那句德语翻得一个错都挑不出来，只是做这件事的那个名字不见了

摘要：翻译过程中语态会自己改变，主动句变成被动句，而被动句可以合法地不说出谁做的。于是品牌名、工坊名、产地这些最该被记住的名词，在译文里静悄悄地少了一个。句子仍然完全正确，任何拼写、术语、标签检查都不会响。本文给出一套只数名词不评语感的排查办法，以及哪些句子必须保住施事者。

为什么译文里那个品牌名会凭空消失？

从一段芬兰语的工艺描述说起

那是一家做芬兰市场的珠宝配饰站，主打手工银饰。

商品页上有一段讲工艺的话，是全站最用心写的一段。

英文原句是主动句，主语就是那个自有工坊的名字。

芬兰语译文读起来非常地道，母语审校一次通过。

但那句话里，工坊的名字一个字都没有出现。

译者把主动句换成了芬兰语里常用的无人称说法，意思是“这些银饰是手工打磨的”。这句话完全正确、完全自然，也完全没有说是谁打磨的。整段描述里，那个本该反复出现的名字出现次数从三次掉到了零次。

而这一段，正是全站唯一一处解释品牌工艺来源的文字。

后来把这一段的三个语言版本并排数了一遍，英文版工坊名出现三次，德文版一次，芬兰文版零次。三个版本的可读性都很好，三个译者也都是母语的人，差别完全来自各自语言里这类文本的默认写法。这个结果第一次让团队意识到，问题不在某一个人身上，而在一条没人管的默认路径上。

问题不是语气也不是语体

先把这件事跟另一类问题分开。

语气和语体讲的是这段话听起来客气不客气、正式不正式。

那一层的判断标准是感受，不同的人可以有不同意见。

本篇讲的东西不需要任何感受判断。

它只问一句：源文里的那个名词，译文里还在不在。

日语敬语层级那篇处理的是语体换档会不会改写实词，那是一个关于措辞的问题。本篇处理的是一个可以数出来的结果：句子里少了一个名词，而这个名词是有名字的。可数和不可数，是这两类问题最大的区别。

可数意味着可以做成一个指标，不可数只能靠人吵架。

把两类问题分开还有一个实际好处：它们该交给不同的人。语气语体的判断只有母语的人能做，而且经常需要来回讨论；名词在不在的判断谁都能做，甚至可以完全交给脚本。混在一起处理，结果是本来能自动化的那一半也被拖进了讨论环节，成本白白翻倍。

这类丢失为什么特别值钱

丢的那个名词，往往不是随便一个词。

主语位置上站着的，通常是品牌、工坊、产地、材料来源。

这些恰好是内容里最难替代、最值得被记住的部分。

而句子里其余的成分，多数是通用描述。

换句话说，被动化删掉的正是这段话里唯一的专有信息。

这里有个不太直观的因果：被动化删掉的从来不是随机成分，它删的一定是施事者，而施事者位置天生偏向专有名词。一段描述里如果只有一个词是别人抄不走的，那个词多半就站在主语位置上，也就是被动化会删掉的那个位置上。

这一点还可以反过来用：想知道一段文字里哪个词最值钱，看看被动化之后哪个词会消失就行。这个小测试比任何关键词工具都直接，因为它测的不是搜索量，而是这段文字里有没有一个别人替代不了的成分。测下来发现没有任何词会消失的段落，本身就说明这段话写得太通用了。

被动语态到底删掉了什么？

被动是唯一一种可以合法少一个成分的结构

句子里的成分不能随便删，删了就不成句。

宾语不能凭空去掉，状语去掉了意思会变。

被动结构是个例外，它允许施事者整个不出现。

不出现之后，句子在语法上仍然完整。

没有任何一条语法规则被违反。

通用依存标注体系里的语态特征把主动、被动和几种中间形态分开定义，从标注的角度看得很清楚：语态一变，句子的核心论元关系跟着重排，原来的主语要么降级成一个可选的旁格成分，要么直接不出现。

可选这两个字，是整件事的关键。

值得补一句的是，这种合法性不是某一门语言的特例，而是被动这个结构在跨语言上的普遍特征。正因为普遍，它才特别危险：你没法通过换一门语言来规避，只能通过在每一门语言里各自盯住那个位置来规避。凡是普遍存在的机制，都不存在挑一门语言绕过去的选项。

降级和消失是两回事

被动化之后，施事者有两种命运。

一种是降级：还在句子里，但换了一个位置和一个介词。

英语里的介词短语、德语里的相应写法，都属于这一类。

另一种是消失：整个成分不出现，句子照样成立。

多数译者在多数情况下选的是后一种，因为更自然。

旁格成分的标注定义里专门给施事者留了一个子类型，这从侧面说明了它的地位：它不是句子的必需成分，而是一个可以挂上去也可以不挂的补充。凡是标注体系里带“可选”标记的成分，在真实文本里的缺席率都远高于你的想象。

