第14章。资料的完整性，以及最后的问候

第五篇开篇。 十三回以来，我们已经看过一部作品的资料如何被制作：第一篇是工作的所在和骨架，第二篇是工作文件夹内部，第三篇逐一看35种资料，第四篇看人物笔记和附属文件。最后一回将两件事放在一起：所有资料如何成为完整一册资料集的验证阶段，以及14回连载的收尾。两者之所以并置，是因为验证正是资料最后的整理；整理完成，文件夹才完成，文件夹完成也就是我们工作的收尾。

资料彼此照映

当35种资料制成、34份人物笔记写好、156行事件索引整理完、18份区块表完成后，一个问题自然跟来：所有资料真的构成彼此一致的一册资料集吗？

同一人物的名字是否处处使用相同表记？同一单词是否被译成不同韩文？事件编号的先行参照是否全指向实际事件？这些问题会浮现。一个人无法把所有资料都装在脑中，于是让资料照映资料。这就是第6阶段，最后的交叉验证。

七项检查项目

我们检查七个地方。

第一，人物笔记和区块表的一致。 区块表中出现的每个人物是否都有笔记？有笔记的人物是否曾从表中遗漏？一份资料有人物、另一份没有，整合性就会破坏。

第二，事件编号双向存在。 事件总表中的所有事件编号都应在区块表中，反向也须成立。只在一侧存在的编号是某处遗漏的信号。

第三，事件编号连续性。 从第一个事件编号到最后一个，是否没有缺号？工作途中删除或合并事件时，编号可能断开。

第四，先行事件参照完整性。 每个先行事件编号是否都指向实际事件？若一件事所指的先行事件消失，因果链就断裂。

第五，相关关键词存在。 写在事件相关关键词中的所有人物、地点、物件是否真实存在？表记有细微差异时，同一事物会被认作不同事物。

第六，资料间相互参照。 35种资料中引用的所有事件编号是否都存在于事件总表？即再次确认一种资料是否准确参照另一种资料。

第七，重复与整合文件的处理。 对如夫妻般整合笔记和个人笔记同时存在的人物，真实来源是否清晰？相同信息分散在两处时，必须知道哪一处是基准。

验证的三层——自动、样本、全程

七项并非一次全部检查，因为检查本身的性质分为三种。有些无需人类判断即可机械决定通过或失败；有些需随机选取、人眼直接读一次；有些需从一项工作开头到结尾完整走一遍。我们明确区分这三层。

自动层是不需人眼便能出结果的检查。事件编号1至49是否无缺、所有先行事件参照是否真实存在、一个人物的名字是否在所有资料中以相同表记出现，都由简短脚本处理。七项中的1、2、3、4、5属于这一层。几乎不耗时，即时决定通过或失败。抓到失败时，立即以P0或P1级登记，进入修正队列。

样本层是从资料中随机挑一部分，由人直接阅读的检查。展开一份区块表，检查是否提前写入那个时点不可能知道的信息（剧透原则），一事件的因果链是否符合文本事实，关键台词引文是否准确。七项中的第6项，资料间相互参照，主要在此层处理。需30分钟到1小时；无需读完所有资料，也能感知资料的质地。

全程层是只依文件夹内资料，模拟从头到尾翻译一章或一幕的检查。随机选一章，按逐章指南 → 人物笔记 → 时代百科 → 句法树的顺序展开，决定译词。若出现无法决定之处，那里正是需要补强资料的地点。第七项处理重复和整合文件，也会在全程层自然检查，因为它模拟新收到文件夹的人怎样展开资料。需要一两小时。

三层分离十分重要，因为一层通过不保证另一层通过。自动层通过，样本层仍可能发现意义错位；样本层通过，全程层仍可能发现进入资料时的摩擦。三层分别运行，验证才有深度。

在傲慢与偏见发现的事

把七项用于傲慢与偏见文件夹，产生约90项检查。介绍几项关键发现。

达西的妹妹在一处写作 "Miss Darcy"，另一处写作 "Georgiana Darcy"。作品中两种称呼都会使用，但资料中必须统一一种；否则搜索资料时会把同一个人认成两个人。必须统一。

