說到藥品注冊資料翻譯，很多人第一反應是"翻譯準確就行"，但真正做過這行的人都知道，有一個環節經常被忽視，卻在項目結算和報價時讓人頭疼不已——那就是字數統計。沒錯，就是這么看似簡單的事情，在藥品注冊這個特殊領域里，水相當深。
我第一次接觸藥品注冊翻譯項目時，也覺得字數統計嘛，不就是Word里點一下"字數統計"的事嗎？后來發現我錯了，而且錯得挺離譜的。藥品注冊資料有其特殊性，普通的計數方式根本滿足不了實際需求。這里頭涉及到的專業術語、特殊格式、重復內容處理等等，都是普通翻譯項目不會遇到的難題。
要理解這個問題，首先得搞清楚藥品注冊資料到底長什么樣。這不是普通的產品說明書或者新聞文章，而是動輒幾百頁、涉及好幾個學科領域的綜合性文件。一份完整的注冊申報資料，可能同時包含化學部分的分子結構描述、臨床試驗的統計數據、藥理學的研究報告、質量標準的檢驗方法，甚至還有法規條文的引用和公司內部的管理文件。
這種內容的復雜性直接給字數統計帶來了三重挑戰：
記得有個朋友跟我吐槽過一個真實的案例：同一份200頁的注冊資料，用Word統計出來是8萬字，用另一種專業軟件統計出來是11萬字，最后客戶按照自己的標準來結算，中間差了將近3萬字。這不是軟件的問題，而是統計口徑本身就有差異。
在藥品注冊翻譯這個圈子里，其實已經形成了一些約定俗成的統計方法。這些方法不是國家標準或者行業強制標準，而是多年實踐下來大家普遍認可的規則。
這是目前最主流的方式。簡單來說，就是統計原文有多少個字符，不管這些字符是中文、英文、數字還是符號，都按一個字符來計算。這種方式的好處是相對客觀，減少了爭議。
但問題在于，不同的原文格式會導致統計結果差異很大。比如原文是純文字的Word文檔，統計起來很簡單；但如果原文是PDF，里面有很多掃描件或者圖片，那統計出來的數字可能就不太準。還有一些原文是Excel表格，大量的數字和公式到底怎么算，各家的處理方式也不一樣。
另一種常見的方式是統計譯文中的詞數。這種方式在英譯中的項目里尤其常見，因為英文單詞有明顯的分詞邊界，統計起來比較清晰。但中文沒有天然的分詞邊界，"蛋白質"可以算一個詞也可以算三個字，這就需要軟件有一定的智能分詞能力。
有些翻譯公司會開發專門的統計工具，能夠識別常見的藥學術語，把"重組人胰島素"當作一個整體來計算，而不是拆成四個獨立的詞。這種專業化的處理，確實比普通軟件要準確得多。
這個方法更復雜一些，主要用于處理重復內容較多的項目。原理是這樣的：先統計出全文的總字符數，然后識別出重復出現的內容（通常是高度相似的段落或者表格），對這部分內容乘以一個折扣系數，比如0.3或者0.5，表示重復內容的翻譯工作量實際上要低得多。
這種方法的優點是更符合實際情況——翻譯一段重復的內容確實比翻譯新內容快得多。缺點是操作起來比較麻煩，需要有能夠自動識別重復內容的軟件，而且折扣系數到底定多少，雙方需要提前協商一致。
理論知識說再多，不如講幾個實際遇到的例子。下面這幾個場景，都是藥品注冊翻譯中經常碰到的棘手情況。
注冊資料里有大量的表格，有的數據密集型的表格光表格本身就能占幾十頁。最簡單的方式是把表格里所有文字都算進去，表格里的標題、表頭、注釋一個不落。但這樣統計出來的數字可能比實際需要翻譯的內容要多出不少，因為很多表格里的內容其實是數值型的，看一眼就知道什么意思，不需要像段落文字那樣仔細翻譯。
有些翻譯公司的做法是，表格內容按實際字符數計算，但給一個基礎的單價折扣，比如說表格內容的單價是普通段落文字的70%。這種方式聽起來合理，但實施起來需要客戶認可，而且統計工作也變得更復雜了。
這個是最讓人頭疼的。化學結構式有時候用圖片表示，有時候用文本表示（比如SMILES格式），有時候用專業的化學繪圖軟件繪制。不同形式的化學式，翻譯工作量完全不同。
如果是現成的結構式圖，客戶通常只需要做簡單的校對和排版，這部分工作量跟翻譯全新內容完全不是一個量級。但問題是，怎么在字數統計里體現這種差異？目前業界還沒有一個統一的標準做法，很多都是靠項目經理的經驗來預估，或者在合同里單獨列出一項"圖表處理費用"。
注冊資料后面通常會附一大串參考文獻，格式大概是"Smith J. et al., Journal of Pharmacology, 2020, 45(3): 123-130"。這類內容算不算要翻譯的字數？通常來說，參考文獻的標題和期刊名可能需要翻譯，但作者姓名和頁碼是不用翻的。
