跨符號轉譯、不對稱成本與本體損失：從表面翻譯到結構重編譯

Cross-Symbolic Translation, Asymmetric Cost, and Ontological Loss: From Surface Translation to Structural Recompilation

版本：v0.1
日期：2026-07-29
文件性質：基礎理論、轉譯模型與評估框架論文
系列：符號結構工程系列，第 6 篇
建議文件代號：EML-SSE-06-2026-v0.1

摘要

傳統翻譯常被描述為將一種語言中的詞、句或文本轉換成另一種語言中的對應表達。然而，在自然語言、數學、程式語言、圖像、聲音、手勢、知識圖與 AI 原生語義物件之間，轉譯的實質遠超過字詞替換。不同符號系統具有不同粒度、組合規則、關係明示程度、身份制度、操作能力、文化慣例與工具基礎。當一個概念從符號系統 $\Lambda_A$ 移動到 $\Lambda_B$ 時，往往必須重新切分概念、補足隱含關係、重建身份、調整操作語義，甚至重新設計目標觀測者的解碼路徑。

本文提出「跨符號結構重編譯」理論，將轉譯表示為：

\mathcal T_{A\rightarrow B} : \left( \widetilde{\sigma}_A, K_A, C_A, T \right) \rightarrow \left( \widetilde{\sigma}_B, K_B, C_B \right)

其中 $\widetilde{\sigma}$ 為可顯影符號物件， $K$ 為概念結構， $C$ 為語境與解碼環境， $T$ 為轉譯任務。轉譯的目標不必是表面相似，而是使目標觀測者在指定任務中重建足夠接近、可操作且可追溯的概念結構。

本文嚴格區分表面轉換、語義映射、關係重建、本體重分類、操作重編譯、文化再脈絡化與身份映射。本文指出，許多翻譯失敗並不是單字選擇不佳，而是來源符號系統的概念粒度、關係壓縮與文化預設無法被目標系統直接承載。轉譯者因此必須決定：哪些結構可直接保留，哪些需要顯式補足，哪些只能近似，哪些應分支翻譯，哪些必須保留原詞，哪些應創造新術語。

本文提出轉譯不對稱：

C_{A\rightarrow B} \neq C_{B\rightarrow A}

其原因包括語義粒度差、標準權力、工具成熟度、前置知識分布、主流引用慣例、目標語言構詞能力、形式化程度與文化共享背景。某一符號系統對原生者可以低成本生成高密度概念，而另一符號系統的觀測者可能需要支付分詞、概念拆解、關係補全、背景學習與本體重建等多重成本。

本文進一步定義七類損失：表面損失、關係損失、粒度損失、文化損失、操作損失、身份損失與歷史損失。本文將不可逆本體損失定義為：來源符號結構中的某些概念切分、關係、類比限制或可操作接口，在目標符號系統中不存在可恢復映射，且轉譯後即使擁有完整目標文本，也無法可靠重建原始結構。

為避免「忠實翻譯」被簡化為字面相似，本文提出任務相對的轉譯保真度。學術閱讀、工程實作、法律執行、教學、文學體驗與多模態介面，需要保留的結構不同。高品質轉譯應聲明其任務剖面、保留集合、近似集合、省略集合、不可譯集合與觀測者假設。

本文最後建立「跨符號結構重編譯框架」（Cross-Symbolic Structural Recompilation Framework, CSSRF）與「符號轉譯與本體損失引擎」（Symbolic Translation and Ontological Loss Engine, STOLE）。系統支援中介概念圖、穩定身份映射、多候選轉譯、保留—近似—省略契約、回譯、跨模態驗證、工具與操作接口重建、損失帳本與版本比較。

關鍵詞： 跨符號轉譯、結構重編譯、本體損失、轉譯不對稱、語義映射、跨語言、跨模態、可顯影符號、AI 原生語言

1. 問題起點：翻譯不是把詞換成另一組詞

最簡單的翻譯模型是：

s_A \rightarrow s_B

其中來源表達 $s_A$ 被替換成目標表達 $s_B$ 。

但來源表達背後還有：

K_A = \left( N_A, R_A, O_A, H_A, C_A \right)

其中：

$N_A$ ：概念節點；
$R_A$ ：關係；
$O_A$ ：操作；
$H_A$ ：歷史與來源；
$C_A$ ：語境。

若只替換表面，目標觀測者可能得到：

\widehat K_B \neq K_A

因此：

\boxed{ \text{Translation} \neq \text{Surface Substitution} }

2. 跨符號轉譯的完整形式

本文定義：

\mathcal T_{A\rightarrow B} : \left( \widetilde{\sigma}_A, K_A, C_A, T \right) \rightarrow \left( \widetilde{\sigma}_B, K_B, C_B \right)