两个背景事件将不存在的事件作为先行事件参照。这是工作初期用临时编号记下、正式编号确定后未清理的痕迹。为了因果链完整性，需要修正。

还发现文件夹里有三名小角色的笔记，区块表却没有这些人物的说明行。这是笔记先制成、表格尚未补强的情形。为保证追溯性，需补强。

先处理哪种错误？

发现的错误不会以同一重量处理，而是分为三个等级。

P0级是直接影响翻译准确性的错误。 立即修正。人物名称表记不一致属于此处；若译者看到两种不同表记而理解为两个人，翻译本身便会错。傲慢与偏见有两件P0错误，均立即修正。

P1级是影响资料追溯性的错误。 在文件夹对外公开或进入下一阶段之前修正。错误事件编号参照属于此处。虽不直接影响翻译，仍须修正以保证资料可信性。傲慢与偏见有三件P1，全部在公开前修正。

P2级是需要结构补强的项目。 工作本身可以继续，但为了提升资料完成度，应在下一循环补强。小角色说明行缺失属于此处。傲慢与偏见中P2约85项，数量最多，被移入下一工作循环的清单。

设定等级的原因是：如果所有错误都用同样时间、同样重量处理，验证本身永远不会结束。优先级必须明确：先P0，再P1，P2则记录给下一循环。

整合表格的真实来源分离

第七项检查“重复与整合文件的处理”虽小，却很重要。来看傲慢与偏见的一例。

作品中有嘉丁纳夫妇，即嘉丁纳先生与嘉丁纳太太。两人在作中几乎总是一起行动：带伊丽莎白去彭伯里旅行、应对莉迪亚私奔事件、最后担任婚礼证人。

对于这种人物群，我们同时制作两类笔记：嘉丁纳先生和嘉丁纳太太各自的个人笔记，以及嘉丁纳夫妇的整合笔记。但三个文件共存同一文件夹时，同样信息就分散在两处。比如嘉丁纳太太曾住在德比郡兰布顿的履历，既在个人笔记，也在夫妇整合笔记中。

问题是：哪一边是真实来源？若两份资料有细微不同，该信哪一份？

我们的处理如下：个人笔记是真实来源。 整合笔记被定义为只处理夫妇共同叙事与共同判断的补充资料，因而其开头附有如下说明：

本文件是处理嘉丁纳夫妇关系和共同叙事角色的整合表格。各个人物的详细信息请参照嘉丁纳先生和嘉丁纳太太的个人笔记。翻译工作时，个人表格是真实来源；本文件补充夫妇作为一对的同伴叙事和共同判断。

这是一行小说明，却是决定资料可靠性的重要规则。若真实来源不清楚，两份资料冲突时工作者便会迷失方向。

验证结束之后

处理完约90项检查后，文件夹的最后一层会放入一份验证报告。检查了什么、发现哪个等级的错误、如何处理，都会完整记录。

这份报告是保证文件夹可靠性的最后印章。新收到文件夹的人先读说明文、看资料清单，再打开验证报告，就能一眼掌握文件夹状态。资料已经过验证这一事实，是使用者信任的基础。

这便是六阶段的最后阶段。从第1阶段档案化至第6阶段验证，一部作品的工作有序安放在文件夹内。

出货合格线

验证结束这一事实本身并不意味着文件夹可出货。我们设有明确合格线，以下条件全部通过，文件夹才能对外。

自动层的所有检查都必须通过。事件编号连续，每一个先行事件均指向实际事件，人物名称在所有资料中采用相同表记。自动层只要一项失败，便暂缓出货，因为在人类判断不必要的部分出现失败，意味着资料最基本的完整性被破坏。

已发现的P0错误必须全部修正。直接影响翻译准确性的项目，不可有任何一项未修便让文件夹出货。P1错误必须已修正，或有明确决定移到下一循环。不是无决定地拖延，而是记录“本循环不处理”的决定。