降级还能救，消失就只能重写。

实际排查中这两种命运的比例很悬殊。抽样看下来，被动句里带施事者的比例通常只有一两成，其余全是不带的。这跟写作建议里的印象差得很远，因为写作建议讨论的是该不该带，而真实文本反映的是人们默认带不带。默认值永远比建议更能决定最终结果。

判断某句话属于哪一种，不必懂那门语言：把译文丢进翻译工具倒译回英语，看看倒译结果里还有没有那个名字。有就是降级，没有就是消失。倒译不能用来评估质量，但用来查某个成分在不在是够用的。

主语位置在检索里的分量

为什么非得盯着这一个位置。

因为主语位置是一句话里最容易被机器当成主体的位置。

做实体抽取的系统，第一件事就是找谁做了什么。

名词性主语的标注定义说明了这个位置在依存结构里的地位，它直接挂在谓语下面。

这个位置空着，整句话就没有主体可抽。

更实际的一层是：一段话里如果品牌名一次都没出现，那么这段话在任何按实体聚合的系统里都不会被算到这个品牌头上。内容还在，功劳不在。

还有一个细节值得知道：即使句子改成了被动、施事者降级成一个旁格成分，它在抽取结果里的权重也会明显低于原来在主语位置的时候。也就是说降级不是无损的，只是比消失好。要拿回全部权重，唯一的办法还是让那个名词回到主语位置上去。

共现被切断带来的连锁反应

还有一层损失更隐蔽。

品牌名和工艺词原本在同一句话里共同出现。

共现关系是机器判断“这个品牌跟这件事有关”的主要依据。

被动化把主语删掉之后，这对共现就断了。

工艺词还在，品牌名不在，两者不再有关联。

削短词那篇里提过一句，正文首段是最安全的共现位置。这条在这里要补一个前提：共现的前提是两个词真的在同一个句子里出现过，而被动化恰好会让其中一个不出现。位置选对了没用，成分先得在。

共现这件事还有一个跨段落的补救办法：如果某一句实在改不成主动，就在相邻的句子里让品牌名单独出现一次。虽然不如同句共现强，但总比整段没有强。要注意的是这个补救要写在同一段里，跨段落之后关联强度会再降一档，效果很有限。

语态为什么不在任何一张检查表上？

因为改完之后句子还是对的

这是整件事最根本的原因。

拼写错了，拼写检查会报。

术语用错了，术语库比对会报。

标签数量不对，标记校验会报。

语态改了，什么都不会报，因为没有任何东西错了。

把这句话展开就是一条很硬的判据：所有质量关卡检查的都是“对不对”，而语态漂移不产生任何错误。它产生的是一个信息量的差额，而信息量不在任何一张检查表的字段里。这跟标记错位那一类问题是同源的，只不过那一类至少还留下了一个位置可以比对。

这条判据可以拿去检查任何一套质量流程：把流程里所有的检查项列出来，逐条问它在检查什么错误。如果全部检查项问的都是有没有错，那这套流程对信息缺失是完全没有防御的。信息缺失和错误是两类问题，需要两套判据，而多数团队只准备了一套。

母语审校也发现不了

有人会指望母语审校这道关。

母语审校拿到的通常只有译文，没有源文。

他要判断的是这句话在这门语言里读着顺不顺。

而那句被动句读着非常顺，甚至比主动句更地道。

他没有任何理由改它。

母语审校验收清单那篇里把验收拆成了几个维度，语言正确性只是其中一个。这一类问题落在维度之间：它既不是语言正确性问题，也不是术语问题，而是一个信息保全问题，而多数验收单上根本没有这个维度。

这里还藏着一个容易误判责任的地方：等问题被发现时，第一反应往往是母语审校没做好。实际上他做的正是他被要求做的事，而且做得没问题。要改的是任务定义不是执行人，把源文一并给他、并明确要求他核对某几个名词，这件事才轮得到他负责。

报表上看到的只是曲线平了

后果在数据上也很难归因。

品牌词的曝光少一点，实体相关的表现弱一点。

这些变化都在正常波动范围内。

没有任何一个指标会突然跳一下。

于是这件事可以持续好几年而不被察觉。

十语模板重复内容那篇提过一个观测层错位的套路：换一层去看，结论相反。这里同样适用——从流量层看不出任何异常，从句子层数一下名词出现次数，问题一目了然。换层的关键是找到一个能被数出来的量，而不是找一个更好的报表。