其中：

$\widetilde{\sigma}_A$ ：來源可顯影符號；
$K_A$ ：來源概念結構；
$C_A$ ：來源語境；
$T$ ：轉譯任務；
$\widetilde{\sigma}_B$ ：目標符號物件；
$K_B$ ：目標概念結構；
$C_B$ ：目標解碼環境。

3. 轉譯任務決定保留什麼

同一來源概念可以有不同轉譯目標。

3.1 字面閱讀

重視表面、語序與局部對應。

3.2 學術理解

重視定義、關係、來源、前置理論與反例。

3.3 工程實作

重視型別、輸入、輸出、權限、效果與失敗處理。

3.4 法律執行

重視效力、範圍、例外、責任與管轄。

3.5 教學

重視可理解性、例子、循序漸進與先備知識。

3.6 文學體驗

重視節奏、聲音、隱喻、雙關與文化聯想。

3.7 多模態介面

重視身份、空間關係、操作與無障礙。

因此：

\operatorname{Fidelity} = f \left( T, o, \Lambda_A, \Lambda_B \right)

不存在脫離任務與觀測者的單一忠實度。

4. 七層轉譯

4.1 表面層

字形、詞彙、語序、圖示、聲音、節奏與樣式。

4.2 語義層

核心概念與命題。

4.3 關係層

包含、作用、因果、來源、版本、依賴、觀測與權限。

4.4 本體層

物件、事件、狀態、操作、主體與關係如何被分類。

4.5 操作層

符號是否能被執行，以及如何執行。

4.6 語境層

文化、制度、專業、歷史與社群預設。

4.7 身份與歷史層

概念身份、來源、版本、命名與演化。

5. 表面可譯不代表結構可譯

兩個詞可能看似有對應：

word_A \leftrightarrow word_B

但若：

R_A \neq R_B

或：

Ontology_A \neq Ontology_B

則目標詞可能引導讀者進入不同概念網路。

因此：

\boxed{ \text{Lexical Equivalence} \neq \text{Structural Equivalence} }

6. 中介概念結構

本文提出：

K_A \xrightarrow{\operatorname{Extract}} K_{\mathrm{int}} \xrightarrow{\operatorname{Recompile}} K_B

其中 $K_{\mathrm{int}}$ 為中介概念結構。

它應盡可能與來源表面分離，保存：

概念身份；
型別化關係；
候選語義；
排除條件；
來源；
操作；
版本；
轉譯需求。

7. 中介結構不是普遍中立語言

中介概念圖本身也使用某種：

本體；
關係類型；
分類方式；
工具與資料模型。

因此：

\boxed{ \text{Intermediate Representation} \neq \text{Perfectly Neutral Representation} }

它只能降低來源與目標表面的直接耦合，不能消除所有立場與結構選擇。

8. 七種轉譯策略

8.1 直接映射

若主要關係近似同構：

\phi: K_A \rightarrow K_B

則可直接映射。

8.2 拆解轉譯

若來源符號粒度較高：

g(\sigma_A) > g(\sigma_B)

則需拆成多個目標符號與明示關係。

8.3 封裝轉譯

若目標符號粒度較高，可將來源長結構封裝成新單元，但必須保存反向展開契約。

8.4 補足轉譯

將來源中的隱含關係：

R_A^{\mathrm{implicit}}

轉為目標系統中的明示關係：

R_B^{\mathrm{explicit}}

8.5 壓縮轉譯

將來源明示結構壓縮成目標複合符號，並把部分恢復成本轉移給目標讀者。

8.6 分支轉譯

來源存在多個合法語義時，保留多個目標候選，而不是強制單一譯名。

8.7 保留原詞或創造新術語

當目標系統缺乏安全映射時，可以保留原詞並附定義，或創造新術語。

9. 保留原詞不是轉譯失敗

若目標語言缺少穩定對應，可採：

\sigma_A \rightarrow \operatorname{Borrowed}(\sigma_A)

