40 lingwi awtomatikament: kif it-traduzzjoni tal-AI tagħna timmaniġġja terminoloġija speċjalizzata

40 lingwi awtomatikament: kif it-traduzzjoni tal-AI tagħna timmaniġġja terminoloġija speċjalizzata

Ħarsa wara l-kwinti lejn it-traduzzjoni awtomatika tad-dejta tal-prodott tagħna - u għaliex it-terminoloġija speċjalizzata għandha tiġi trattata b'mod differenti minn rumanz.

It-traduzzjoni bil-magna issa hija tant tajba li, f’ħafna każijiet, huwa impossibbli li tiddistingwiha mit-traduzzjoni umana. Is-servizzi ta’ traduzzjoni jipproduċu traduzzjonijiet fluwenti u idiomatċi b’sens tar-reġistru. Imbagħad tittraduċi sett tad-dejta DPP - u f’daqqa waħda ‘rear lock fibre closure’ isir ‘Hinterschloss-Faserverschluss’.

Il-problema hija t-terminoloġija teknika. Hawnhekk, nispjegaw għaliex id-dejta tal-prodott m’għandhiex tiġi trattata bħal romanzi, u liema għodod Transpareo jipprovdi biex tiżgura li l-40 verżjoni lingwistika tiegħek jibqgħu faċli biex jifhmu.

Il-problema fundamentali: kelma waħda, diversi tifsiriet

‘Seal’ fid-DPP għal ġakketta ta’ barra: impermeabbiltà. ‘Seal’ fil-laboratorju: siġill (l-annimal) jew gasket, skont il-kuntest. ‘Seal’ f’reġistru ta’ manutenzjoni: possibbilment siġill (bħal f’timbru).

Mudell ġenerali ta’ traduzzjoni jagħmel l-għażla tiegħu bbażat fuq il-kuntest statistiku. Dan jaħdem għal test kontinwu - roman jipprovdi ħafna kuntest. Imma għal qasam tad-dejta bħal primary_closure: seal, kważi m’hemm l-ebda kuntest. Il-mudell jagħmel stima infurmata.

Ir-riżultat huma żbalji sottili. Mhux daqshekk drammatiku bħal ‘Hinterschloss fibre fastening’, iżda sinifikanti: komponent imsejjaħ ‘Dichtung’ bil-Ġermaniż f’daqqa waħda jissejjaħ ‘sigillo’ minflok ‘guarnizione’ f’DPP Taljan . Xerrej ma jistax isib aktar il-parti ta’ riserva.

X’jagħmel Transpareo illum

Is-sistema ta’ traduzzjoni tagħna tittraduċi awtomatikament il-kontenut kollu ġdid f’kull lingwa attiva. Hija karatterizzata minn erba’ karatteristiċi ewlenin:

  • Preservazzjoni ta’ Markdown u varjabbli: Postijiet tal-marka bħal <a href="/mt/irregistra">Pro-Membership</a> u strutturi Markdown jiġu estratti qabel it-traduzzjoni; it-test sempliċi jiġi tradott, u mbagħad l-istrutturi jerġgħu jiddaħħlu mingħajr ma jinbidlu. Dan jiżgura li l-links, il-formoli u l-layout jibqgħu konsistenti f’kull lingwa.
  • Dħulijiet ta’ traduzzjoni ċentralizzati: It-traduzzjonijiet mhumiex maħżuna ġewwa r-rekord tad-dejta innifsu, iżda f’saff komuni. Rekords multipli tad-dejta bl-istess test oriġinali jaqsmu traduzzjoni waħda. Dan jiffranka fl-ispejjeż tat-traduzzjoni u jissanċjonalizza awtomatikament it-terminoloġija madwar il-mudell tad-dejta.
  • Ri-traduzzjoni awtomatika wara bidliet: Jekk it-test oriġinali jiġi emendat, it-traduzzjonijiet f’kull lingwa jiġu ġġenerati mill-ġdid. Korrezzjoni bil-Ġermaniż taġġorna awtomatikament il-39 verżjoni lingwistika l-oħra.
  • Marki għal kull rekord tad-dejta: Il-kontenut jista’ jiġi eskluż mill-proċess awtomatiku, jew it-traduzzjonijiet eżistenti jistgħu jiġu mblukkati - pereżempju, għal ismijiet internazzjonali ta’ prodotti jew għal korrezzjonijiet manwali.