文件夹说明文会附上一张验证状态表：自动层结果、样本层结果、全程层结果、P2剩余议题数、出货是否合格。任何人收到文件夹，都能从这一张表立刻知道状态。

有了这条合格线，验证才有意义。只检查却不设合格线，哪里通过、哪里保留会变得模糊；这种模糊会侵蚀资料可靠性。合格线是划分资料出货的最后一行。

我们在14回中一同看见的事

简短回顾14回的脉络，走向收尾。

第一篇的三回中，我们确立名为<书渊阁>的工作位置，画出六阶段流程骨架，看了三十多种资料的分类逻辑。

第二篇的四回中，我们窥看傲慢与偏见工作文件夹的外形，直接展开一个区块和一组事件，观察预先决定一句话岔路的资料，并追随35种资料被确定的路径。

第三篇的三回中，我们逐一看35种资料：任何作品都会制作的13种骨架、为傲慢与偏见增添色彩的16种血肉、以及此作品特有的6种补充。

第四篇的三回中，我们通过三人看人物笔记的样子：主角伊丽莎白最丰富的形式、配角夏洛特压缩的深度、小角色雷诺兹太太一幕的重量；还看了文件夹里的附属文件，以及如何借分工技术缩短时间。

第五篇最后一回，我们看如何保证资料完整性的验证阶段，现在到达结算。

走过14回，我们已看完围绕一本书制作什么，以及它如何成为整合的一册资料集。

致傲慢与偏见的问候

在这里，我想向一本书问候。

一位英国女性在两百年前写下的书，14回以来一直展开在我们的工作桌上。伊丽莎白、达西、简、宾利、夏洛特、柯林斯、威克姆、莉迪亚、班纳特夫妇、嘉丁纳夫妇、雷诺兹太太。我们把每一个人都做成笔记。1813年的餐桌、马车、舞会、书信和社交季，在我们的资料文件夹中活着。

这本书跨越两百年而来到我们面前。因此我们能在14回中制作资料。我们向这一本书致谢。

诚实承认限制

<书渊阁>不是完成的系统。每部作品都会把新发现加入程序。我想诚实写下目前面对的两三个限制。

有些阶段仍需要大量人手。尤其在第5阶段资料制作中，决定一种资料结构所需的时间难以自动化，因为同一个母题在不同作品中的强度不同，表达方式也不同。

资料之间细微表记差异的累积也是问题。若工作者把同一人物名字略微不同地写下，验证阶段会抓到，但它本身仍会积累为P2议题。我们也持续打磨自动化统一表记的工具。

多语言同步工作的标准化尚未完成。一部作品译成39种语言时，为39种语言分别做资料文件夹并不有效；一个文件夹若要同时服务39种语言，资料的形式必须进一步抽象化。这是下一阶段的课题。

这些限制并非程序不成熟，而是因为处理外语本质上要求人的判断。这种姿态不能由自动化取代。

苹果不是 Apple，最后的回归

让我们回到第一回的比喻。

我们制作的35种资料、34份人物笔记、156行事件索引，都是将一句话应用到一本书的结果。

苹果不是 Apple。Pear 不如梨好吃。

搬运一个词时，也一起搬运它的重量，这就是<书渊阁>。再简短说一次：当我们重新坐到下一本书面前，便从这种姿态重新开始。

给共同工作的同事们

我们制作的文件夹，归根结底在人的手中活着。

译者、改编者、内容策划、配音导演、文案写手，有接收我们资料并用它做作品的同事。资料即使准确，使用资料之人的感觉才是最后决定者。我们只制作资料，让作品活起来的是同事的手。

我想在14回中跟随讲演的各位里，也有这些同事。谢谢你们。愿我们的资料在读者的工作中活得很好。

下一讲预告

<书渊阁>是我们工作的一根轴，另有另一根轴：建造关键词图书馆的工作，我们称其为mejeLIBRARYING。两轴相遇之处，便构成一部作品的完整词典。

下一份讲演稿将处理另一根轴。一部作品的人物、事件、资料若在<书渊阁>中整理，作品的所有关键词便会在mejeLIBRARYING中成为图书馆。二者相遇，一本书就准备好被带往169个国家、39种语言。

结语

感谢14回以来与我们同行。

希望本讲演不仅是信息提供，也是一次对我们面对外语时所持姿态的邀请：仔细看待一部作品的姿态；承认一个词重量的姿态；不说苹果和Apple相同的姿态。

愿我们在下一本书面前再见。