还有一个原因让归因更困难：这类损失是从上线第一天就存在的，没有一个前后对比的基线。所有需要靠对比才能发现的问题，只要从一开始就存在，就基本上不可能被数据发现。要发现它们，只能靠有人主动去数一个绝对量，而不是等某条曲线掉下来。

自动打分也给不出信号

还有一道关卡值得单独说，因为很多团队指望它。

现在不少流程里会用模型给译文打一个质量分。

打分看的是流畅度、忠实度、语法合规这几项。

被动化之后的句子在这三项上表现都很好。

忠实度那一项理论上该扣分，实际上几乎不会。

原因在于忠实度的判断多数基于句子整体的语义相似度，而删掉一个专有名词对整句的语义向量影响很小——那句话讲的还是同一件事，只是没说是谁做的。凡是靠整体相似度衡量的指标，都对单个专有名词的缺失不敏感，而专有名词恰好是内容里最贵的那部分。

所以这道关卡跟前面几道一样，是绿的。

这一层还有个连带风险：打分高会让这批内容被当成优质样本，进而被用来做后续的记忆库和模型微调。于是一个信息缺失的写法被固化成了标准写法，往后每一批新内容都会照着它来。质量分在这里起的是放大作用，而不是过滤作用。

哪几门语言最容易把主动变成被动？

德语的说明书体是重灾区

先说最典型的一门。

德语的产品说明和技术文档传统上大量使用被动。

这种写法在当地读者眼里代表专业和客观，德语语法在线资源库里对这一族结构的用法说明相当完整。

译者把英语的主动句改成被动，是在往地道的方向靠。

他做的是对的，只是没人告诉他这句话里有个名字要保住。

德语构成被动的那个助动词词条里能看到它在各类文本中的分布，用例密度在说明性文本上明显更高。德语复合词那篇里讲过德语自己也在减负、少用长句和名词化，被动这一项是同一个趋势里最顽固的一块。

要说明的是，这条不能推出德语内容就该少用被动。说明性文本用被动确实更符合当地读者的预期，硬改成通篇主动反而显得业余。要保的只是那几句讲来源的话，其余照惯例写就好。目标是保住几个名词，不是改造一门语言的文体，这个边界一开始就要划清楚。

芬兰语和爱沙尼亚语有专门的形态

第二类语言更彻底。

它们有一套专门的动词形态，用来表达“有人做了这件事”。

这种形态不需要任何助动词，一个词尾就够。

用起来极其顺手，所以出现频率非常高，芬兰语依存树库的统计页上能直接看到这类形态在真实语料里占多大比重。

芬兰语官方语言指南里关于这种形态的说明把它的构成和用法讲得很细。

关键在于，这种形态跟英语的被动不是同一个东西。英语的被动至少还给施事者留了一个位置，芬兰语这一套连位置都没有。这一点下面单独讲。

还有一个技术上的后果：这种一体化的形态会让自动检测更难做。被动如果靠助动词构成，正则就能大致筛出来；靠词尾构成的话，得先做形态分析才知道。这也是为什么后面给出的排查办法绕开了语态判断，改成直接数名词——那条路在这类语言上根本走不通。

还有一件事要提醒：这类形态在语法书里的叫法跟英语的被动是同一个词，于是沟通时特别容易鸡同鸭讲。跟译者聊之前最好先确认一下双方说的是不是同一个东西，否则你以为在讨论要不要改语态，他以为你在质疑他的用词。

日语的省略传统又是另一回事

第三类是主语本来就常常省略的语言。

日语的句子在上下文清楚的时候可以整句不出现主语。

这不是被动，是省略，但结果一样。

译者按母语习惯省掉主语，句子完全自然。

而商品页上的每一段话，对机器来说都缺少上下文。

日语三套文字那篇讲的是字符层的选择，这里是句法层的另一个坑。省略和被动在语法上完全是两回事，落到“那个名词还在不在”这个结果上，它们是同一件事，所以排查的时候可以合在一起处理。

这类语言还有个额外的复杂度：省略是否合适取决于上下文距离，而商品页上的段落经常被单独摘出来展示，比如出现在列表页的摘要里或者被聚合到别处。原文里那个足够近的上下文，在展示时可能根本不在场。写的时候要按最坏情况假设，即这一段会被单独读到。

斯拉夫语族的反身形式也算一类

第四类要提一句，因为它最容易被漏掉。

俄语、波兰语一类语言可以用反身形式表达类似的意思。

这种写法在形态上不是标准被动，工具未必标成被动。

但它同样把施事者从句子里挤了出去。

排查工具如果只按被动标记筛，会漏掉这一整类，依存分析器的接口文档里也说明了标注结果依赖各语言各自的模型质量。

处理办法是把判断标准从“是不是被动”换成“主语位置上有没有一个专有名词”。前一个标准依赖形态标注，后一个标准只依赖有没有那个词，跨语言更稳。

这一类还容易被漏掉的原因是它长得像主动句：动词后面挂一个反身成分，形式上仍然是主动形态。只有读懂意思才知道施事者不见了。所以对这类语言，任何基于形态标注的自动筛选都不可靠，只能靠数名词那条路，这一点跟粘着语的结论殊途同归。