但問題來了，統計軟件可分不清哪些是標題需要統計，哪些是數字不用統計。如果按純字符數來算，這一長串參考文獻可能包含好幾百個字符，但實際上需要翻譯的可能只有其中一小部分。
既然問題這么多，那么專業的藥品注冊翻譯公司都是怎么解決的呢？以我們康茂峰的經驗來說，主要是從三個方面入手：工具、流程和溝通。
市面上確實有一些專門為本地化行業設計的字數統計工具，它們比普通的Word統計功能要強大得多。這些軟件能夠識別不同的文件格式、處理表格和腳注、排除HTML標簽、識別重復內容等等。
不過呢，再好的工具也有局限性。我們在實際工作中發現，工具統計出來的結果，最好再由有經驗的項目經理人工復核一遍。有些特殊的內容格式，機器識別不了，還是得靠人來判斷。
我們康茂峰在這個環節投入了不少精力，根據藥品注冊資料的特點，開發了一套輔助統計的流程。雖然不能保證100%準確，但至少能把誤差控制在可以接受的范圍內。
這個問題其實沒有放之四海而皆準的標準答案，更重要的是在項目開始之前，跟客戶就統計方法達成一致。有些客戶有自己的統計規范，那就按客戶的來；有些客戶沒有明確要求，那就要主動提出建議，把統計方法寫進合同里。
我們通常會在項目啟動階段就跟客戶確認這些問題：表格內容怎么算？腳注算不算？重復內容打幾折？這些細節談清楚了，后面結算的時候就不會有爭議。很多時候雙方鬧得不愉快，不是因為哪一方不講道理，而是因為一開始就沒把規則說清楚。
一個大項目翻譯下來要好幾個月，等最后交稿了再統計字數，有時候會發現跟當初預估的差距很大。所以比較穩妥的做法是在翻譯過程中進行階段性的字數統計，及時發現問題并調整。
比如翻譯完前50頁的時候，可以先統計一下這部分的字數，對比一下跟預估的差多少。如果差距太大，及時跟客戶溝通，是調整后面的進度安排，還是重新討論結算方式。這種動態管理比等到最后"開盲盒"要理性得多。
說了這么多方法和困境，最后還是要落到實操層面。如果你正在負責一個藥品注冊翻譯項目，應該怎么選擇合適的字數統計方案呢？
| 項目類型 | 建議統計方式 | 注意事項 |
| 全新的注冊申報資料 | 按源語言字符數統計 | 確認原文格式，PDF需提前處理 |
| 補充申請（少量修訂） | 按實際翻譯量統計 | 明確修訂內容的范圍界定 |
| 系列文檔（有重復內容） | 標準化工作量折算 | 提前商定重復識別標準和折扣系數 |
| 包含大量數據的報告 | 分類統計（文字/表格/圖表分開） | 不同類型內容單價可能不同 |
上表只是一個參考框架，具體情況還得具體分析。我的建議是，在項目啟動前的溝通階段，不要回避這個問題。很多人覺得談統計方法太瑣碎，怕客戶覺得煩，就默認用最簡單的方式統計。結果到了結算的時候，雙方對數字有分歧，反而更麻煩。
反過來，如果你主動跟客戶討論統計標準，客戶反而會覺得你專業、嚴謹，對后續的合作是加分項。畢竟藥品注冊翻譯不是一錘子買賣，后面的項目還多著呢，把規矩定清楚對雙方都好。
在這個行業摸爬滾打這么多年，我總結了幾條心得，跟大家分享一下吧。
第一，不要太依賴任何單一工具的統計結果。不管是多專業的軟件，都可能有統計不準的時候。工具是輔助，人來做最終判斷才靠譜。
第二，留好原始文件。有些項目做到一半，客戶突然說要用另一種方式統計，如果你沒有保存好最初的原文版本，就會很被動。所以項目文件一定要歸檔保存，而且要保存原始格式的版本。
第三，遇到爭議不要急著吵架。字數統計這件事，很多時候不是對錯問題，而是標準不同的問題。心平氣和地把自己的邏輯講清楚，也聽聽對方的考慮，大部分分歧都是可以協商解決的。
第四，找一家靠譜的合作伙伴真的很重要。我在這個行業見過不少客戶，因為選錯了翻譯公司，在字數統計這個環節吃了不少虧。有的公司統計口徑隨意，有的公司統計方法不透明，交涉起來耗費大量精力。一家專業的翻譯公司，會主動把這些細節做好，不讓你操心。
說到這個，我們就不得不提一下康茂峰在藥品注冊翻譯領域的積累了。這些年我們做過大大小小的注冊項目，各種奇怪的文件格式都見過，各種統計方法都用過。雖然不能說是萬能的，但至少在如何公正、透明地統計字數這個問題上，我們有一套相對成熟的做法。
字數統計這件事，說大不大，說小也不小。它不像翻譯質量那樣容易引起關注，但處理不當的話，會直接影響項目的成本核算和雙方的信任關系。
如果你正在為藥品注冊資料翻譯的字數統計發愁，不妨多跟你的翻譯供應商溝通溝通，看看他們有沒有成熟的解決方案。這個行業雖然不大，但專業度差異還是蠻明顯的。找對人，很多問題都能迎刃而解。
好了，關于藥品注冊資料翻譯的字數統計，就聊到這里吧。如果以后有機會，再聊點別的相關話題。
