ትርፍ፡
- የትርጉም ማህደረ ትውስታን (TM) ፅንሰ-ሀሳቦችን መረዳት ፣ ደብዛዛ ግጥሚያዎች እና ክፍሎች ፣ እና በጭፍን ሳይሆን በማጣጣም ልዩነቶቹን መጠቀም መቻል።
- የተፈቀዱ ትርጉሞችን በቲኤም ላይ ብቻ የመፃፍ ዲሲፕሊን የመተግበር፣ የደንበኛ TMዎችን መለየት እና የቲኤም ጥገናን ማከናወን መቻል
- በCAT ውስጥ በMT/LLM ውህደት ውስጥ መረጃ የት እንደሚሄድ በመቆጣጠር ግላዊነትን የመጠበቅ ችሎታ
የፕሮፌሽናል ትርጉም ብዙውን ጊዜ የሚከናወነው በ CAT መሣሪያ ውስጥ ነው ፣ በቀላል የጽሑፍ አርታኢ ውስጥ አይደለም። በዚህ ክፍል ውስጥ፣ የCAT መሳሪያዎችን፣ የትርጉም ማህደረ ትውስታን (TM) በትርጉም እምብርት፣ ከማሽን ትርጉም እና LLM ጋር እንዴት እንደሚሰሩ፣ እና ይህን ስነ-ምህዳር በብቃት እና ደህንነቱ በተጠበቀ ሁኔታ እንዴት እንደሚጠቀሙበት ይማራሉ ። ግቡ አንድን ሙሉ ፕሮጀክት እንጂ ነጠላ ዓረፍተ ነገርን በተከታታይ፣ ፈጣን እና ሊደረስበት በሚችል መልኩ የሚያስተዳድር የትርጉም ቴክኖሎጂ ተጠቃሚ መሆን ነው።
መሰረታዊ ጽንሰ-ሐሳቦች
CAT መሣሪያ (በኮምፒዩተር የታገዘ ትርጉም) የትርጉም ዓረፍተ ነገሩን በአረፍተ ነገር (ክፍል) የሚያደራጅ እና የትርጉም ማህደረ ትውስታን እና ተርጓሚውን የሚያገናኝ ፕሮፌሽናል ሶፍትዌር (እንደ Trados, memoQ, Phrase, MateCat) ነው. ምንጩን እና ኢላማውን ጎን ለጎን ያሳያል፣ ደጋግሞ ይይዛል፣ ቅርጸቱን ይጠብቃል።
TM (የትርጉም ማህደረ ትውስታ) ከዚህ ቀደም የተረጎሟቸውን የመነሻ-ዒላማ አረፍተ ነገር ጥንዶችን የሚያከማች የውሂብ ጎታ ነው። አዲስ ዓረፍተ ነገር ሲመጣ፣ በቲኤም ውስጥ ተመሳሳይ ዓረፍተ ነገር ካለ፣ ወኪሉ ይጠቁማል። እዚህ ያለው ቁልፍ ጽንሰ-ሐሳብ ደብዛዛ ግጥሚያ ነው፡ የአዲሱ ዓረፍተ ነገር ተመሳሳይነት በቲኤም ውስጥ ካለው ዓረፍተ ነገር ጋር (100% = በትክክል ተመሳሳይ፣ 85% = በአብዛኛው ተመሳሳይ)። ከፍተኛ ግጥሚያዎች የቀድሞ ትርጉምዎን እንደገና ስለተጠቀሙ ስራውን ያፋጥነዋል።
አንድ ክፍል የትርጉም መሠረታዊ አሃድ ነው - ብዙውን ጊዜ ዓረፍተ ነገር። የCAT መሳሪያው ጽሑፉን ወደ ክፍልፋዮች ይከፍላል እና እያንዳንዱን ለየብቻ ያስተካክላል።
የቲኤም አስፈላጊነት፡ ኤምቲ ጥሬ ረቂቆችን ያመርታል፣ ነገር ግን TM የፀደቁ፣ የሰው-ጥራት ያለፉ ትርጉሞችን ይመልሳል። ሁለቱ የተለያዩ ናቸው፡ ኤምቲ ትንበያ ነው፣ TM ትውስታ ነው።
ጠቃሚ ምክር: TM እና MT ግራ አያጋቡ. 100% TM ግጥሚያ (ቀደም ሲል የጸደቀው ትርጉም) በአጠቃላይ አስተማማኝ ነው; የኤምቲ ምክር ሁል ጊዜ መረጋገጥ አለበት። የ CAT መሳሪያዎች ሁለቱን የተለያዩ ቀለሞች / መለያዎች ያሳያሉ; ሁልጊዜ ይህንን ልዩነት ይመልከቱ.