芬兰语的无人称形为什么连补都补不回来？

它在语法上就不带施事者位置

这一节讲的是本篇最硬的一处差别。

英语的被动句可以在后面挂一个介词短语说明是谁做的。

德语也可以，写法固定，译者随手就能加。

芬兰语那套形态不行，它没有这个挂载点。

硬要加一个施事者，句子就不成立了。

所以这里的差别不是“省略了”，而是不可表达。前者是一个选择，后者是一个约束。面对省略，你可以要求译者补回来；面对不可表达，要求补回来等于要求他写一个病句。

这个差别在跟译者沟通时特别重要。如果你按英语的经验说“把动作的执行者加回去”，芬兰语译者会告诉你做不到，而你多半会以为他在推脱。实际上他说的是事实。跨语言协作里的多数误会，都源于一方把自己语言的可能性当成了普遍的可能性。

这条差别还提示了一个更一般的做法：给任何一门陌生语言写规范之前，先问一句这条要求在那门语言里能不能表达。花十分钟问一个母语的人，能省掉后面几轮无效的返工。规范写得再细，也抵不过一个在目标语言里根本不成立的前提。

唯一的解法是换句式

既然补不回来，就只能换一个句式。

把整句改写成主动句，让工坊名字回到主语位置。

芬兰语当然有主动句，用起来也完全自然。

只是译者默认不会选它，因为无人称形更符合这类文本的惯例。

所以这不是能力问题，是默认值问题。

芬兰语十五个格那篇讲的是名词形态的展开，这里是动词那一侧的另一条约束。两者合起来说明一件事：这门语言的很多东西是长在词形里的，而词形一变，句子的成分构造跟着变，不像分析型语言那样可以单独挪动一个词。

换句式还有一个副作用要提前想到：主动句通常比无人称句长，而且句子的重心会前移。如果这段文字有字数限制，或者版面上留的行数是按原来的长度排的，改完之后可能要一起调版面。这类连带工作量不大，但不提前说，前端会觉得内容团队在临时加需求。

给译者的指令要写成结果不是写成手法

知道了这一点，指令的写法就清楚了。

不要写“请不要使用被动语态”。

这条指令在芬兰语上会让译者无所适从，因为那不是被动。

要写“这一句里工坊的名字必须出现”。

结果确定，手法交给译者，他自然会选一个合适的句式。

这条经验可以推广：凡是跨语言的写作要求，都要写成可以在目标语言里被验证的结果，不要写成源语言里的某种手法。手法是语言相关的，结果不是。这跟标记那一类问题的解法思路是一致的，只不过那边是把版面要求换成句法要求，这边是把语法要求换成成分要求。

这条经验还有一个更省事的用法：把它写进给译者的每一批任务说明里，而不是写进一份没人翻的总规范。任务说明是译者真正会读的东西，一句话就能带过。规范文档的问题从来不是写得不对，而是它跟具体任务之间隔了太远的距离。

施事者消失对检索和引用有什么影响？

品牌词密度掉得比想象中多

先看最直接的一层。

一段三百字的工艺描述，主动句写法里品牌名会出现两到三次。

全部被动化之后，这个数字通常是零。

整个商品页上，品牌名可能只剩下页头和页脚。

而页头页脚是模板，所有页面都一样。

于是这个页面上关于品牌的全部独特信号都没了，剩下的只是模板噪声。这一点在多语言站上特别值得警惕，因为英文版看起来完全正常，你不会想到去查别的语言版本。

这个数字最好按段落类型分开统计，而不是按整页平均。整页平均会被页头页脚和导航里的品牌名拉高，看着还不错。只统计正文描述段落，数字才真实。凡是模板里也会出现的元素，统计时都要先剔掉，否则你量到的是模板不是内容。

还有一个统计口径的选择要提前定：是数出现次数还是数出现过的段落数。次数会被某一段里的重复拉高，段落数更能反映覆盖面。做诊断的时候用段落数，做优化前后对比的时候两个都记，因为改写往往同时提高这两个数字而幅度不同。

被引用时更容易被改写成通用说法

第二层影响在被摘引的场景里。

一段没有主语的描述，被摘出来之后仍然没有主语。

下游系统要生成答案时，只能自己补一个泛称。

补出来的多半是“这类产品”或者干脆不提来源。

你的内容被用了，但没有被归属。

问答型长尾内容那篇讨论过内容在被摘引时的价值分配，这一层可以补一条更具体的：能不能被归属，取决于那段文字自身有没有携带主体，而不取决于这段文字写得好不好。写得越好越通用，被拿走得越干净。

