Een gemeenschap van vertalers bouwen¶
Volgen van deze aanbevelingen ondersteunt het maken van een volledig, meertalig programma voor nabewerken. Goede vertalingen worden gedefinieerd door het systemic-functionele model van House dat zich richt op een contextueel correcte vertaling. Schrijf uw eigen gids voor nabewerken en wijzig deze aanbevelingen om te voldoen aan uw eigen definities. In de meeste gevallen is de browserplug-in van LanguageTool nuttig als een programma voor proeflezen.
Heel vaak zullen vertalers problemen vinden in de brontekenreeksen. Zorg ervoor dat het voor hen gemakkelijk is om dergelijke problemen te rapporteren. Voor het verzamelen van deze terugkoppelingen kunt u het veld Opslagruimtebrowser instellen in uw onderdeel van Weblate, voor vertalers om hun wijzigingen voor te stellen bij de opslagruimte upstream. U kunt ook opmerkingen van vertalers ontvangen als u Adres voor het melden van onjuiste brontekenreeksen instelt.
Controlelijst omtrent gemeenschapsvertalingen¶
De Checklist voor vertalen door gemeenschap, die is te vinden in het menu van elk onderdeel, kan u aanwijzingen geven om uw vertaalproces gemakkelijk te maken voor vertalers binnen de gemeenschap.
Terminologiebeheer¶
Nabewerken van machinevertalingen met toewijzing van terminologie beïnvloedt elk niveau van het vertaalproces. Het systeem voor machinevertaling kan worden aangepast naar de specifieke vocabulaire en opmaak met een doorlopende training van neurale fuzzy reparaties. Importeer uw bestaande vertaalgeheugen in Weblate of maak een initieel bereik met uw basisterminologie. Aan het einde zou de lector moeten worden geïnstrueerd met aanvullende documenten voor terminologie om ene goede kennis en uitvoer in het veld te garanderen.
Machinevertaling¶
De kwaliteit van de automatische vertaling (vaak gemeten met de BLEU-score) correleert met de tijd voor bewerken [1]. Kies een machinebackend dat de benodigde talen en domeinen ondersteunt. Maak duidelijk hoe de vertaalbackend functioneert en welke kwaliteit de nabewerker moet verwachten.
Vertalingen nakijken¶
De vertalingen zouden moeten worden beoordeeld door een tweede persoon, na het nabewerken. Met een onafhankelijke en kundige beoordelaar, vermindert de twee mensen-regel de fouten en verbetert de kwaliteit en consistentie van de inhoud. Beoordelaars verschaffen van voorbeelden of alfa-vertalingen zullen de beste beoordeling geven. Schermafdrukken, uitleg helpt ook voor het beoordelen van tekenreeksen in context.
Gestructureerde terugkoppeling¶
Er zijn vele Controles en reparaties in Weblate die gestructureerde terugkoppeling verschaffen over de kwaliteit van de vertalingen. Zij geven ook visuele terugkoppeling tijdens het vertalen. Dat voorkomt steeds terugkerende fouten, en helpt vertalers te begrijpen hoe de code werkt.
Definitie vertaling¶
In aanvulling op de mentalistische en op impact gebaseerde definities, die voor een sterke vermindering zorgen, past de op tekst ge-baseerde taalkundige benadering het beste met de geïmplementeerde vertaalmethoden. Een goed geformuleerde theorie voor evaluatie van vertalingen is House’s systemic-functionele model, dat focust op de relatie tussen origineel en vertaling. Het model gaat ervan uit dat vertalen een poging is om de semantische, pragmatische en tekstuele betekenis van een tekst equivalent te houden bij het overgaan van de ene taalkundige code naar een andere.
De mate van kwaliteit van een vertaling is gebaseerd op de mate van equivalentie, de overeenkomst tussen het profiel van de tekst en de functie van de tekst. Omdat het niet automatisch kan worden berekend, zou voldoende informatie moeten worden verzameld om een uniforme menselijke evaluatie uit te kunnen voeren. De twee belangrijkste parameters voor overeenstemming in een corresponderend model zijn de macro-context – d.i. inbedden in een grotere sociale en letterlijke context – en de micro-context bestaande uit veld, teneur en modus.
Bronnen¶
Marina Sanchez-Torron en Philipp Koehn in Machine Translation Quality and Post-Editor Productivity, Afbeelding 1: https://www.cs.jhu.edu/~phi/publications/machine-translation-quality.pdf
Joanna Best en Sylvia Kalina. Übersetzen und Dolmetschen: eine Orientierungshilfe. A. Francke Verlag Tübingen und Base, 2002. Möglichkeiten der Übersetzungskritik beginnend op paginanummer 101
neurale fuzzy reparaties, Bram Bulté en Arda Tezcan in Neural Fuzzy Repair: Integrating Fuzzy Matches into Neural Machine Translation, 2019 https://aclanthology.org/P19-1175.pdf