将 PDF 翻译成 科西嘉语

为什么机器输出会滑向意大利语

科西嘉语属于意大利-罗曼语族，与海峡对岸的托斯卡纳方言最为接近。这种家族相似性并非空穴来风：意大利语使用者一眼就能看懂大部分书面科西嘉语。正是这种接近性使得自动翻译变得危险。模型在训练过程中看到的意大利语比科西嘉语多得多，当它们不确定时，最安全的猜测就是意大利语单词。输出因此流畅，通过拼写检查，但不是科西嘉语。注意词尾和冠词，这是两种语言最可靠的区别之处：科西嘉语在词尾喜欢用 u，而意大利语用 o；其定冠词比意大利语的短得多。

岛上的纸质记录解释了一部分困惑。科西嘉岛在 1768 年之前由热那亚管辖，次年归属法国，因此在此之前的行政和公证记录是用意大利语或拉丁语书写的，而不是法语或科西嘉语。此后产生的所有文件都是法语，一直是共和国行政的唯一语言。科西嘉语本身在二十世纪之前绝大多数是口语，直到书面复兴才逐渐兴起。实际后果是，研究科西嘉家族的家谱学家通常需要翻译意大利语的教区登记册和法语的民事记录，而很少翻译实际用科西嘉语写成的文件。

如今约有 15 万人使用该语言，联合国教科文组织将其列为濒危语言。它在岛上的学校里教授，出现在双语路标、地区议会的出版物、歌曲创作和大量现代文学作品中。让它与法语并列成为官方语言的尝试在法国法院被驳回，因此它在官方文件中的出现是政策选择而非法律要求。科西嘉语在水对面也有近亲：北部撒丁岛的 Gallurese 和 Sassarese 方言源于相同的语系，并且与科西嘉语使用者大致可理解。

被翻译成科西嘉语和从科西嘉语翻译过来的材料

• 地区政府出版物、文化节目和双语（与法语）发布的公共信息
• 岛上学校的教学材料，语言作为一门学科提供，以及儿童书籍和读物
• 博物馆标签、遗产步道指示牌、节日节目和旅游宣传语，面向岛上城镇和内陆的游客
• 多声部歌唱传统的歌词和内页说明，这是该语言最显眼的现代用途之一
• 19世纪移民到法国大陆、加勒比海和南美洲的后裔的家谱记录
• 现代文学复兴时期的诗歌、小说和散文，以及关于它们的学术著作
• 协会章程、当地通讯和村庄协会文件

在科西嘉岛，法语仍然是官方文件的语言。对于出生证明、公证契约或法庭文件，您需要翻译的文件是法语原件，如果它要提交给外国当局，则需要翻译员的签名认证。有关这方面的内容，请参阅如何获得官方翻译。