还有一个可以自己动手验证的办法：把那段没有主语的描述单独复制出来，假装自己是第一次读到它，看看能不能判断出这是谁家的产品。判断不出来，那么任何一个下游系统也判断不出来。这个测试不需要工具，也不需要懂那门语言，只要盖住页面其余部分就行。

这一层还有个容易被忽略的场景：站内的推荐位和列表页摘要通常直接截取描述的前几十个字。如果主语在原句里靠后，或者干脆不存在，摘要里就更不可能有品牌名。写描述段落时把主体尽量放在开头，是一个几乎零成本的保险。

非英语市场的这一层更薄

第三层是市场差异。

英语内容多，一个品牌的信息可以从很多来源拼出来。

小语种市场上，关于你的信息可能只有你自己这一份。

这一份里如果没有主体，就真的没有第二份可以补。

非英语语言的生成式结果覆盖那篇里记过一个早期观察：小语种的来源池本来就浅。

来源池浅的直接后果是每一份来源的权重都更高，也就意味着一份来源里的信息缺失更难被别的来源补上。信息冗余度低的市场，单点失误的代价成倍放大，这条在选择先修哪门语言时很有用。

这一层还有一个不太好听但很现实的推论：越是刚进入的小市场，内容里的信息缺失越致命，而这些市场的内容往往又是预算最紧、流程最简的。资源分配上的直觉是先保大市场，而按风险算，恰恰是小市场的每一段内容更经不起丢东西。

机器翻译和人工翻译谁更容易改语态？

人工翻译改得更多也更彻底

这个结论跟直觉相反，值得说清楚。

机器翻译倾向于贴着源文的结构走。

源文是主动句，输出多半也是主动句。

人工译者反而会主动调整，让句子更符合目标语言的惯例。

调整的方向，往往正是把主动改成被动或者无人称。有意思的是，英语侧的简明写作指南反而一直在劝人多用主动语态，两边的默认方向正好相反。

机器翻译直接发布那篇算的是质量下限的账，这里出现了一个少见的反例：在这一项上，机器翻译的保守恰好保住了信息，而人工翻译的地道恰好丢掉了信息。这不是说机翻更好，只是说明质量高低和信息保全是两个维度。

这个反例还提醒了另一件事：不要用单一维度去判断一条链路的好坏。同一条链路在流畅度上得分低，在信息保全上可能得分高。真正该做的是把要衡量的东西列全，再看每条链路各自的强项在哪儿，然后用流程去补短板，而不是简单地选一条更好的链路。

但机器翻译在长句上照样会翻车

话说回来，机器翻译也不是安全的。

句子一长，从句一多，结构重排的概率就上来了。

某些语言对上，模型学到的默认就是被动化。

技术文档语料训练出来的模型尤其明显。

所以两条路都得查，只是查的重点不一样。

人工译文要查的是那些译得特别漂亮的段落，机器译文要查的是最长的那些句子。这两个筛选条件都不需要读懂内容，一个按人工润色标记筛，一个按句长筛。

句长这个筛选条件还可以再精确一点：不是看字符数，而是看逗号和从句连接词的数量。一句话里超过两个从句连接词，结构重排的概率就明显上来。这个统计一条正则就能做，而且对目标语言的了解要求为零，适合放在交付后的自动检查里。

还有一类句子要单独盯：带有并列结构的长句。并列会让模型在重排时把几个动词合并处理，主语更容易在合并中被吞掉。写作阶段避免在讲来源的句子里塞并列，比事后排查划算得多，这属于一次性投入。

后编辑环节是最好的插入点

第三个观察是关于流程的。

如果链路上有后编辑这一步，这件事最适合放在那儿。

做后编辑的人手上同时有源文和译文。

他也有权限改句子，不像审校那样只能提意见。

需要他做的只是多看一眼主语位置。

把要求写进后编辑的作业指引里，成本几乎为零。强调标记漂移那篇里讲的验收项措辞规则在这里同样适用：写成“确认工坊名称在译文中出现”，比写成“注意语态”有效得多，因为前者可以在不理解全句的情况下核验。

如果链路上没有后编辑这一环，还有一个位置可以插：内容入库之前的那一步。多数站在把译文写进数据库之前有一次人工确认，哪怕只是复制粘贴，也是一次有人经手的机会。把检查清单贴在那一步，比新增一个环节现实得多。换个说法，要管住的是那个名词在不在，而不是句子用了哪一种语法结构。

