Building a translators community#
Following these recommendations supports the creation of a full, multilingual post-editing tool. Good translations are defined through the systemic-functional model of House which aims at a contextual correct translation. Write your own post-editing guide and alter these recommendations to fit your own definitions. In most cases the browser-plugin of languageTool is useful as a proof-reading tool.
Many times translators will find problems with the source strings. Make sure it is easy for them to report such problems. To gather this feedback, you can set up the Переглядач сховища field on your Weblate component, for translators to propose their changes to the upstream repository. You can also receive translator comments if you setup Адреса для повідомлень про помилки у рядках.
Список перевірок локалізації спільнотою#
Список перевірок локалізації спільнотою, який можна знайти у кожному зі складників, можна використати як основу для полегшення локалізації вашого проєкту перекладачами зі спільноти користувачів.
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#
The translations should be reviewed by a second person after the post-editing. With an impartial and competent reviewer, the two people rule reduces the errors and improves the quality and consistency of the content. Providing reviewers with previews or alpha translations will make for the best review. Screenshots, explanations also help to review the strings in context.
Структурований відгук#
There are many Перевірки і виправлення in Weblate that provide structured feedback on the quality of the translations. They also give visual feedback during translation. This prevents recurring mistakes, and helps translators to understand how the code works.
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#
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
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
neural fuzzy repair, Bram Bulté і Arda Tezcan у «Neural Fuzzy Repair: Integrating Fuzzy Matches into Neural Machine Translation», 2019 https://aclanthology.org/P19-1175.pdf