Masintõlge on tänapäeval nii hea, et paljudel juhtudel ei ole seda enam võimalik inimtõlkest eristada. Tõlketeenused pakuvad sujuvat, idiomaatilist tõlget, milles on arvestatud stiili. Siis tõlgitakse DPP-andmekogumit - ja äkki muutub „rear lock fiber closure” „tagaluku kiusulgemiseks”.
Probleemiks on erialaterminoloogia. Siin selgitame, miks tooteandmeid ei tohi käsitleda nagu romaane ja milliseid tööriistu Transpareo pakub, et teie 40 keeleversiooni jääksid arusaadavaks.
Põhiprobleem: üks sõna, mitu tähendust
„Seal“ välisjakki käsitlevas DPP-andmekogus: tihendus. „Seal“ laboris: hüljes või tihend, sõltuvalt kontekstist. „Seal“ hooldusprotokollis: teatud tingimustel pitser.
Üldine tõlkemudel teeb valiku statistilise konteksti põhjal. Jooksvas tekstis see toimib - romaan pakub rohkesti konteksti. Andmeväljas primary_closure: seal on konteksti peaaegu olematu. Mudel teeb oletusi.
Selle tagajärjeks on peenvead. Mitte nii dramaatilised kui „Hinterschloss-Faserverschluss”, kuid tagajärgedega: komponent, mida saksa keeles nimetatakse „Dichtung”, kannab itaalia keele DPP-s äkki n ime „sigillo” asemel „guarnizione”. Ostja ei leia seda varuosa enam üles.
Mida Transpareo täna pakub
Meie tõlkesüsteem edastab iga uue sisu automaatselt kõigisse aktiivsetesse keeltesse. Seda iseloomustavad neli omadust:
-
Markdowni ja muutujate säilitamine: asendusmärgid nagu
<a href="/et/registreerida">Pro-liikmelisus</a>ja Markdowni struktuurid eraldatakse enne tõlkimist, tõlgitakse puhas tekst ning seejärel lisatakse struktuurid muutmata kujul tagasi. Nii jäävad lingid, vormid ja kujundus kõigis keeltes ühtseks. - Keskne tõlkeandmebaas: tõlkeid ei salvestata andmekirjes endas, vaid jagatud kihis. Mitmed andmekirjed, millel on sama originaaltekst, jagavad ühte tõlget. See säästab tõlkekulusid ja ühtlustab mõisteid automaatselt kogu andmemudeli ulatuses.
- Automaatne uuesti tõlkimine muudatuste korral: kui originaalteksti muudetakse, luuakse tõlked kõigis keeltes uuesti. Üks parandus saksa keeles - 39 muud keeleversiooni järgivad seda automaatselt.
- Märgistused andmekirje kohta: sisu saab automaatsest töötlemisest välja jätta või olemasolevad tõlked lukustada - näiteks rahvusvaheliste tootenimede või käsitsi tehtud paranduste puhul.
Kus klient täiendab töötlemist
Automaatne tõlkimine annab enamasti õigeid tulemusi kirjeldustekstide, turundustekstide ja hooldusjuhiste puhul. Kriitilise erialaterminoloogia puhul - nagu „seal“/„guarnizione“ - jääb alles teatav hulk vigu, mida kliendi administraator peab parandama.
Siin on administraatoril kolm võimalust:
- Käsitsi ülekirjutamine keele ja võtmesõna kaupa: iga tõlke sissekande saab avada rakenduse halduris ja kohandada keele kaupa. Kinnitusmärgiga säilitatakse see käsitsi tehtud tõlge järgmise automaatse tõlkimise käigus.
- Sõnastiku import: olemasolevaid terminoloogiaid tõlketööriistadest või PDF-sõnastikest saab importida CSV-failina, mis loob otse kirjutatud tõlke-kandeid.
- Keelekohased parandused töökäigu ajal: Itaalia müügiosakond märkab viga, parandab selle rakenduste halduris - parandus jõustub kohe, ülejäänud tõlked jäävad muutmata.
Rakenduse haldur toetab kõiki 40 keelt
Mitte ainult tootepassid on mitmekeelsed - seda on ka kasutajaliides, kus neid haldate. Rakenduse haldur on tõlgitud kõigisse 40 keelde ja te saate sisestada sisu igas neist keeltest. Süsteem tõlgib selle automaatselt kõigisse teistesse keeltesse.