扫一遍译文找出丢了主语的句子

第一步：先列出必须保住的名词

排查从一份清单开始，这份清单很短。

把品牌名、工坊名、产地名、自有材料名列出来。

加上各语言的变体写法，通常也就二三十条。

这份清单其实早就存在，在术语库里。看的时候顺便记下缺失集中在哪类段落上，这个分布决定了后面要不要跑全站扫描。

只是术语库管的是它怎么译，不管它出没出现。

这一步的产出是一份纯名词表，跟语法无关。把一个语法问题转成一个词表问题，是这套排查能便宜下来的关键，因为词表匹配不需要任何语言学工具，一条正则就够。简单说，结构化数据管的是这个页面属于谁，正文共现管的是这件事跟谁有关。

这份清单还要注意收一样东西：品牌名在目标语言里的转写形式和当地惯用的简称。用户和当地媒体用的往往不是官方全称，如果清单里只有全称，统计会把那些用了简称的段落误判成缺失。把简称一起收进来，误报率会明显下降。

第二步：按段落统计出现次数并跟源文对比

第二步是纯统计。

把源文和译文按段落对齐，各自数清单里的词出现几次。

两边数字一样的段落，直接跳过。

源文有、译文为零的段落，全部挑出来。还有一个折中做法是把品牌名放进小标题里，既保住了共现，读起来也不会显得堆砌。

源文三次、译文一次的，也挑出来。

这一步能跑在任何语言上，因为它只做字符串计数。要注意的是屈折语里名词会变形，所以匹配时要允许词尾变化，用前缀匹配或者把变体写进清单都行。顺序上先修自有内容，再看外部数据，否则两边的问题会混在一起分不清主次。

统计的时候还要做一次归一化：全角半角、大小写、连字符的有无都可能造成漏配。稳妥的做法是把源文和译文都先做一次统一处理再比对。这一步很容易被跳过，跳过之后跑出来的清单会掺进一批假阳性，人看几十条就会开始怀疑整套办法。

统计脚本还要能处理一个常见情况：同一个段落在源文和译文里的切分不一致，译者把一段拆成了两段或者合并了两段。稳妥做法是按小标题划分区块来对齐，而不是按段落序号，这样容错高很多，也不容易产生成批的假阳性。

第三步：只看挑出来的那几段

第三步才需要人。

看的是前一步挑出来的段落，通常只占全部段落的一小部分。

判断标准只有一条：这一段该不该有这个名字。

有些段落本来就不该有，比如通用的尺寸说明。排完序之后先拿一门语言试一遍完整流程，把脚本和验收项都跑通，再铺到其余语言。

该有而没有的，交给后编辑改写。

那家珠宝配饰站跑完这三步，全站两千多段里挑出来一百四十段，人看了半天，最后需要改写的是三十九段。真正需要人判断的量，通常比想象中小一个数量级，前提是前两步的筛选做得够狠。

看的时候建议按段落类型排序，把讲来源和工艺的排在最前面。这类段落数量少但价值高，先看完这一批，收益就已经拿到大半。剩下的可以慢慢看，甚至可以暂时不看。任何一份待办清单，排序方式对最终产出的影响都大于清单本身的完整度。

哪些句子必须保住施事者，哪些可以放过？

讲来源和工艺的必须保

不是所有句子都值得改，分清楚能省很多力气。

第一类必须保的是讲来源的句子。

谁做的、哪里产的、用谁家的材料，这些都要有主体。

这类句子通常也是全站最有价值的内容。

它们的数量不多，一个商品页上一般不超过三句。

判断办法很简单：这句话如果换成竞品也一样成立，那它就不需要主体；只有当它换个主体就不成立时，主体才是必需的。这条判据一句话就能教会执行的人。

这一类段落还有个特点值得利用：它们通常是全站复用率最高的内容，同一段工艺描述会出现在几十个商品页上。改一次，收益乘以商品数。所以哪怕单看一个页面觉得不值当，把复用倍数算进去之后，这几句话的优先级会一下子排到最前面。

改写的时候还有一条实用建议：不要逐句改，按段落重写。逐句改容易写出一堆结构雷同的主动句，读起来很生硬。整段重写反而更快，因为译者可以自己安排主语出现在哪一句上，只要保证整段里出现过就行。

讲功能和参数的可以放过

第二类是可以放过的。

讲产品有什么功能、参数是多少的句子，主体是产品本身。

这类句子用被动或者无人称写反而更清爽。

硬要在每句话里塞品牌名，读起来会很难受。

而且这类句子多半不承担品牌信号的作用。

颜色与属性值那篇讲的是参数这一层该怎么对齐取值，跟本篇正好互补：参数那一层要的是精确和一致，工艺来源这一层要的是主体在场，两层的写作要求几乎相反。

这里还有一个容易走偏的地方：有人会想把品牌名塞进参数表的字段值里，比如在材质后面加个品牌前缀。这样做会同时污染筛选和结构化数据两处，得不偿失。参数那一层要的是干净的取值，品牌信号该由描述段落承担，两层各司其职最稳。

