Fordítói közösség építése¶
Az alábbi ajánlások követése támogatja egy teljes, többnyelvű utószerkesztő eszköz kialakítását. A jó fordításokat a House-féle rendszerfunkcionális modell alapján határozzuk meg, amely a szövegkörnyezethez illeszkedő, helyes fordításra törekszik. Írja meg saját utószerkesztési útmutatóját, és igazítsa a javaslatokat saját meghatározásaihoz. A legtöbb esetben a LanguageTool böngésző-bővítmény – ami jelenleg magyarul nem használható – hasznos korrektúraeszköz lehet.
A fordítók sokszor hibákat fognak találni a forrásszövegekben. Gondoskodjon róla, hogy ezek jelentése egyszerű legyen számukra. Ehhez beállíthatja a Tárolóböngésző mezőt az adott Weblate összetevőn, így a fordítók közvetlenül javasolhatnak módosítást a forrás tárolóban. Továbbá fordítói megjegyzéseket is fogadhat, ha bekapcsolja a Forrásszöveg hibabejelentési címe mezőt.
Közösségi lokalizálási ellenőrzőlista¶
A Közösségi lokalizálási ellenőrzőlista, amely minden összetevő menüjében megtalálható, segítséget nyújt a lokalizációs folyamat egyszerűsítéséhez a közösségi fordítók számára.
Terminológia kezelése¶
A gépi fordítás utószerkesztése terminológiai hozzárendeléssel a fordítási folyamat minden szintjére hatással van. A gépi fordítási rendszert hozzá lehet igazítani a konkrét szókincshez és stílushoz folyamatos tanítással vagy neurális alapú közelítő javítással. Importálja meglévő fordítási memóriáját a Weblate-be vagy hozzon létre egy kezdeti alapot az alapvető terminológiával. Végül az ellenőrző lektort további terminológiai dokumentumokkal is fel kell készíteni, hogy megfelelő szaktudással és eredménnyel dolgozhasson.
Gépi fordítás¶
Az automatikus fordítás minősége (amelyet gyakran a BLEU-pontszámmal mérnek) összefügg az utószerkesztés idejével [1]. Válasszon olyan gépi fordító hátteret, amely támogatja a szükséges nyelveket és szakterületeket. Tegye világossá, hogyan működik a fordító háttérrendszer, és milyen minőséget várhat el az utószerkesztő.
Fordítások ellenőrzése¶
A fordításokat utószerkesztés után egy második személynek is ellenőriznie kell. Egy pártatlan és hozzáértő lektor bevonásával a „két ember szabálya” csökkenti a hibák számát, és javítja a tartalom minőségét és következetességét. Ha a lektor előnézetet vagy korai fordítási változatokat kap, az segíti a minőségi ellenőrzést. Képernyőképek és magyarázatok is hasznosak, hogy a szövegek kontextusban legyenek értékelhetők.
Strukturált visszajelzés¶
A Weblate számos Ellenőrzések és javítások funkcióval rendelkezik, amelyek strukturált visszajelzést nyújtanak a fordítások minőségéről. Ezek vizuális visszajelzést is adnak a fordítás során, így megelőzhetők az ismétlődő hibák, és a fordítók jobban megértik a kód működését.
A fordítás meghatározása¶
A mentális és hatásalapú megközelítések helyett — amelyek túlzott egyszerűsítésre épülnek — a szövegközpontú nyelvészeti modell illeszkedik legjobban a megvalósított fordítási módszerekhez. A fordítások értékelésére szolgáló jól kidolgozott elméleti keretet a House-féle rendszerfunkcionális modell jelenti, amely az eredeti szöveg és a fordítás közötti viszonyra helyezi a hangsúlyt. Ez a modell úgy tekinti a fordítást, mint kísérletet a szemantikai, pragmatikai és szövegszerű jelentés megőrzésére a nyelvi kódváltás során.
A fordítás minőségének mértéke azon múlik, hogy milyen fokú az ekvivalencia vagyis mennyire felel meg egymásnak a szöveg profilja és funkciója. Mivel ez nem határozható meg automatikusan, elegendő információt kell összegyűjteni ahhoz, hogy egységes emberi értékelés legyen lehetséges. Az ekvivalencia alapú értékelési modell két fő paramétere a makrokontextus – vagyis a tágabb társadalmi és irodalmi beágyazottság – valamint a mikrokontextus, amely a témából (field), hangnemből (tenor) és a kommunikációs csatornából (mode) áll.
Források¶
Marina Sanchez-Torron és Philipp Koehn: Machine Translation Quality and Post-Editor Productivity, 1. ábra: https://www.cs.jhu.edu/~phi/publications/machine-translation-quality.pdf
Joanna Best és Sylvia Kalina: Übersetzen und Dolmetschen: eine Orientierungshilfe (Fordítás és tolmácsolás – tájékozódási útmutató), A. Francke Verlag, Tübingen und Basel, 2002. „Möglichkeiten der Übersetzungskritik” (A fordításkritika lehetőségei) című fejezet a 101. oldalon kezdődik
Bram Bulté and Arda Tezcan in Neural Fuzzy Repair: Integrating Fuzzy Matches into Neural Machine Translation (Neurális alapú közelítő javítás – közelítő találatok beépítése a neurális gépi fordításba), 2019 https://aclanthology.org/P19-1175.pdf