Mitmekeelsete meeskondade jaoks muudab see koostööd märgatavalt: tootejuhtkond Milanos kirjutab hooldusjuhiseid itaalia keeles, ostuosakond Varssavis täiendab materjalide andmeid poola keeles, kvaliteedikontrolli osakond Hamburgis kontrollib neid saksa keeles. Igaüks töötab oma keeles, kõik näevad sama andmekogumit - ja kes andmeid parandab, parandab neid korraga kõigis keeleversioonides.
Ka siin kehtib eespool mainitud piirang: kriitilise erialaterminoloogia puhul peaks inimene lõpuks kontrollima, mida masin on valinud.
ELi keelte tegelikkus
24 ELi ametlikku keelt kõlab palju. Praktikas on tegemist kolme kihiga:
- Põhiturud: DE, EN, FR, IT, ES, NL - siin ootab iga tarbija täiuslikkust
- Olulised turud: PT, PL, SV, DA, FI - hea tase, aeg-ajalt on masinavõrgu kasutamine märgatav
- Haruldased keeled: MT, GA, ET, LV, LT - mõnikord on olemas maltakeelne tooteteave, kuigi ükski lõpptarbija Maltal seda kunagi ei loe. Siiski on see kohustuslik.
See kohustus ei ole vabatahtlik. ESPR nõuab DPP-sisu selle liikmesriigi keeles, kus toodet müüakse. Seega, kes teenindab 27 riiki, peab arvestama 24 keelega (mõned riigid jagavad keeli).
Malta keelest bengali keeleni
Transpareo tõlgib 40 keelde - kõik 24 ELi ametlikku keelt ja 16 lisakeelt ülemaailmse ulatuse tagamiseks:
- Euroopa: bulgaaria, taani, saksa, inglise, eesti, soome, prantsuse, kreeka, iiri, itaalia, horvaadi, läti, leedu, malta, hollandi, poola, portugali, rumeenia, rootsi, slovaki, sloveeni, hispaania, tšehhi ja ungari keel - lisaks albaania, bosnia, islandi, makedoonia, norra, vene, serbia, türgi ja ukraina keel.
- Ülemaailmselt: bengali, hiina, hindi, indoneesia, jaapani, korea ja vietnami keel.
Eelseisva tekstiili-DPP puhul on bengali ja vietnami keelega kaetud suured tootjariigid - tarnija Dhakas loeb sama tootekirjeldust nagu ostja Pariisis.
Miks on vaja tsentraliseeritud lokaliseerimiskihte
Enamik platvorme salvestab tõlked andmekirje lisaväljadena: description_de, description_en, … 40 välja iga tõlgitava atribuudi kohta. Kuulub lihtsana, kuid sellel on kolm puudust:
- Teksti dubleerimine. Kaks toodet, millel on sama materjalimärge, tekitavad 40 + 40 tõlget, mitte ühekorraga 40
- Raske skaleerida. 41. keele lisamine tähendab skeemi migratsiooni kõigi tõlgitavate mudelite ulatuses
- Parandusi on raske globaalselt rakendada. Kui „guarnizione“ kõikjal parandatakse, tuleks kõiki andmekirjeid eraldi töödelda
Jagatud tõlke kiht lahendab selle probleemi: üks kanne, palju viiteid. Üks parandus, millest saavad kasu kõik andmekirjed.
Mida meil veel pole
Kliendispetsiifiline terminoloogiaandmebaas automaatse soovituste tuvastamisega on arenduskavas, kuid praegu veel kättesaadav ei ole. Kes täna alustab, saab olemasolevate tööriistadega kaugele: käsitsi ülekirjutamine, sõnastiku importimine ja märkimine katavad kõige sagedasemad kasutusjuhtumid.
Usume, et masinad peaksid tegema suurema osa tööst ja inimesed sekkuma vaid seal, kus see on tõesti vajalik. Kuni automaatne terminoloogia tuvastamine pole veel saadaval, on käsitsi sekkumine läbipaistev - ja see on ausam kui lubadus, mida ei täideta.