並提供：

音譯或原字；
核心定義；
來源；
使用範圍；
與近似詞差異；
可顯影連結。

因此：

\boxed{ \text{Retaining the Source Term} \neq \text{Translation Failure} }

10. 新術語創造

若來源概念在目標語言中缺乏穩定表示，可創造：

\sigma_B^{\mathrm{new}}

但新術語必須經過：

組合透明度檢查；
與既有詞區分；
關係槽位分析；
定義與排除條件；
版本與使用測試。

新名稱不會自動取得本體等價性。

11. 多模態轉譯

跨符號轉譯不只發生於自然語言。

例如：

\text{文字} \rightarrow \text{圖}

\text{圖} \rightarrow \text{程式}

\text{程式} \rightarrow \text{動畫}

\text{聲音} \rightarrow \text{結構化事件}

每一次都需要決定哪些關係被保留、近似、補足或遺失。

12. 文字到圖像：轉譯加未定性補完

文字生成圖像需要補足大量未指定變量：

\Theta_{\mathrm{visual}} = \left( shape, color, viewpoint, lighting, composition, style \right)

因此：

\boxed{ \text{Text-to-Image} = \text{Translation} + \text{Underspecification Completion} }

生成結果可能符合文字，但仍加入來源中不存在的視覺本體承諾。

13. 圖像到文字：離散化與選域

圖像轉文字必須選擇：

哪些物件值得命名；
哪些關係值得明示；
哪些連續形態可以離散化；
哪些不確定性應保留；
哪些構圖與風格屬於任務必要資訊。

因此圖像描述不可能是完整圖像的無損複製。

14. 程式語言轉譯

兩種程式語言的差異不只在語法，也可能涉及：

型別系統；
記憶模型；
並發模型；
效果系統；
例外；
Runtime；
標準函式庫。

因此：

\boxed{ \text{Source-to-Source Translation} \neq \text{Syntax Rewrite Only} }

15. 不對稱成本

本文定義：

C_{A\rightarrow B} = C_{\mathrm{extract}} + C_{\mathrm{map}} + C_{\mathrm{rebuild}} + C_{\mathrm{validate}} + C_{\mathrm{teach}} + C_{\mathrm{repair}}

其中：

$C_{\mathrm{extract}}$ ：從來源表面抽取結構；
$C_{\mathrm{map}}$ ：尋找對應；
$C_{\mathrm{rebuild}}$ ：在目標系統重建；
$C_{\mathrm{validate}}$ ：驗證；
$C_{\mathrm{teach}}$ ：讓目標觀測者學會；
$C_{\mathrm{repair}}$ ：修復誤解。

一般：

C_{A\rightarrow B} \neq C_{B\rightarrow A}

16. 不對稱的來源

16.1 粒度差

來源一個符號可能需要目標多句展開。

16.2 關係明示差

一個系統依賴語境，另一個要求顯式標記。

16.3 工具差

字典、編譯器、資料庫與模型支援不對稱。

16.4 標準權力

主流符號系統的使用者不必主動翻譯自己。

16.5 前置知識差

某社群已熟悉對方術語，另一社群沒有相反準備。

16.6 文化共享背景差

來源社群可用短符號喚起大量共同歷史。

16.7 操作環境差

來源 Runtime 的能力、權限與效果可能不存在於目標系統。

17. 生成成本與理解成本不對稱

來源社群創造新術語時，可能只需：

C_{\mathrm{native-create}}

目標社群則需：

C_{\mathrm{foreign-understand}} = C_{\mathrm{translate}} + C_{\mathrm{prerequisite}} + C_{\mathrm{ontology}} + C_{\mathrm{relation}}

在高密度理論中：

C_{\mathrm{foreign-understand}} \gg C_{\mathrm{native-create}}

18. 差分理解與累積重建

長期參與者每次只需理解：

\Delta K_t

外部讀者則需重建：

K_t = \sum_{\tau=1}^{t} \Delta K_{\tau}

所以翻譯一篇後期論文，往往隱含翻譯整個前置概念網路的成本。

19. 標準權力與成本外部化

若 $\Lambda_A$ 被視為預設標準：

工具優先支援；
教材充足；
引用慣例成熟；
其他語言主動翻譯。

其使用者支付的轉譯成本較低，成本被外部化給：

非主流創作者；
翻譯者；
本地社群；
工具開發者。

符號效率因此也具有制度面。

20. 轉譯成本向量

不宜只用單一分數表示轉譯成本。

定義：

\mathbf C_{A\rightarrow B} = \left( C_{\mathrm{lex}}, C_{\mathrm{rel}}, C_{\mathrm{onto}}, C_{\mathrm{culture}}, C_{\mathrm{operation}}, C_{\mathrm{tool}}, C_{\mathrm{learning}} \right)

