Создание сообщества переводчиков#

Следование этим рекомендациям поможет создать полноценный многоязычный инструмент постредактирования. Хорошие переводы определяются с помощью системно-функциональной модели Хауса, целью которой является контекстуально правильный перевод. Напишите свое собственное руководство по постредактированию и измените эти рекомендации в соответствии со своими собственными определениями. В большинстве случаев плагин для браузера LanguageTool <https://languagetool.org/#firefox_chrome>`_ полезен в качестве инструмента корректуры.

Контрольный список локализации сообщества#

Контрольный список локализации сообщества, который можно найти в меню каждого компонента, может дать вам рекомендации, выполнив которые, вы упростите сообществу переводчиков процесс локализации вашей программы.

Управление терминологией#

Постредактирование перевода с определением терминологии влияет на каждый уровень процесса перевода. Систему машинного перевода можно адаптировать к конкретному словарному запасу и стилю посредством непрерывного обучения или «нейронного нечеткого восстановления <https://aclanthology.org/P19-1175.pdf>». Импортируйте вашу существующую память переводов в weblate или создайте начальную область действия с вашей базовой терминологией. В конце концов, лектор должен быть проинструктирован о дополнительных терминологических документах, чтобы гарантировать хорошие знания и результаты в этой области.

Машинный перевод#

Качество автоматического перевода (часто измеряемое с помощью измерения BLEU) коррелирует со временем редактирования [1]. Выберите серверную часть для машинного перевода, которая поддерживает необходимые языки и домены. Поясните, как функционирует серверная часть перевода и какое качество перевода должен ожидать постредактор.

Рецензирование переводов#

После публикации переводы должны быть проверены вторым человеком. С беспристрастным и компетентным ревизором правило двух человек снижает ошибки и улучшает качество и согласованность контента.

Структурированный отзыв#

В Weblate имеется множество Проверки и исправления, которые обеспечивают структурированную обратную связь по качеству переводов.

Определение перевода#

В дополнение к менталистическим и основанным на воздействии определениям, которые обеспечивают сильную редукцию, текстовый лингвистический подход лучше всего сочетается с реализованными методами перевода. Хорошо сформулированной теорией оценки перевода является системно-функциональная модель Хауса, которая фокусируется на отношениях между оригиналом и переводом. Модель предполагает, что перевод – это попытка сохранить семантическое, прагматическое и текстовое значение эквивалента текста при переходе из одного языкового кода в другой.

Качество перевода основывается на степени эквивалентности, соответствии профиля текста и функции текста. Поскольку его нельзя рассчитать автоматически, необходимо собрать достаточно информации, чтобы обеспечить единообразную человеческую оценку. Двумя основными параметрами согласия в соответствующей модели являются макроконтекст, т. е. встраивание в более широкий социальный и литературный контекст, и микроконтекст, состоящий из поля, содержания и способа.

Источники#

Марина Санчес-Торрон и Филипп Кён в книге «Качество машинного перевода и производительность пост-редактора», рисунок 1: https://www.cs.jhu.edu/~phi/publications/machine-translation-quality.pdf
Джоанна Бест и Сильвия Калина. Письменный и устный перевод: руководство. А. Франке Верлаг Тюбинген и База, 2002. Возможности переводческой критики, начиная со страницы 101
нейронное нечеткое восстановление, Брэм Булте и Арда Тезкан в книге «Нейронное нечеткое восстановление: интеграция нечетких совпадений в Neural MachineTranslation», 2019 https://aclanthology.org/P19-1175.pdf