Fejn il-klijent jissupplimenta l-ipproċessar

It-traduzzjoni awtomatika tipprovdi b’mod ġenerali riżultati preċiżi għal testi deskrittivi, kopji tal-marketing u struzzjonijiet dwar il-kura. Bit-terminoloġija teknika kritika - bħal ‘seal’/’guarnizione’ - jibqgħu numru żgħir ta’ żbalji, li l-amministratur tal-klijent għandu jikkoreġi.

Hawnhekk, l-amministratur għandu tliet għażliet:

  1. Sopraskritt manwali għal kull lingwa u ċavetta: Kull dħul ta’ traduzzjoni jista’ jinfetaħ fl-Application Manager u jiġi aġġustat għal kull lingwa. Billi tagħżel l-għażla ‘lokk’, din it-traduzzjoni manwali tiġi ppreservata fil-proċess awtomatiku li jmiss.
  2. Importazzjoni tal-glossarju: Terminoloġija eżistenti minn għodod tat-traduzzjoni jew glossarji PDF tista’ tiġi importata bħala fajl CSV u tintuża biex jinħolqu dħuliet tat-traduzzjoni direttament.
  3. Korrezzjonijiet għal kull lingwa waqt li s-sistema tkun qed taħdem: Tim tal-bejgħ Taljan jinnota żball, jikkoreġih fl-Application Manager - il-korrezzjoni tidħol fis-seħħ immedjatament, filwaqt li t-traduzzjonijiet l-oħra jibqgħu bla bidla.

L-Application Manager jappoġġja l-40 lingwa kollha

Mhux biss il-folji tad-dejta tal-prodott huma multilingwi - l-interface li fiha żżommhom ukoll. L-Application Manager ġie tradott fl-40 lingwa kollha, u tista’ tiddaħħal kontenut f’kull waħda minn dawn il-lingwi. Is-sistema ttraduċiha awtomatikament fl-oħrajn kollha.

Għal timijiet multilingwi, dan jagħmel differenza notevoli fil-kollaborazzjoni: it-tim tal-ġestjoni tal-prodott f’Milan jikteb l-istruzzjonijiet tal-kura bl-Italjan, it-tim tal-akkwist f’Varsavja iżid id-dejta tal-materjal bil-Polakk, u t-tim tal-assigurazzjoni tal-kwalità f’Hamburg jiċċekkja d-dettalji bil-Ġermaniż. Kulħadd jaħdem bil-lingwa tiegħu stess, kulħadd jara l-istess sett ta’ dejta - u min jikkoreġi biċċa informazzjoni jikkoreġiha għal kull verżjoni lingwistika fl-istess ħin.

Hawnhekk ukoll, japplika l-avviż imsemmi hawn fuq: fil-każ ta’ terminoloġija teknika kritika, fl-aħħar mill-aħħar persuna għandha tiċċekkja dak li għażlet il-magna.

Ir-realtà tal-lingwi tal-UE

24 lingwa uffiċjali tal-UE jidhru ħafna. Fil-prattika, hemm tliet livelli:

  • Suq ewlieni: DE, EN, FR, IT, ES, NL - hawnhekk, kull konsumatur jistenna perfezzjoni
  • Suq sinifikanti: PT, PL, SV, DA, FI - standard tajjeb, għalkemm kultant jidher ċar li l-magna għamlet xogħolha
  • Lingwi inqas komuni: MT, GA, ET, LV, LT - kultant ikollok DPP bil-Malti mingħajr ma konsumatur finali wieħed f’Malta qatt jaqraha. Madankollu, huwa obbligatorju.

Dan ir-rekwiżit mhux fakultattiv. L-ESPR jimponi li l-kontenut tad-DPP jingħata bil-lingwa tal-Istat Membru fejn jinbiegħ il-prodott. Għalhekk, kull min jipprovdi servizz f’27 pajjiż għandu jittratta ma’ 24 lingwa (xi pajjiżi jaqsmu lingwi).

Minn il-Malti għall-Bengali

Transpareo jittraduċi f’40 lingwa - l-24 lingwa uffiċjali tal-UE kollha u 16 oħra għal kopertura globali:

  • Ewropa: Bulgari, Daniż, Ġermaniż, Ingliż, Estoniż, Finlandiż, Franċiż, Grieg, Irlandiż, Taljan, Kroat, Latvjan, Litwan, Malti, Olandiż, Pollakk, Portugiż, Rumaniż, Svediż, Slovakk, Slovenn, Spanjol, Ċek u Ungeriz - u wkoll Albaniż, Bosniż, Iżlandiż, Maċedonju, Norveġiż, Russu, Serbjan, Tork u Ukren.
  • Mad-dinja kollha: Bengali, Ċiniż, Hindi, Indoneżjan, Ġappuniż, Korejan u Vjetnamiż.