የ MT እና LLM ወደ CAT ውህደት
ዘመናዊ የ CAT መሳሪያዎች ለኤምቲኤን ሞተሮች እና ከጊዜ ወደ ጊዜ እየጨመረ የሚሄደው ኤል.ኤል.ኤም.ኤስ. በቲኤም ውስጥ ምንም ግጥሚያ ከሌለ ተወካዩ በራስ-ሰር ለክፍሉ የ MT ምክሮችን ይመልሳል ። እርስዎ ይለጥፉታል (ማለትም MTPE በ CAT ውስጥ ይፈስሳል)። የቅርብ ትውልድ መሳሪያዎች LLMንም ያዋህዳሉ፡ በመሳሪያው ውስጥ እንደ "ይህን ክፍል በዚህ ቃና እንደገና ይፃፉ"፣ "ይህን ቃል ወደ ቃል ቤዝ ያስተካክሉት" ወዘተ የመሳሰሉ ስራዎችን መስራት ይችላሉ።
የዚህ ውህደት ጥቅም: TM, termbase, MT እና LLM በአንድ ማያ ገጽ ውስጥ ይጣመራሉ; ለእያንዳንዱ ዓረፍተ ነገር ፍሰቱ "መጀመሪያ ቲኤምን ይመልከቱ፣ አለበለዚያ MT ይጠቁሙ፣ QA በራስ ሰር" የሚለው ፍሰቱ ተመስርቷል። አሉታዊ እና ጥንቃቄ: መረጃው የት ነው የሚሄደው? በደመና ላይ የተመሰረተ MT/LLM ውህደት ወደ ውጫዊ አገልጋዮች ጽሑፍ መላክ ይችላል; በሚስጥር ስራ, ይህ ውል መጣስ ሊሆን ይችላል. ተሽከርካሪው ከየትኛው ሞተር ጋር እንደተገናኘ እና ከየትኛው የመረጃ ፖሊሲ ጋር እንደተገናኘ ማወቅዎን እርግጠኛ ይሁኑ።
የትርጉም ማህደረ ትውስታን መመገብ እና ማጽዳት
የቲኤም ዋጋ በውስጡ ያሉት የትርጉም ጥራት ያህል ነው. ቆሻሻ መጣያ፣ ቆሻሻ መጣ። ሁለት የትምህርት ዓይነቶች:
- የተረጋገጠውን ትርጉም ወደ TM ብቻ ይፃፉ። ጥሬውን MT ውፅዓት ሳታረጋግጥ ወደ ቲኤም ካስቀመጥክ፣ ወደ ፊት ስራህ እንደ መጥፎ "ትውስታ" ይመለሳል።
- የቲኤም ጥገናን ያከናውኑ. ከጊዜ በኋላ ቃላቶች ይለወጣሉ እና ስህተቶች ወደ ውስጥ ይገባሉ። በየጊዜው TM ያጽዱ፣ ያረጁ/የተሳሳቱ ጥንዶችን ያርሙ። በዚህ ስራ ኤልኤልኤምን እየተጠቀምኩ ነው "በእነዚህ TM ጥንዶች ውስጥ ምንም አይነት አለመጣጣም/የቃላት አድልዎ አለ?" እንደ ኦዲተር ሊጠቀሙበት ይችላሉ.
ማስጠንቀቂያ፡ በሌላ ደንበኛ ንግድ ውስጥ የአንድ ደንበኛ ቲኤም መጠቀም ሁለቱም ሚስጥራዊነትን መጣስ እና የቃል ግራ መጋባት አደጋ ነው። ቲኤምዎች በደንበኛ/በፕሮጀክት መሰረት ተለይተው ተቀምጠዋል። የተደባለቀ "ሁሉም ነገር TM" ሚስጥራዊነትን እና ጥራትን ያጠፋል.
ሶስት ጥቃቅን ጉዳዮች
ጉዳይ 1 - TM ድግግሞሾችን በረረ። አንድ አምራች 70% የመመሪያው መመሪያ ከአመት አመት ተመሳሳይ በሆነበት የምርት ቤተሰብ ሲተረጎም ነበር። ለቲኤም ምስጋና ይግባው, 100% እና ከፍተኛ ደብዛዛ ግጥሚያዎች በእያንዳንዱ አዲስ ስሪት ውስጥ በራስ-ሰር መጡ; ከ30,000 የቃላት ስራ ~9,000 ቃላት ብቻ ትክክለኛ አዲስ ትርጉም ነበሩ። ጊዜ እና ወጪ በአንድ ሶስተኛ ቀንሷል።
ጉዳይ 2 - ቆሻሻ ቲኤም ስህተቱን አስፋፋ። አንድ ቡድን ጥሬውን የኤምቲኤም ውጤት ሳያረጋግጥ ወደ TM አስቀምጧል። ከአንድ አመት በኋላ ተመሳሳይ የተሳሳተ ትርጉም ደጋግሞ ተመለሰ, እንደ 100% ተዛማጅ "አስተማማኝ" ታየ; ስህተቱ በ14 የተለያዩ ሰነዶች ተሰራጭቷል። ቡድኑ "የተረጋገጠ ትርጉም ወደ TM ብቻ" ደንብ እና የጽዳት ጉብኝት አቋቋመ።
ጉዳይ 3 - ሚስጥራዊነት በውህደት ውስጥ ፈሰሰ። አንድ ተርጓሚ በራስ-ሰር ከCloud MT ጋር በተገናኘ በ CAT ፕሮጀክት ውስጥ ሚስጥራዊ ስራ ሰርቷል; ጽሑፉ የውሂብ ፖሊሲው ግልጽ ወደሌለው ውጫዊ ሞተር ሄዷል። አንዴ ከታወቀ፣ ለሚስጥር ፕሮጄክቶች የኤምቲ ውህደት ጠፍቷል እና "መረጃን የማያከማች/የማሰልጠን" የድርጅት ሞተሮች ብቻ ጥቅም ላይ ውለዋል።
አራት ሊገለበጡ የሚችሉ አብነቶች
1) ደብዛዛ ግጥሚያ ግምገማ (ለኤልኤልኤም)፡
ከታች ያለው አዲሱ ምንጭ ዓረፍተ ነገር፣ ተመሳሳይ ዓረፍተ ነገር በTM እና የተፈቀደው ትርጉም ነው። የቲኤም ትርጉምን ከአዲሱ ዓረፍተ ነገር ጋር ለማስማማት ምን መለወጥ እንዳለብኝ በትክክል ንገረኝ; አላስፈላጊ ለውጦችን አይጠቁሙ. የትርጉም ልዩነትን በግልፅ አሳይ። አዲስ ምንጭ፡ [...] | የቲኤም ምንጭ፡ [...] | የቲኤም ትርጉም: [...]