21. 七類損失

21.1 表面損失

字形、聲音、節奏、押韻、雙關與視覺形式。

21.2 關係損失

被省略、壓縮或誤型別化的關係。

21.3 粒度損失

來源單一高密度符號被拆解後失去整體感，或來源細節被目標封裝後消失。

21.4 文化損失

典故、制度、歷史、社群慣例與情感聯想。

21.5 操作損失

來源符號可執行，但目標符號只能描述；或兩者效果不同。

21.6 身份損失

同一概念被翻成多個互不相認的目標概念，或不同概念被錯誤合併。

21.7 歷史損失

命名演化、版本、爭議、作者意圖與來源鏈消失。

22. 本體損失

本文定義：

L_{\mathrm{onto}} \left( A\rightarrow B \right)

表示來源概念切分在目標系統中無法恢復的程度。

若來源區分：

狀態；
過程；
操作；
主體；
關係；

而目標表達將其壓成一個模糊名詞，便產生本體損失。

23. 不可逆損失

若存在 $x\in K_A$ ，使得：

x \notin K_B

且：

\operatorname{Recover} \left( x\mid K_B \right) \approx 0

則稱為不可逆損失。

24. 可逆近似

若目標表達省略某些結構，但保留來源與展開契約：

K_B + P + E_c \rightarrow K_A'

且：

D(K_A,K_A') \leq \tau

則可視為可逆近似。

25. 損失不一定是錯誤

教學摘要可以合法省略工程細節。

文學翻譯可以優先保留節奏而犧牲字面。

介面圖示可以省略完整來源。

關鍵問題是：

省略是否符合任務；
是否被明示；
是否可回溯；
是否造成錯誤推論或誤執行。

26. 忠實度向量

本文定義：

\mathbf F = \left( F_{\mathrm{semantic}}, F_{\mathrm{relational}}, F_{\mathrm{ontological}}, F_{\mathrm{operational}}, F_{\mathrm{cultural}}, F_{\mathrm{identity}}, F_{\mathrm{historical}} \right)

不同任務對各分量權重不同。

27. 任務相對轉譯效用

U_{A\rightarrow B}^{T,o} = \sum_i w_i^{T,o}F_i - \lambda C_{A\rightarrow B} - \mu Risk

其中：

$w_i^{T,o}$ ：任務與觀測者權重；
$F_i$ ：保真度；
$C$ ：成本；
$Risk$ ：誤解、誤執行與治理風險。

28. 保留—近似—省略—不可譯契約

本文提出：

Translation Preservation Contract

記為：

\mathcal T_c = \left( R^{+}, R^{\approx}, R^{-}, R^{\varnothing}, I, V, T \right)

其中：

$R^{+}$ ：完整保留；
$R^{\approx}$ ：近似保留；
$R^{-}$ ：任務允許省略；
$R^{\varnothing}$ ：暫時不可譯；
$I$ ：身份映射；
$V$ ：版本；
$T$ ：任務剖面。

29. 不可譯不等於不可理解

「不可譯」可能只表示：

沒有單一對應詞；
需要多句；
需要圖或例子；
需要保留原詞；
需要學習背景；
需要建立新術語。

因此：

\boxed{ \text{Untranslatable} \neq \text{Ununderstandable} }

30. 回譯

回譯流程：

s_A \xrightarrow{\mathcal T_{A\rightarrow B}} s_B \xrightarrow{\mathcal T_{B\rightarrow A}} s_A'

但真正應比較的是：

D(K_A,K_A')

而不只是表面字串差異。

31. 回譯的限制

若兩個方向都依賴同一個錯誤中介模型，回譯可能表面一致但本體錯誤。

因此回譯只是驗證之一，不能取代：

來源專家；
任務測試；
操作測試；
目標讀者理解實驗。

32. 多候選轉譯

對高歧義符號：

\mathcal T(s_A) = \left\{ s_B^{(1)}, s_B^{(2)}, \ldots \right\}

每個候選應標記：

適用語境；
保留結構；
損失；
風險；
推薦任務。

33. 單一最佳翻譯的限制

某些詞不存在普遍最佳翻譯。

最合理的輸出可能包括：

主譯；
學術譯；
工程譯；
保留原詞版本；
定義性解釋。

這不是不確定的失敗，而是對任務差異的誠實表示。

34. 名稱與定義分離

新術語轉譯應區分：

surface_B

與：

definition_B

名稱可以短，但定義需明示關係。

不能因主譯固定，就假設概念已被完整移植。

35. 身份映射

跨語言應保存：

id_A \leftrightarrow id_B

即使：

surface_A \neq surface_B

也可保持：

id_A=id_B

36. 身份分裂與錯誤合併

36.1 身份分裂

同一來源概念被翻成多個術語，最後被誤認為不同概念。

36.2 錯誤合併

不同來源概念被翻成同一目標詞，造成：

id_{A1} \neq id_{A2}

但：

surface_B^{(1)} = surface_B^{(2)}

系統必須保存身份差異與適用語境。

37. 操作語義轉譯

若來源符號具有操作接口 $O_A$ ，目標系統需確認：

是否存在同等工具；
權限模型是否一致；
效果是否相同；
回滾是否相同；
型別是否兼容；
提交語義是否一致。

38. 可執行轉譯

程式、工作流與 Agent 命令的轉譯需滿足：

Sem_E(P_A) \approx Sem_E(P_B)

