Побудова спільноти перекладачів

Виконуючи ці настанови, підтримайте створення повноцінного багатомовного інструмента пост-редагування. Добрі переклади визначаються за допомогою системно-функціональної моделі Хауса, метою якої є визначення контекстуально правильного перекладу. Напишіть ваші власні настанови пост-редагування і змініть ці рекомендації за вашими власними визначеннями. У більшості випадків, як інструмент рецензування, корисним є додаток до браузера languageTool.

Список перевірок локалізації спільнотою

Нове в версії 3.9.

Список перевірок локалізації спільнотою, який можна знайти у кожному зі складників, можна використати як основу для полегшення локалізації вашого проєкту перекладачами зі спільноти користувачів.

../_images/guide.png

Керування термінологією

Постредагування комп’ютерного перекладу із впливами прив’язки термінології на кожному з рівнів процесу перекладу. Систему комп’ютерного перекладу можна адаптувати до певного словника та стилю з постійним тренуванням або нейронним відновленням неточностей. Імпортуйте вашу наявну пам’ять перекладів до weblate або створіть початковий набір з вашою базовою термінологією. Зрештою, засіб коригування має бути насичено даними додаткових документів термінології для гарантування належного корпусу даних та реальних результатів.

Машинний переклад

Якість автоматичного перекладу (її часто вимірюють BLEU-рейтингом) тісно пов’язана із часом редагування [1]. Виберіть модуль комп’ютерного перекладу, у якому передбачено підтримку потрібних вам мов і областей знань. Вивчіть питання щодо функціональних можливостей модуля перекладу та якості пост-редагування, якої слід від нього очікувати.

Рецензування перекладів

Переклади має бути рецензовано іншою особою після постредагування. Неупереджений і компетентний рецензент забезпечить інший погляд, що зменшить кількість помилок і підвищить якість та однорідність текстів.

Структурований відгук

У Weblate є багато перевірок якості. Заплатіть вичитувачам за структуровані відгуки і скористайтеся ними для удосконалення цих перевірок.

Визначення перекладу

Окрім менталістських та заснованих на результатах аналітичних визначень із потужним приведенням, найкращим є лінгвістичний підхід на основі тексту з реалізованими методами перекладу. Коректно сформульованою теорією оцінки перекладу є системно-функціональна модель Хауса, у якій акцент зроблено на зв’язку між оригіналом і перекладом. У моделі зроблено припущення, що переклад є спробою зберегти семантичний, прагматичний та текстуальний сенс текстового еквівалента при переході з одного лінгвістичного коду до іншого.

Рівень якості перекладу можна оцінити за рівнем еквівалентності, відповідністю між профілем тексту та функцією тексту. Оскільки його не можна обчислити автоматично, слід зібрати достатні дані для уможливлення однорідної людської оцінки. Два головні параметри узгодження у відповідній моделі — це макроконтекст, тобто вбудовування у ширший соціальний і літературний контекст, та мікроконтекст, що складається з поля, напрямку та модальності.

Джерела

  1. Marina Sanchez-Torron і Philipp Koehn у «Machine Translation Quality and Post-Editor Productivity», Рисунок 1: https://www.cs.jhu.edu/~phi/publications/machine-translation-quality.pdf

  2. Joanna Best und Sylvia Kalina.Übersetzen und Dolmetschen: eine Orientierungs-hilfe. A. Francke Verlag Tübingen und Base, 2002. Möglichkeiten der Übersetzungskritik, починаючи зі сторінки 101

  3. post-editing guide, Sharon O’Brien and Fred Hollowood in MT Post-editing Guidelines, 2010 https://www.taus.net/academy/best-practices/postedit-best-practices/machine-translation-post-editing-guidelines

  4. neural fuzzy repair, Bram Bulté і Arda Tezcan у «Neural Fuzzy Repair: Integrating Fuzzy Matches into Neural MachineTranslation», 2019 https://aclanthology.org/P19-1175.pdf