Building a translators community#
Following these recommendations supports the creation of a full, multilingual post-editing tool. Good translations are defined through the systemic-functional model of House which aims at a contextual correct translation. Write your own post-editing guide and alter these recommendations to fit your own definitions. In most cases the browser-plugin of languageTool is useful as a proof-reading tool.
Many times translators will find problems with the source strings. Make sure it is easy for them to report such problems. To gather this feedback, you can set up the Repository-Browser field on your Weblate component, for translators to propose their changes to the upstream repository. You can also receive translator comments if you setup Adresse für Fehlerberichte bei Ausgangszeichenketten.
Checkliste für die Community-Lokalisierung#
Die Checkliste für die Community-Lokalisierung, die im Menü jeder Komponente zu finden ist, kann Ihnen eine Hilfestellung geben, um Ihren Lokalisierungsprozess für Community-Übersetzer einfach zu gestalten.
Terminologieverwaltung#
Das Post-Editing der maschinellen Übersetzung mit Terminologiezuweisung beeinflusst jede Ebene des Übersetzungsprozesses. Das maschinelle Übersetzungssystem kann mit einem fortlaufenden Training oder Neural Fuzzy Repair an den jeweiligen Wortschatz und Stil angepasst werden. Importieren Sie Ihren bestehenden Übersetzungsspeicher in Weblate oder erstellen Sie einen ersten Umfang mit Ihrer grundlegenden Terminologie. Am Ende sollte der Lektor mit zusätzlichen Terminologiedokumenten instruiert werden, um eine gute Kenntnis und Leistung in dem Bereich zu gewährleisten.
Maschinelle Übersetzung#
Die Qualität der automatischen Übersetzung (oft mit dem BLEU-Score gemessen) korreliert mit der Bearbeitungszeit [1]. Wählen Sie ein maschinelles Backend, das die benötigten Sprachen und Domänen unterstützt. Machen Sie klar, wie das Übersetzungs-Backend funktioniert und welche Qualität der Post-Editor zu erwarten hat.
Übersetzungen überprüfen#
The translations should be reviewed by a second person after the post-editing. With an impartial and competent reviewer, the two people rule reduces the errors and improves the quality and consistency of the content. Providing reviewers with previews or alpha translations will make for the best review. Screenshots, explanations also help to review the strings in context.
Strukturierte Rückmeldungen#
There are many Überprüfungen und Korrekturen in Weblate that provide structured feedback on the quality of the translations. They also give visual feedback during translation. This prevents recurring mistakes, and helps translators to understand how the code works.
Übersetzungsdefinition#
Neben den mentalistischen und wirkungsbasierten Definitionen, die eine starke Reduktion darstellen, passt der textbasierte linguistische Ansatz am besten zu den implementierten Übersetzungsmethoden. Eine gut formulierte Theorie zur Bewertung von Übersetzungen ist das systemisch-funktionale Modell von House, das sich auf die Beziehung zwischen Original und Übersetzung konzentriert. Das Modell geht davon aus, dass die Übersetzung ein Versuch ist, die semantische, pragmatische und textuelle Bedeutung eines Textes beim Übergang von einem linguistischen Code in einen anderen gleichwertig zu halten.
Der Qualitätsgrad einer Übersetzung basiert auf dem Äquivalenzgrad, also der Übereinstimmung zwischen dem Textprofil und der Textfunktion. Da er nicht automatisch berechnet werden kann, sollten genügend Informationen gesammelt werden, um eine einheitliche menschliche Bewertung zu ermöglichen. Die beiden wichtigsten Parameter für die Übereinstimmung in einem entsprechenden Modell sind der Makrokontext – d. h. die Einbettung in einen größeren sozialen und literarischen Kontext – und der Mikrokontext, bestehend aus Bereich, Tenor und Modus.
Quellcode#
Marina Sanchez-Torron und Philipp Koehn in Machine Translation Quality and Post-Editor Productivity, Abbildung 1: https://www.cs.jhu.edu/~phi/publications/machine-translation-quality.pdf
Joanna Best und Sylvia Kalina. Übersetzen und Dolmetschen: Eine Orientierungshilfe. A. Francke Verlag Tübingen und Base, 2002. Möglichkeiten der Übersetzungskritik ab Seitennummer 101
Neural Fuzzy Repair, Bram Bulté und Arda Tezcan in Neural Fuzzy Repair: Integrating Fuzzy Matches into Neural Machine Translation, 2019 https://aclanthology.org/P19-1175.pdf