其中 $Sem_E$ 為執行語義。

表面輸出相同不足以證明操作等價。

39. 安全語義漂移

若來源系統的 delete 是軟刪除，目標系統的 delete 是永久刪除，表面同名會產生高風險效果漂移。

因此操作轉譯需獨立效果契約與 SAGE 驗證。

40. 文化再脈絡化

文化符號轉譯可以採：

原詞保留；
功能等值；
歷史註解；
類比替代；
雙層表達。

但類比替代可能引入錯誤本體。

41. 文化類比契約

定義：

\phi_{\mathrm{culture}} = \left( preserve, approximate, discard, warn \right)

明確標記：

哪些關係可保留；
哪些只能近似；
哪些不可移植；
哪些需要警告。

42. 標準化與扁平化

標準化降低互通與工具成本，但可能扁平化：

歷史；
多義；
地方分類；
權利關係；
文化差異；
操作限制。

因此必須同時測量：

Gain_{\mathrm{interop}}

與：

Loss_{\mathrm{onto}}

43. AI 轉譯的優勢

AI 可以：

產生多候選；
建立概念圖；
追蹤術語；
比較版本；
生成不同讀者剖面；
保留原詞與註解；
進行跨模態轉譯；
自動檢查身份與來源。

44. AI 轉譯的風險

AI 可能：

假造不存在的對應；
抹平多義；
將流暢視為正確；
過度本地化；
遺失來源；
混合版本；
將文化類比當成同一概念；
把不可執行描述翻成可執行命令。

45. 假同構

AI 容易假設：

K_A \cong K_B

只因表面相似。

實際可能只是：

K_A \sim_{\mathrm{surface}} K_B

必須檢查關係、本體、身份與操作。

46. 轉譯帳本

每次轉譯記錄：

\ell_i^{\mathrm{trans}} = \left( source, target, task, preserved, approximated, omitted, untranslated, identity, version, actor \right)

47. 跨符號結構重編譯框架

本文建立：

Cross-Symbolic Structural Recompilation Framework

縮寫：

CSSRF

定義：

\operatorname{CSSRF} = \left( \Lambda_A, \Lambda_B, K_{\mathrm{int}}, \mathcal M, \mathcal T, \mathcal I, \mathcal F, \mathcal L, \mathcal V \right)

其中：

$\Lambda_A,\Lambda_B$ ：來源與目標符號系統；
$K_{\mathrm{int}}$ ：中介概念結構；
$\mathcal M$ ：映射與拆解；
$\mathcal T$ ：轉譯契約；
$\mathcal I$ ：身份映射；
$\mathcal F$ ：保真度與損失；
$\mathcal L$ ：成本與帳本；
$\mathcal V$ ：驗證。

48. 符號轉譯與本體損失引擎

本文將工程系統命名為：

Symbolic Translation and Ontological Loss Engine

縮寫：

STOLE

定義：

\operatorname{STOLE} = \left( \mathcal S, \mathcal K, \mathcal A, \mathcal R, \mathcal O, \mathcal I, \mathcal C, \mathcal V, \mathcal H \right)

其中：

$\mathcal S$ ：來源與目標符號物件；
$\mathcal K$ ：中介概念圖；
$\mathcal A$ ：粒度與結構對齊；
$\mathcal R$ ：重編譯；
$\mathcal O$ ：本體與操作映射；
$\mathcal I$ ：身份；
$\mathcal C$ ：成本與損失；
$\mathcal V$ ：回譯、任務與專家驗證；
$\mathcal H$ ：轉譯帳本。

49. CSSRF／STOLE 系統流程

Source Revealable Symbol
        ↓
Source Identity, Version and Task Profile
        ↓
Extract Intermediate Concept Structure
        ↓
Analyze Granularity, Relations and Ontology
        ↓
Generate Translation Candidates
        ↓
Preserve / Approximate / Omit / Retain Original
        ↓
Recompile into Target Symbol System
        ↓
Back-Translation and Task Validation
        ↓
Ontological Loss Report
        ↓
Target Revealable Symbol and Translation Ledger