这一类里还有个例外要留意：如果某个功能本身是自有技术或者专利，那它就不再是通用描述，主体该回来。判断办法还是那句话，换个品牌这句话还成不成立。成立的归参数，不成立的归来源，这条判据在功能描述上同样好用。

讲承诺和责任的要单独看

第三类需要特别注意，因为它超出了检索范畴。

退换货、保修、质量承诺这类句子里，谁承担责任是关键信息。

被动化之后变成“可以退货”，谁受理就没说清楚。标注结果适合拿去跟译者沟通，因为它能具体指出是哪一处成分被去掉了。

这在有强制披露要求的市场上不只是表达问题。

这类句子应该由法务确认，不走普通内容流程。

处理这一类的原则跟前两类不同：前两类看的是检索收益，这一类看的是合规风险。同一个语法现象，在不同类型的内容上要用完全不同的判据去衡量，混在一起定一条统一规则，结果一定是两头都不合适。

这类句子还建议在各语言之间做一次一致性检查，看看承诺的主体和范围有没有在某个版本里变松或者变紧。语态漂移只是造成差异的原因之一，措辞选择同样会造成差异。承诺类文字的各语言版本值得单独存一份对照表，出问题时能立刻查到当时发的是什么。

这一项该怎么写进译审的规范里？

写成一条可以数的验收项

规范里加一条，措辞要能被验证。

写成“来源与工艺段落中，品牌或工坊名称至少出现一次”。

这条可以数，不需要判断语感。

不要写“避免过度使用被动语态”。

那条谁也不知道多少算过度。

微软写作规范里关于动词的一节给的建议是优先使用主动语态，这类规范在英语内容上很实用，但直接搬到别的语言上要小心：它的前提是那门语言里主动句同样自然，而这个前提不是处处成立。

措辞里还要写清楚适用范围，也就是哪几类段落受这条约束。不写清楚，执行的人要么全篇都塞，要么干脆都不塞。范围写明确之后，这一条才从一个原则变成一个动作。规范里凡是没写适用范围的条目，最后基本都会被当成建议而不是要求。

这类文字还有一个特点：它在各语言之间的更新往往不同步，有的版本改过有的没改。验收的时候除了看语态，还要顺手核一下版本号或者生效日期，别让不同市场的用户看到不同代的承诺，那比语态问题严重得多。还有一点，这条要求写成禁令之后很难验收，写成必须出现的名词则一眼就能核。

让工具替人做前置筛选

规范之外还要配一个动作。

把前面那三步做成一个脚本，接在交付环节后面。

脚本跑完给出一份待看清单，人只看清单。

没有清单的时候，验收项会退化成走过场。

有清单的时候，它是一件具体的活。如果三个版本里只有一门语言异常，先查那门语言的默认写法，多半能找到共同原因。

这条经验在很多验收项上都成立：一条验收项能不能被真正执行，取决于有没有人替执行者把范围缩小到可以看完的程度。规范负责说清楚要什么，工具负责把要看的东西端到面前，缺一样都不行。另外被摘引时下游取的是正文那段字，结构化数据里的品牌不会被顺手带进去。

脚本的输出格式也值得花点心思：每一条给出段落原文、缺失的名词、以及源文对应段落，三样并排。让看的人不需要在两个文件之间来回切换。这类细节决定了这项检查能坚持多久，端到面前的东西越完整，它被长期执行下去的可能性越大。

措辞之外还要给一个例子。规范里附一句改写前和改写后的对照，执行的人一眼就明白要什么。纯文字的要求容易被理解成好几种意思，一个例子能把歧义压到最低，这在跨语言的协作里尤其重要。

把这一项交给谁

最后是分工。

这一项最适合交给后编辑或者译审，不适合交给母语审校。还有一个位置很好用，就是那段描述的第一句，主体放在开头对摘要场景特别友好。

原因前面说过，母语审校手上通常没有源文。

如果链路上没有后编辑，退而求其次交给项目经理。

项目经理不懂那门语言也没关系，因为这一步只需要数词。简单说，一个量的是外部有多少人提到你，一个量的是你自己有没有把话说完整。

数词这件事甚至不需要人做，脚本给出的数字就是结论。母语审校验收清单那篇里那条分级思路在这里落到了最省的一档：能自动数的一律自动数，人只负责那些数不出来的判断。另外别忘了把这门语言的经验整理成一句话，下一门语言的规范可以直接照抄结构。