Għal DPP tat-testil li jmiss, il-Bengali u l-Vjetnamiż jkopru l-pajjiżi ewlenin li jipproduċu - fornitur f’Dhaka jaqra l-passaport tal-prodott l-istess bħal xerrej f’Pariġi.

Għaliex saff ta’ lokalizzazzjoni ċentralizzat

Il-biċċa l-kbira tal-pjattaformi jaħżnu t-traduzzjonijiet bħala kampijiet addizzjonali fir-rekord tad-dejta: description_de, description_en, … 40 kamp għal kull attribut li jista’ jiġi tradott. Jidher sempliċi, iżda għandu tliet żvantaġġi:

  • Test duplikat. Żewġ prodotti b’deskrizzjoni tal-materjal l-istess jiġġeneraw 40 + 40 traduzzjoni minflok biss 40
  • Diffiċli biex jikber. Żieda ta’ lingwa 41 tfisser migrazzjoni tal-iskema fuq il-mudelli kollha li jistgħu jiġu tradotti
  • Il-korrezzjonijiet huma diffiċli biex jiġu applikati globalment. Jekk ‘guarnizione’ tiġi kkorreġuta kullimkien, il-rekords tad-dejta kollha jkollhom jiġu editjati individwalment.

Is-saff tat-traduzzjoni maqsum isolvi dan: daħla waħda, ħafna referenzi. Korrezzjoni waħda, u l-rekords tad-dejta kollha jibbenefikaw.

Dak li għadna m’għandniex

Bażi ta’ dejta terminoloġika personalizzata b’rikonoxximent awtomatiku tas-suġġerimenti tinsab fil-fażi ta’ żvilupp, iżda bħalissa mhix disponibbli. Kull min jibda llum jista’ jiksib suċċess kbir bl-għodod eżistenti: sostituzzjonijiet manwali, importazzjonijiet tal-glossarju u l-bandiera ‘żomm’ jkopru l-iktar każijiet ta’ użu komuni.

Aħna nemmnu li l-magni għandhom jagħmlu l-biċċa l-kbira tax-xogħol u li n-nies għandhom jintervengu biss fejn hu verament meħtieġ. Sakemm ma tkunx disponibbli r-rikonoxximent awtomatiku tat-terminoloġija, il-proċess manwali huwa trasparenti - u dan huwa aktar onest minn wegħda li ma tinżammx.

Mistoqsijiet dwar dan il-post

F'liema lingwi għandu jiġi pprovdut il-passaport tal-prodott?

L-ESPR jeħtieġ li l-informazzjoni dwar il-prodott tiġi pprovduta bil-lingwa tal-Istat Membru fejn jinbiegħ il-prodott. Għalhekk, kull min jipprovdi merkanzija madwar l-UE kollha għandu jieħu f’kunsiderazzjoni l-24 lingwa uffiċjali tal-UE, li wħud minnhom huma komuni għal diversi Stati Membri. Transpareo jipprovdi dawn il-24 lingwi u 16 oħra, u kull test ġdid jew emendat jiġi tradott awtomatikament f’kull waħda minnhom. Fil-prattika, dan ifisser li l-lingwa m’għadhiex il-punt ta’ bidu - tikteb darba fil-lingwa li taħdem fiha, u l-verżjonijiet speċifiċi għas-suq isegwu.

Min hu responsabbli jekk traduzzjoni awtomatika tinterpreta ħażin terminu tekniku?

Huwa responsabbiltà tal-operatur ekonomiku li jpoġġi l-prodott fis-suq li jiżgura li l-kontenut tal-ippakkjar ikun korrett, u din ir-responsabbiltà ma tittrasferixxix għal sistema ta’ traduzzjoni jew għalina. Għalhekk aħna miftuħa dwar fejn il-magna taħdem tajjeb u fejn ma taħdimx - id-deskrizzjonijiet, l-istruzzjonijiet dwar il-kura u t-testijiet tal-marketing joħorġu b’mod korrett, filwaqt li termini estremament speċjalizzati bħal ismi l-komponenti, il-fastenings jew il-kisi jeħtieġu għajn umana. Trattah l-output awtomatizzat bħala abbozz inizjali komplut f’40 lingwa u ddedika l-ħin tiegħek għall-korrezzjoni tal-prova għal dawk il-ftit mija termini li tassew jimportaw għall-ħwienet tar-riparazzjoni u l-xerrejja.