50. 轉譯契約資料模型

{
  "translation_contract": {
    "contract_id": "trans-001",
    "source_symbol": "concept://revealable-symbol",
    "source_language": "zh-TW",
    "target_language": "en",
    "task_profile": "academic-introduction",
    "preserved": [
      "stable identity",
      "task-relative expansion",
      "multi-resolution semantics"
    ],
    "approximated": [
      "the semantic range of 顯影"
    ],
    "omitted": [],
    "untranslated": [
      "顯影"
    ],
    "target_strategy": "translated term plus retained source term",
    "authority_version": "v0.4"
  }
}

51. 本體損失報告

{
  "ontological_loss_report": {
    "translation_id": "trans-001",
    "losses": [
      {
        "type": "cultural_semantic_range",
        "source_feature": "顯影 as selective manifestation and reveal",
        "target_result": "revealing",
        "recoverability": "partial"
      }
    ],
    "identity_preserved": true,
    "operation_semantics_preserved": true,
    "recommended_remedy": [
      "retain original term in first occurrence",
      "link to revealable symbol object"
    ]
  }
}

52. 最小 API 草案

extract_intermediate_structure(
  source_symbol,
  task_profile
) -> IntermediateConceptStructure

align_symbolic_granularity(
  source_structure,
  target_language
) -> GranularityAlignment

generate_translation_candidates(
  intermediate_structure,
  target_language,
  observer_profile
) -> TranslationCandidates

build_translation_contract(
  source,
  target,
  preservation_requirements
) -> TranslationContract

estimate_translation_cost(
  source,
  target,
  observer,
  task
) -> CostVector

detect_ontological_loss(
  source_structure,
  target_structure
) -> OntologicalLossReport

validate_translation_identity(
  source_symbol,
  target_symbol
) -> IdentityValidation

back_translate_structure(
  target_symbol,
  source_language
) -> ReconstructedSourceStructure