还有一种情况是外包给翻译服务商，那就把这条写进交付标准里，并且要求对方在交付时附上统计结果。让对方自己跑一遍，比你收到之后再跑省事得多，也更符合责任划分。验收标准里能量化的部分，都该尽量前移到交付方那一侧。

还有一个把工具用好的前提：脚本的误报率必须压到很低。一旦看的人连着遇到几条假阳性，他就会开始整批跳过。宁可让规则严一点、漏掉几条，也不要让清单里混进大量噪声，清单的可信度比覆盖率更值钱。

常见问题解答

要求译文里不用被动语态，是不是最简单的办法？

不是，这条要求在好几门语言上会直接失效。芬兰语那类有专门无人称形态的语言，译者根本不会认为自己用了被动；德语的说明性文本里被动是常规写法，一刀切禁用会让译文读起来很怪。更根本的问题是，这条要求限制的是手法而不是结果，译者绕过它的方式有很多种，比如改成名词化的写法，主语照样不见。正确的写法是要求某个名词必须出现，把手法留给译者自己选。真正稳的做法是把要求落在结果上，让译者自己去选那门语言里最自然的句式。

怎么快速判断我的站上有没有这个问题？

挑三个商品页，把讲品牌来源和工艺的那几段抽出来，源文和译文并排，各数一下品牌名出现几次。源文有而译文为零，问题就存在。这一步不需要懂那门语言，认得品牌名的字母就够。三个页面都正常也别急着下结论，换一个语言版本再抽三个，不同语言的表现差别可能很大。整个诊断二十分钟能做完，比任何报表都直接。整个诊断花不了多少时间，比等着某条曲线掉下来再去归因要快得多。把三个页面的数字并排记下来，差异模式会比单看一个页面清楚得多。

结构化数据里已经写了品牌，正文里少一次有关系吗？

有关系，两者的作用不一样。结构化数据告诉机器这个页面属于哪个品牌，正文里的共现告诉机器这个品牌跟这项工艺、这种材料有关。前者是归属，后者是关联，后者恰恰是内容独特价值所在。而且被摘引的时候，下游取的是正文那段文字，不会顺带把结构化数据里的品牌补进去。两处都要有，缺一处就少一层。两处都写上，成本几乎为零，缺一处就少一层，没有必要在这里省。这一层的补法也简单，把品牌名写进那段描述的第一句就够，不必每句都提。

每段都塞品牌名会不会显得刻意？

会，所以不要每段都塞。真正需要保住主体的只有讲来源、工艺和承诺的那几句，一个商品页上通常不超过三句。功能和参数类的句子用无人称写反而更清爽，硬塞品牌名读起来很别扭，也会被读者当成营销话术。判断标准是这句话换个主体还成不成立，不成立的才需要主体在场，成立的说明它本来就是通用描述。把握好数量之后，这几句反而会因为主体明确而读起来更有分量。实在拿不准就先只改讲来源那几句，其余保持原样，收益已经拿到大半。

这件事和内容里的品牌提及监测是同一回事吗？

不是同一回事，但相关。监测关心的是站外有多少地方提到了你，这里关心的是你自己写的内容里主体有没有丢。顺序上应该先把自己这一侧修好，否则监测出来的数字会一直偏低，而你会误以为是外部曝光不够。自有内容是唯一一处你能百分之百控制的地方，先把这里做扎实，再去看外部的数据才有意义。换句话说，标注用来解释原因，数名词用来发现问题，两件事不要用同一个工具做。两者的数据也别混在一张报表里，混了之后就分不清是内容问题还是曝光问题。

多语言站上先修哪门语言？

按两个条件排序：这门语言的无人称或被动写法有多常见，以及这个市场上关于你的信息来源有多少。前者决定问题的密度，后者决定单次损失的代价。芬兰语、爱沙尼亚语这类有专门形态的语言，加上信息来源本来就少的小市场，通常排在最前面。英语和几门大语种可以放后面，不是因为问题少，而是因为那些市场上还有别的来源可以补足信息。第一门语言的成本最高，往后每一门都会便宜很多，这也是先试点的意义。预算紧的时候先做一门语言的完整流程，跑通之后往下铺的边际成本很低。

用工具自动标注语态来排查行不行？

可以当辅助，但别当主判据。语态标注在不同语言上的覆盖质量差别很大，反身形式、名词化写法、主语省略这几类都可能被标成非被动，漏掉一大片。更稳的做法是直接数那几个必须出现的名词，这个办法不依赖任何语言学标注，跨语言表现一致，而且执行的人不需要理解结果。标注工具适合用来解释为什么丢了，不适合用来发现哪里丢了。省下来的时间可以花在真正需要判断的那几十段上，这才是人该做的部分。两个工具的定位不同，混用会让排查既慢又不全，分开用反而更省事。

权威参考资料