Kif nista' nikkoreġi terminu sabiex il-ħruġ awtomatiku li jmiss ma jibdilux?

Ftaħ l-entrata tat-traduzzjoni fil-Manager tal-Applikazzjonijiet, aġġusta l-valur għall-lingwa rilevanti u stabbilixxi l-bandiera ‘Lock’. Il-markar ta’ din il-kaxxa jneħħi d-daħla mill-eżekuzzjoni awtomatika, u jiżgura li tibqa’ bla bidla anki jekk it-test oriġinali jiġi modifikat wara. Jekk din il-kaxxa ma tkunx immarkata, il-korrezzjoni tiegħek titqies bħala traduzzjoni standard u terġa’ tiġi ġġenerata hekk kif it-test oriġinali jinbidel. L-istess proċess ta’ żewġ passi japplika għal kelma waħda kif japplika għal paragrafu sħiħ.

Nistgħu ninportaw lista ta' terminoloġija eżistenti?

Iva. It-terminoloġija li inti iżżomm xorta waħda - kemm jekk minn għodda ta’ traduzzjoni jew mill-glossarju PDF tal-aġenzija tiegħek - tista’ tiġi importata bħala fajl CSV u tinbidel f’entrata ta’ traduzzjoni miktuba. Dawn l-entrati mbagħad jiġu trattati bl-istess mod bħall-korrezzjonijiet manwali. L-aħjar ħin biex tagħmel dan huwa qabel l-ewwel importazzjoni kbira - b’hekk it-termini jkunu f’posthom qabel ma jittraduċu eluf ta’ rekordijiet, u m’hemmx bżonn ta’ xogħol ta’ segwitu.

Jekk korrezzjoni tapplika għal kull prodott jew biss għall-rekord miftuħ?

Għal kull rekord tad-dejta b’test oriġinali identiku. It-traduzzjonijiet jinħażnu f’saff komuni minflok fuq il-prodott individwali, għalhekk ir-rekords tad-dejta b’test oriġinali identiku jaqsmu daħla waħda, u korrezzjoni waħda tapplika għal kollha. Dan hu għaliex l-isforz involut fil-korrezzjonijiet ma jiżdiedx skont id-daqs tal-katalgu - terminu li jidher fuq 4,000 prodott jitqies bħala daħla waħda, mhux 4,000.

Għandhom jaħdmu l-kollegi li jaħdmu barra bil-Ġermaniż jew bl-Ingliż?

Le. Il-Managers tal-Applikazzjoni nnifsu huma disponibbli f’kull waħda mill-40 lingwa, u l-kontenut jista’ jiġi daħħal f’kull waħda minnhom. It-tim tal-ġestjoni tal-prodott f’Milan jikteb l-istruzzjonijiet dwar il-kura bl-Italjan, it-tim tal-akkwist f’Varsavja iżid id-dejta materjali bil-Polakk, u kulħadd jara l-istess rekord tad-dejta. Kull min jikkoreġi biċċa informazzjoni, jikkoreġiha fl-istess ħin għal kull verżjoni lingwistika, u b’hekk ineħħi l-bżonn tas-soltu li wieħed jgħaddi minn servizz ċentrali ta’ traduzzjoni.

Hemm funzjoni awtomatika ta' rikonoxximent tat-terminoloġija?

Mhux illum. Bażi tad-dejta terminoloġika personalizzata li ssuġġerixxi termini awtomatikament tinsab fil-fażi ta’ żvilupp u għadha ma ġietx rilaxxata. Sakemm ma tiġix rilaxxata, l-għażliet disponibbli huma l-kitba mill-ġdid manwali, il-funzjoni ‘immarka għaż-żamma’ u l-importazzjoni tal-glossarju. Nippreferu nispjegaw dan b’mod ċar milli tippjana madwar karatteristika li ma teżistix. Għal-biċċa l-kbira tas-sitwazzjonijiet komuni, dawn it-tliet għodod jkopru l-bżonnijiet, u n-numru ta’ termini li għandek timmarka huwa ferm iżgħar minn dak tan-termini li jeħtieġu traduzzjoni.

Aġġornamenti dwar il-multilingwiżmu u l-prattika tal-DPP

Lingwi ġodda, kwalità tad-dejta u karatteristiċi tal-prodott - magħżula u mressqa fil-kaxxa tal-posta elettronika tiegħek darba fix-xahar.