ການສ້າງຊຸມຊົນນັກແປ¶
ການປະຕິບັດຕາມຄຳແນະນຳເຫຼົ່ານີ້ຈະຊ່ວຍສະໜັບສະໜູນການສ້າງເຄື່ອງມື Post-editing ຫຼາຍພາສາທີ່ສົມບູນ. ການແປທີ່ດີຖືກກຳນົດຜ່ານແບບຈຳລອງທາງໜ້າທີ່ລະບົບຂອງ House ເຊິ່ງມຸ່ງເນັ້ນໄປທີ່ການແປທີ່ຖືກຕ້ອງຕາມບໍລິບົດ. ຈົ່ງຂຽນ post-editing guide ຂອງເຈົ້າເອງ ແລະ ປັບປ່ຽນຄຳແນະນຳເຫຼົ່ານີ້ໃຫ້ເໝາະສົມກັບນິຍາມຂອງເຈົ້າ. ໃນຫຼາຍກໍລະນີ, browser-plugin of languageTool ມີປະໂຫຍດໃນຖານະເປັນເຄື່ອງມືກວດສອບ.
ຫຼາຍຄັ້ງທີ່ນັກແປຈະພົບບັນຫາກັບຂໍ້ຄວາມຕົ້ນສະບັບ. ຈົ່ງຮັບປະກັນວ່າມັນງ່າຍສຳລັບພວກເຂົາທີ່ຈະລາຍງານບັນຫາດັ່ງກ່າວ. ເພື່ອເກັບກຳຄຳຕິຊົມນີ້, ເຈົ້າສາມາດຕັ້ງຄ່າຊ່ອງ ຕົວເບິ່ງຄັງເກັບ ໃນ Weblate component ຂອງເຈົ້າ, ເພື່ອໃຫ້ນັກແປສາມາດສະເໜີການປ່ຽນແປງຂອງພວກເຂົາໄປຍັງ Upstream repository. ເຈົ້າຍັງສາມາດຮັບຄຳຄິດເຫັນຈາກນັກແປໄດ້ຖ້າເຈົ້າຕັ້ງຄ່າ ທີ່ຢູ່ລາຍງານຂໍ້ຜິດພາດຂອງຂໍ້ຄວາມຕົ້ນສະບັບ.
ການວິນິດໄສອົງປະກອບ¶
ຄຳແນະນຳຈະສະແດງຢູ່ໃນແຖບ Diagnostics ໃນແຕ່ລະອົງປະກອບ. ການແຈ້ງເຕືອນເຫຼົ່ານີ້ສາມາດປິດໄປໄດ້ ແລະ ຊີ້ໄປຫາການຕັ້ງຄ່າ ຫຼື ເອກະສານທີ່ຈຳເປັນ ເພື່ອເຮັດໃຫ້ຂະບວນການແປພາສາຂອງເຈ່າງ່າຍຂຶ້ນສຳລັບນັກແປໃນຊຸມຊົນ.
ການຈັດການຄຳສັບ¶
ການ Post-editing ຂອງ MT ດ້ວຍການກຳນົດຄຳສັບມີອິດທິພົນຕໍ່ແຕ່ລະລະດັບຂອງຂະບວນການແປ. ລະບົບການແປພາສາດ້ວຍເຄື່ອງສາມາດປັບປ່ຽນໃຫ້ເຂົ້າກັບຄຳສັບ ແລະ ຮູບແບບສະເພາະໄດ້ດ້ວຍການຝຶກຝົນຢ່າງຕໍ່ເນື່ອງ ຫຼື neural fuzzy repair. Import Translation memory ທີ່ມີຢູ່ຂອງເຈົ້າເຂົ້າໄປໃນ Weblate ຫຼື ສ້າງຂອບເຂດເບື້ອງຕົ້ນດ້ວຍຄຳສັບພື້ນຖານຂອງເຈົ້າ. ໃນທ້າຍສຸດ, Lector ຄວນໄດ້ຮັບຄຳແນະນຳດ້ວຍເອກະສານຄຳສັບເພີ່ມເຕີມ ເພື່ອຮັບປະກັນຄວາມຮູ້ ແລະ ຜົນຜະລິດທີ່ດີໃນຂະແໜງການນັ້ນ.
ການແປດ້ວຍເຄື່ອງ (Machine translation)¶
ຄຸນນະພາບຂອງການແປອັດຕະໂນມັດ (ມັກວັດແທກດ້ວຍ BLEU-score) ມີຄວາມສຳພັນກັບເວລາໃນການແກ້ໄຂ [1]. ຈົ່ງເລືອກ Backend ການແປທີ່ຮອງຮັບພາສາ ແລະ ໂດເມນທີ່ຕ້ອງການ. ຈົ່ງເຮັດໃຫ້ຊັດເຈນວ່າ Backend ການແປເຮັດວຽກແນວໃດ ແລະ Post-editor ຄວນຄາດຫວັງຄຸນນະພາບລະດັບໃດ.
