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

39 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, ma tistax tiddistingwiha mit-traduzzjoni umana. Is-servizzi ta’ traduzzjoni jipproduċu traduzzjonijiet fluwenti u idiomatċi b’sens akutu tar-reġistru. Imbagħad tittraduċi sett ta’ data 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 jipprovdi Transpareo biex tiżgura li l-39 verżjoni lingwistika tiegħek jibqgħu faċli biex jifhmu.

Il-problema fundamentali: kelma waħda, bosta tifsiriet

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

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-Faserverschluss’, 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’jinkiseb 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 vojt bħal <a href="/mt/irreġistra">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 ma jinħażnux 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.
  • Ritraduzzjoni awtomatika wara bidliet: Jekk it-test oriġinali jinbidel, it-traduzzjonijiet f’kull lingwa jiġu ġġenerati mill-ġdid. Korrezzjoni fil-Ġermaniż taġġorna awtomatikament il-38 verżjoni lingwistika l-oħra.
  • Immarkar 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, kopja tal-marketing u struzzjonijiet dwar il-kura. Madankollu, fit-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. Sopraskrizzjoni 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 żżommata 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 jinduna b’żball, jikkoreġih fl-Application Manager - il-korrezzjoni tidħol fis-seħħ immedjatament, filwaqt li t-traduzzjonijiet l-oħra jibqgħu kif inhuma.

Ir-realtà tal-lingwi tal-UE

24 lingwa uffiċjali tal-UE jidhru ħafna. Fil-prattika, jaqgħu f’tliet kategoriji:

  • Suq ewlieni: DE, EN, FR, IT, ES, NL - hawnhekk, kull konsumatur jistenna perfezzjoni
  • Suq sinifikanti: PT, PL, SV, DA, FI - standard tajjeb, għalkemm it-traduzzjoni tal-magna tkun notevoli xi drabi
  • Lingwi rari: MT, GA, ET, LV, LT - kultant ikollok DPP bil-Malti mingħajr ma konsumatur finali f’Malta qatt jaqraha. Madankollu, huwa obbligatorju.

Dan ir-rekwiżit mhuwiex fakultattiv. L-ESPR jimponi li l-kontenut DPP jitwassal 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).

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, … 39 kamp għal kull attribut li jista’ jiġi tradott. Jidher sempliċi, iżda għandu tliet żvantaġġi:

  • Test duplikat. Żewġ prodotti bl-istess nota dwar il-materjal jiġġeneraw 39 + 39 traduzzjonijiet minflok biss 39
  • Diffiċli biex jikber. Żieda ta’ lingwa 40 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, ikollhom jiġu editjati individwalment ir-rekords tad-dejta kollha.

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

Dak li għadna m’għandniex

Bażi ta’ dejta tat-terminoloġija personalizzata b’rikonoxximent awtomatiku tas-suġġerimenti tinsab fil-fażi ta’ żvilupp, iżda bħalissa mhix disponibbli. Kull min jibda llum jista’ jiksib xogħol 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.

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.