字幕翻译，如何合并和拆分过分断句

我时常会接到字幕翻译项目，大多是英到中。如果字数比较多，我通常会问客户能不能增加一两个小时的预算，原因很简单：过分断句(over-segmentation)对译员很不友好，特别是在使用CAT  (computer-aided translation)的情况下，而合并句段、译后重新断句(post-segmentation)，以及在原始视频中导入翻译好的字幕，进行在线/屏上检查(online/on-screen checking)，这一切都需要更多时间，而这一切的成果，客户是喜闻乐见的，那就是客户可以直接拿来用的字幕文件。通常，如果客户不是特别“抠门儿”的话，是同意我的溢价请求的。

现在的CAT工具，大多都支持手工合并句段，比如在memoQ中，在当前句段中按ctrl+j，就可以将下一句段合并到当前句段中；选中多个句段，然后按ctrl+j，也可以一下子将这些选中句段合并；比如：

 粗略读一下，就可以看出，9个句段，其实是3个句子。手工合并后的结果：

显然，这种合并操作需要阅读原文，还要手工移动光标，选择句段，并且进行按键 操作。句段不多的话，还能忍受，但如果多的话，真的让人望而生畏。其实，仔细想想这个问题的根结所在，其实就是CAT软件在导入文件时，默认在段落结尾处分段了。所以，只需将那些分段重新接上就行了。因此，需要做的预处理工作就是将原文合并成一个大段落，原来分段的地方用一个特殊的标记表示，比如制表符（如果是英文，前面需要加个空格）。在Word中的操作步骤如下：

1.在Word打开源文件（这里显示的是memoQ导出的RTF格式）：

2. 将只保留原文列，其他列（连同表头）删除：

 3.选中整个列（也就是整个表格），然后选择Layout >  Convert to text：：

4. 将所有分段替换为带一个空格的制表符：

5.将文件改名保存为DOCX格式，重新导入memoQ：

 可以看出，原先过分断句地方已经转化为线内标记 (inline tags)，而该断句的地方也断句了。

全篇翻译完毕后，确保那些表示断句的线内标记也已插入到译文的适当位置，不多也不少（可以通过CAT工具的标记验证功能进行检查）。之后，原路返回，也就是将这个文件导出为目标文件（那个单列的DOCX文件），在Word中打开，将所有带空格的制表符替换为段落，然后全部选中，转换为单列表格，然后将这个表格所有单元格选中、复制、粘贴到原来那个RTF文件中，保存这个文件，然后导入memoQ进行更新，这样就得到了和原来字幕对应的译文了。

这个流程有个问题，就是默认字幕原文是带标点符号的，即CAT软件会考察这些标点符号进行断句。如果原文不带标点符号，那么这个流程并不适用。