ກວດສອບການແປ¶
ການແປຄວນໄດ້ຮັບການກວດສອບໂດຍບຸກຄົນທີສອງຫຼັງຈາກການ Post-editing. ດ້ວຍຜູ້ກວດສອບທີ່ເປັນກາງ ແລະ ມີຄວາມສາມາດ, ກົດລະບຽບສອງຄົນຈະຊ່ວຍຫຼຸດຜ່ອນຂໍ້ຜິດພາດ ແລະ ປັບປຸງຄຸນນະພາບ ແລະ ຄວາມສະໝ່ຳສະເໝີຂອງເນື້ອຫາ. ການໃຫ້ຜູ້ກວດສອບໄດ້ເຫັນຕົວຢ່າງ ຫຼື ການແປແບບ Alpha ຈະເຮັດໃຫ້ການກວດສອບດີທີ່ສຸດ. ຮູບພາບໜ້າຈໍ, ຄຳອະທິບາຍ ກໍຊ່ວຍໃນການກວດສອບຂໍ້ຄວາມໃນບໍລິບົດໄດ້.
ຄຳຕິຊົມທີ່ມີໂຄງສ້າງ¶
ມີ ການກວດສອບ ແລະການແກ້ໄຂ ຫຼາຍຢ່າງໃນ Weblate ທີ່ໃຫ້ຄຳຕິຊົມທີ່ມີໂຄງສ້າງກ່ຽວກັບຄຸນນະພາບຂອງການແປ. ພວກມັນຍັງໃຫ້ຄຳຕິຊົມທາງສາຍຕາໃນລະຫວ່າງການແປ. ສິ່ງນີ້ປ້ອງກັນຂໍ້ຜິດພາດທີ່ເກີດຂຶ້ນຊ້ຳໆ ແລະ ຊ່ວຍໃຫ້ນັກແປເຂົ້າໃຈວ່າໂຄດເຮັດວຽກແນວໃດ.
ນິຍາມການແປ¶
ນອກເໜືອໄປຈາກນິຍາມແບບ Mentalistic ແລະ Impact-based ເຊິ່ງເຮັດໃຫ້ເກີດການຫຼຸດຜ່ອນຢ່າງໜັກແລ້ວ, ແນວທາງພາສາສາດແບບ Text-based ແມ່ນເໝາະສົມທີ່ສຸດກັບວິທີການແປທີ່ໄດ້ນຳໃຊ້. ທິດສະດີທີ່ຖືກສ້າງຂຶ້ນເປັນຢ່າງດີສຳລັບການປະເມີນຜົນການແປແມ່ນ ແບບຈຳລອງ Systemic-functional ຂອງ House, ເຊິ່ງເນັ້ນໃສ່ຄວາມສຳພັນລະຫວ່າງຕົ້ນສະບັບ ແລະ ການແປ. ແບບຈຳລອງນີ້ສົມມຸດວ່າການແປຄືຄວາມພະຍາຍາມທີ່ຈະຮັກສາຄວາມໝາຍທາງ Semantic, Pragmatic, ແລະ Textual ຂອງຂໍ້ຄວາມໃຫ້ເທົ່າທຽມກັນ ເມື່ອຂ້າມຈາກລະຫັດພາສາໜຶ່ງໄປຍັງອີກລະຫັດພາສາໜຶ່ງ.
ລະດັບຄຸນນະພາບຂອງການແປຂຶ້ນຢູ່ກັບລະດັບຂອງຄວາມເທົ່າທຽມກັນ, ຄວາມສອດຄ່ອງລະຫວ່າງໂປຣໄຟລ໌ຂໍ້ຄວາມ ແລະ ໜ້າທີ່ຂອງຂໍ້ຄວາມ. ເນື່ອງຈາກມັນບໍ່ສາມາດຄຳນວນໄດ້ໂດຍອັດຕະໂນມັດ, ຈຶ່ງຄວນເກັບກຳຂໍ້ມູນໃຫ້ພຽງພໍເພື່ອໃຫ້ສາມາດປະເມີນຜົນໂດຍມະນຸດໄດ້ຢ່າງເປັນເອກະພາບ. ພາຣາມິເຕີຫຼັກສອງຢ່າງຂອງຂໍ້ຕົກລົງໃນແບບຈຳລອງທີ່ກ່ຽວຂ້ອງຄື Macro-context – ເຊັ່ນ: ການຝັງຕົວໃນບໍລິບົດທາງສັງຄົມ ແລະ ວັນນະກຳທີ່ໃຫຍ່ກວ່າ – ແລະ Micro-context ເຊິ່ງປະກອບດ້ວຍ Field, Tenor ແລະ Mode.
ແຫຼ່ງຂໍ້ມູນ¶
Marina Sanchez-Torron ແລະ Philipp Koehn ໃນ Machine Translation Quality and Post-Editor Productivity, ຮູບທີ 1: https://www.cs.jhu.edu/~phi/publications/machine-translation-quality.pdf
Joanna Best ແລະ Sylvia Kalina. Übersetzen und Dolmetschen: eine Orientierungshilfe. A. Francke Verlag Tübingen und Base, 2002. Möglichkeiten der Übersetzungskritik ເລີ່ມຕົ້ນທີ່ໜ້າເລກທີ 101
neural fuzzy repair, Bram Bulté ແລະ Arda Tezcan ໃນ Neural Fuzzy Repair: Integrating Fuzzy Matches into Neural Machine Translation, 2019 https://aclanthology.org/P19-1175.pdf