53. 比較基線

T0：逐詞翻譯

T1：普通句級翻譯

T2：術語表輔助翻譯

T3：雙語專家翻譯

T4：LLM 多候選翻譯

T5：知識圖輔助翻譯

T6：CSSRF／STOLE

包含中介結構、身份、版本、保留契約與本體損失分析。

54. 基準任務

54.1 新術語翻譯

測試高密度複合概念。

54.2 文化概念翻譯

測試歷史與制度語境。

54.3 數學符號轉文字

檢查關係與前置條件。

54.4 圖像轉文字

檢查空間、身份與不確定性。

54.5 程式語言轉譯

檢查執行語義。

54.6 工作流圖轉程式

檢查控制流與提交點。

54.7 多模態教學轉譯

比較文字、圖與動畫。

54.8 版本術語漂移

檢查同名不同版本。

54.9 保留原詞策略

比較純翻譯與原詞加定義。

54.10 反向成本測試

比較 $A\rightarrow B$ 與 $B\rightarrow A$ 。

55. 評估指標

55.1 語義保真度

55.2 關係保真度

55.3 本體保真度

55.4 操作保真度

55.5 身份保持率

55.6 文化關係保持率

55.7 來源保持率

55.8 轉譯時間

55.9 目標讀者學習成本

55.10 誤解修復成本

55.11 回譯結構差異

55.12 不可逆損失率

55.13 多候選適切率

55.14 新術語穩定率

56. 主要失敗模式

56.1 字面等值幻覺

56.2 假同構

56.3 粒度錯配

56.4 關係遺失

56.5 本體扁平化

56.6 文化類比偷渡

56.7 操作語義漂移

56.8 身份分裂

56.9 身份錯誤合併

56.10 版本混合

56.11 流暢掩蓋損失

56.12 不可譯內容被強制翻譯

56.13 原詞保留但無定義

56.14 回譯假安全

56.15 標準壓平地方本體

57. 治理原則

原則一：表面等值不等於結構等值

原則二：轉譯任務必須明示

原則三：高密度概念先抽取中介結構

原則四：粒度差異需要拆解或封裝契約

原則五：多義保留多候選

原則六：不可安全對應時可保留原詞

原則七：所有重要轉譯保留身份與版本

原則八：操作語義需獨立驗證

原則九：本體損失必須揭露

原則十：回譯只是驗證之一

原則十一：標準化收益與扁平化損失共同評估

原則十二：AI 流暢度不得取代來源與專家驗證

58. 基礎命題

命題一：結構重編譯命題

跨符號轉譯的本質是概念、關係、本體與操作結構的重編譯，而非表面替換。

命題二：任務相對保真命題

轉譯保真度取決於任務與觀測者，不存在單一普遍忠實標準。

命題三：中介結構命題

中介概念結構可降低來源與目標表面的直接耦合，但本身不是完全中立。

命題四：粒度對齊命題

來源與目標符號粒度差異需要拆解、封裝、補足或新術語。

命題五：轉譯不對稱命題

符號系統間的轉譯成本一般不對稱。

命題六：前置依賴命題

高密度概念的外部理解成本包含整個前置理論與關係網路的重建。

命題七：本體損失命題

轉譯可能不可逆地改變概念切分、關係與操作地位。

命題八：損失非錯誤命題

任務允許的省略不一定是錯誤，但必須明示且可追溯。

命題九：不可譯非不可理解命題

缺乏單一對應不代表無法透過定義、例子、圖與原詞保留理解。

命題十：多候選命題

高歧義與高密度符號應保留多個任務相對候選，而非強制唯一譯名。

命題十一：身份保持命題

跨語言與跨模態轉譯需保留穩定概念身份，避免分裂與錯誤合併。

命題十二：操作保真命題

可執行符號的轉譯必須驗證效果、權限與提交語義，而不只是輸出相似。

命題十三：標準權力命題

主流符號系統透過工具與制度將部分轉譯成本外部化給其他社群。

命題十四：轉譯帳本命題

高價值轉譯應保存保留、近似、省略、不可譯、身份、版本與驗證紀錄。

59. 可反證條件

若實驗顯示：

普通句級翻譯與結構重編譯在高密度概念上沒有穩定差異；
中介概念結構不能改善關係與身份保持；
轉譯成本在雙向間近似對稱；
本體損失分析不能預測誤解與操作錯誤；
多候選與保留原詞策略不改善高歧義概念理解；
操作語義驗證不改善程式、工作流與 Agent 指令轉譯；
CSSRF／STOLE 的成本高於普通翻譯與知識圖方法，卻不能提高結構保真、可追溯性與跨模態一致性；

則本文提出的完整框架應被簡化，只保留中介概念圖、身份映射與損失揭露等局部方法。

60. 與前五篇的關係

第一篇建立符號差異與不對稱。

第二篇建立概念核心與候選語義。

第三篇建立跨模態投影。

第四篇建立操作與執行語義。

第五篇建立可顯影符號與多解析度物件。

本篇將它們連成跨符號遷移鏈：

\boxed{ \text{Revealable Symbol}_A \rightarrow \text{Intermediate Concept Structure} \rightarrow \text{Translation Contract} \rightarrow \text{Revealable Symbol}_B }

61. 與外部注意力場工程的關係

跨符號轉譯也需要外部注意力選擇：

哪些來源；
哪些語義層；
哪些前置依賴；
哪些反例；
哪些操作；
哪些文化說明。

因此翻譯不是一次性輸出，而可以是任務相對顯影。

62. 與 EML-U、NOVA 與格子語言的關係

62.1 EML-U

可作為中介高密度語義結構，保存多義、關係與來源。

62.2 NOVA

可保存跨語言穩定身份、型別化關係、版本與操作契約。

62.3 格子語言

可並列呈現：

原文；
主譯；
候選譯；
本體損失；
來源；
多模態補充。

63. 與 SAGE 的關係

當轉譯對象可執行時：

\mathcal T_{A\rightarrow B} \left( O_A \right) \rightarrow O_B

需經 SAGE 驗證：

型別；
權限；
效果；
沙盒；
提交。

64. 與 RSR／MRSOS 的關係

可顯影符號使轉譯可以針對：

核心層；
研究層；
工程層；
文化層；
操作層；

分別重編譯，而不必一次壓平全部內容。

65. 與下一篇的接口

第七篇：

《AI 原生符號語言系統與實驗框架》

將統合：

SLAF；
SCUE；
CSPCF／MSSE；
SAGE；
RSR／MRSOS；
CSSRF／STOLE。

並建立統一資料模型、AI 原生符號 Runtime、基準任務、比較基線、消融實驗、第一代 MVP 與完整可反證條件。

66. 結論

本文提出跨符號轉譯、不對稱成本與本體損失的統一理論，將翻譯從表面字詞替換提升為概念、關係、本體、操作與身份的結構重編譯。

完整流程為：

\boxed{ \text{來源可顯影符號} \rightarrow \text{來源結構抽取} \rightarrow \text{中介概念結構} \rightarrow \text{粒度與本體對齊} \rightarrow \text{保留／近似／省略／不可譯契約} \rightarrow \text{目標符號重編譯} \rightarrow \text{回譯與任務驗證} \rightarrow \text{本體損失報告} }

