後，我用「取代」尋找所有的「裡」，指定取代為「里」，然後按「尋找下一筆」，一個個看，要轉回「里」的，我就按鍵盤R鍵取代；不該轉的，我就按F繼續找下一個。

我理想的轉碼校對方式，就是把所有可能的分歧都這樣處理：讓我按鍵盤做選擇題，一個個選過去。

這並不會很慢，反正我做編輯也需要把文章從頭到尾一句句看下來。

二十年來，我想要的，我需要的，就只是這麼簡單的一個東西。

不用講什麼智能算法、機器學習，也不需要任何進一步的社群經營、商業規畫。或許這裡哪位會寫程式或Word巨集的朋友發發善心，一兩天就能做出來了。

這幾天有不少朋友和我介紹了一些提供簡繁轉換的網頁，像是「校書郎」，我自己也找了一些，像是「書韻」。試用了一下，基本的替換、校對，還有進階一點的詞語解釋是都有，但它們還是缺少了我最重視的一項功能：

它們不能用鍵盤操作。

在這些網頁編輯器校對，我都還得把滑鼠游標移到要替換的字詞上，點下去，再移到正確的選項，點下去。這樣的操作既繁瑣又傷手，而且這不是遊戲，一點都不好玩。為什麼那麼多五湖四海的工程師朋友，開發這些工具來幫助我們，卻都沒有想到把鍵盤操作做進去？

答案是什麼已經不重要了，重要的是我今年一定要想辦法弄出一個能用鍵盤的出來。Farmer學長的團隊已經做過校對程式，會自動把有分歧的字詞用不同顏色標出來；只要再把「用鍵盤做選擇題」的校對方式做進去，我個人就沒有更多要求了。

Facebook上也有朋友留言跟我說：不用重複發明輪子，Google已經在做這個，頗有進步，讓它去做就好了，過去很多低能錯誤都已經消失，再過幾年很多剩下的低能錯誤就會消失了。我就回說：

我想要和需要的並不是電腦幫我搞定一切。我只要電腦幫到80%，剩下20%我自己來。但現在這些弱智的程式往往幫倒忙，我還要再多付出50%心力去抓它的錯。我搞不懂為什麼幾乎每個搞科技的都堅持要ＡＩ，堅持要等它進步，就不願意先給我一個笨一點但是實用的過渡方案。我受夠了，我也不想問為什麼了，我來做我想要的就是了。

這如果要繼續講下去，我還可以講到哲學的層次上去，但我覺得我們不必扯那麼多。

差不多也是二十年前，我讀到南方朔的一篇文章或相關報導，說他寫稿也學過倉頡、大易輸入法（忘了是哪個），但用了一陣子後，他發現他會無意識地傾向只用他會拼的、好打的字，而放棄腦子裡的原案。他認為這對文章這檔事有大害，所以他就放下電腦，回去用紙筆爬格子了。

我對此印象深刻，因為從小就開始用電腦的我完全無此問題。我打字是用注音（要選字的傳統注音）為主、倉頡為輔，一時打不出來的，用相近的字音、字形去比照，總能打得出來，一次打出來，知道這字在輸入法裡面怎麼拼以後，我就會打了。有網路以後，用搜尋引擎去逼近，更為簡便，即便要打生僻字也不在話下。

雖然輸入法問題和轉碼問題是兩回事，但這裡我們大概還是可以看到一些處理問題的不同態度。南方朔先生算是比較極端的「科技不對勁就放棄科技」，這種老一輩的做法已然淡出這個時代了。勸我等Google、等AI進步的朋友可能是「科技不夠用就繼續發展科技」，然而這對我目前的日常工作沒有幫助。我的態度則是求平衡，讓科技做它目前能夠做到的就好，剩下我自己來。對十萬字規模以下的工作來說，這樣其實就已經夠了。

要說還有什麼不足之處，大概就是這種沒什麼野心也沒什麼技術含量的土方法，沒有什麼能在商業市場上說故事的前景，也沒什麼在技術領域出彩的價值，所以沒有人來做吧。要講前景，就還是要來個大數據、機器學習，整理出一個多麼廣泛的應用場景。啊，如果可以的話，我也願意一起來說啦，但我現在真的只想先要到一個趁手的輔助工具就好了。