本文的核心區分是：

\boxed{ \text{字詞對應} \neq \text{結構等值} }

\boxed{ \text{可翻譯} \neq \text{無損} }

\boxed{ \text{不可譯} \neq \text{不可理解} }

\boxed{ \text{流暢} \neq \text{本體正確} }

\boxed{ C_{A\rightarrow B} \neq C_{B\rightarrow A} }

真正高品質的跨符號轉譯，不只是產生一個看起來自然的目標表達，而是：

讓目標觀測者在指定任務中，以可接受成本重建足夠接近的概念、關係、操作與歷史結構；同時誠實標示哪些內容被保留、近似、省略、分支或不可逆流失。

附錄 A：轉譯候選物件

{
  "translation_candidates": {
    "source_symbol": "concept://dynamic-revealing",
    "target_language": "en",
    "candidates": [
      {
        "surface": "Dynamic Revealing",
        "task_scope": "series-terminology",
        "preserved": [
          "dynamic",
          "selective revealing"
        ],
        "loss": [
          "part of the semantic range of 顯影"
        ]
      },
      {
        "surface": "Adaptive State Revealing",
        "task_scope": "engineering",
        "preserved": [
          "state",
          "adaptive selection"
        ],
        "loss": [
          "broader symbolic meaning"
        ]
      }
    ],
    "recommended_strategy": "retain Chinese term at first occurrence"
  }
}

附錄 B：轉譯成本向量

{
  "translation_cost_vector": {
    "source": "zh-TW",
    "target": "en",
    "concept": "symbolic-structure-engineering",
    "lexical_cost": 0.28,
    "relation_reconstruction_cost": 0.61,
    "ontological_alignment_cost": 0.67,
    "cultural_context_cost": 0.22,
    "operational_recompilation_cost": 0.31,
    "tooling_cost": 0.18,
    "reader_learning_cost": 0.54
  }
}

附錄 C：身份映射物件

{
  "cross_symbolic_identity": {
    "concept_id": "concept://revealable-symbol",
    "representations": [
      {
        "language": "zh-TW",
        "surface": "可顯影符號"
      },
      {
        "language": "en",
        "surface": "Revealable Symbol"
      }
    ],
    "identity_status": "shared",
    "authority_version": "v0.4",
    "translation_contract": "trans-001"
  }
}

符號結構工程系列_06_跨符號轉譯不對稱成本與本體損失_v0.1

跨符號轉譯、不對稱成本與本體損失：從表面翻譯到結構重編譯

摘要

1. 問題起點：翻譯不是把詞換成另一組詞

2. 跨符號轉譯的完整形式

3. 轉譯任務決定保留什麼

3.1 字面閱讀

3.2 學術理解

3.3 工程實作

3.4 法律執行

3.5 教學

3.6 文學體驗

3.7 多模態介面

4. 七層轉譯

4.1 表面層

4.2 語義層

4.3 關係層

4.4 本體層

4.5 操作層

4.6 語境層

4.7 身份與歷史層

5. 表面可譯不代表結構可譯

6. 中介概念結構

7. 中介結構不是普遍中立語言

8. 七種轉譯策略

8.1 直接映射

8.2 拆解轉譯

8.3 封裝轉譯

8.4 補足轉譯

8.5 壓縮轉譯

8.6 分支轉譯

8.7 保留原詞或創造新術語

9. 保留原詞不是轉譯失敗

10. 新術語創造

11. 多模態轉譯

12. 文字到圖像：轉譯加未定性補完

13. 圖像到文字：離散化與選域

14. 程式語言轉譯

15. 不對稱成本

16. 不對稱的來源

16.1 粒度差

16.2 關係明示差

16.3 工具差

16.4 標準權力

16.5 前置知識差

16.6 文化共享背景差

16.7 操作環境差

17. 生成成本與理解成本不對稱

18. 差分理解與累積重建

19. 標準權力與成本外部化

20. 轉譯成本向量

21. 七類損失

21.1 表面損失

21.2 關係損失

21.3 粒度損失

21.4 文化損失

21.5 操作損失

21.6 身份損失

21.7 歷史損失

22. 本體損失

23. 不可逆損失

24. 可逆近似

25. 損失不一定是錯誤

26. 忠實度向量

27. 任務相對轉譯效用

28. 保留—近似—省略—不可譯契約

Translation Preservation Contract

29. 不可譯不等於不可理解

30. 回譯

31. 回譯的限制

32. 多候選轉譯

33. 單一最佳翻譯的限制

34. 名稱與定義分離

35. 身份映射

36. 身份分裂與錯誤合併

36.1 身份分裂

36.2 錯誤合併

37. 操作語義轉譯

38. 可執行轉譯

39. 安全語義漂移