2) የቲኤም ወጥነት ማረጋገጫ;
ከዚህ በታች የቲኤም ምንጭ-ዒላማ ጥንዶች አሉ። ተመሳሳይ ወይም በጣም ተመሳሳይ የሆኑ የምንጭ ዓረፍተ ነገሮች በልዩነት የተተረጎሙበት አለመጣጣሞችን እና የቃላት ልዩነቶችን ምልክት ያድርጉ። ችግሮቹን ብቻ ይዘርዝሩ። ጥንዶች፡ [...]
3) የክፍል ቃና እንደገና መፃፍ (LLM በ CAT):
ትርጉሙን ሳትቀይሩ የሚከተለውን የዒላማ ክፍል (የተፈለገ ድምጽ) ያድርጉ። የቃላቶቹን ዝርዝር ያክብሩ፡ [...]. ቁጥሮችን እና ስሞችን ያስቀምጡ. እንደገና የተጻፈውን ክፍል ብቻ ወደ ውጭ ላክ። ክፍል: [...]
4) ግላዊነት/ውህደት ቅድመ ምርመራ፡-
በ CAT ፕሮጀክት ውስጥ MT/LLM ውህደትን እጠቀማለሁ። በዚህ ፕሮጀክት ውስጥ የጽሑፉን አይነት እገልጻለሁ; ይህንን ጽሑፍ ወደ ደመና-ተኮር ውጫዊ ሞተር መላክ ተገቢ እንደሆነ ንገረኝ, ምን ጥያቄዎች (የውሂብ ማቆየት, ስልጠና, ቦታ) አቅራቢውን መጠየቅ አለብኝ. የጽሑፍ ዓይነት / የግላዊነት ሁኔታ: [...]
ደካማ ጥያቄ / ጠንካራ ጥያቄ
ደካማ፡ "ትርጉሙን በTM ተጠቀም።" (የተዛማጅ መጠን እና ምን መላመድ እንዳለበት ግልጽ አይደለም፤ ዕውር መቅዳት ስህተቶችን ያስተዋውቃል።)
ጠንካራ: "ይህ አዲስ ዓረፍተ ነገር በቲኤም 90% ውስጥ ካለው ዓረፍተ ነገር ጋር ይዛመዳል. በቲኤም ትርጉም ላይ ይገንቡ ነገር ግን ይህንን ልዩነት ያንጸባርቁ: ምንጩ ከ'ወርሃዊ' ይልቅ 'ዓመታዊ' አለው, ስለዚህ ከ'ወርሃዊ' ይልቅ 'ዓመታዊ' መሆን አለበት. ሌላ ምንም ነገር አይቀይሩ. "
ልዩነት: ጠንካራ ፈጣን የግጥሚያውን ልዩነት ያመለክታል; "የድሮውን ትርጉም እንዳለ መተውን" ይከለክላል ይህም በጣም የተለመደው የደበዘዘ ተዛማጅ ስህተት ነው።
የ CAT ስነ-ምህዳር ክፍሎች ሰንጠረዥ
አካል
ምን ያደርጋል
ከ AI ጋር ያለው ግንኙነት
TM (የትርጉም ማህደረ ትውስታ)
የጸደቁ ያለፉ ትርጉሞችን ይመልሳል
አስተማማኝ; ከኤምቲ ይቀድማል
ተርምባሴ
የቃሉን ወጥነት ያረጋግጣል
ለኤል.ኤል.ኤም
የኤምቲ ምክር
ጥሬ ንድፍ ወደ ባዶ ክፍል
ድህረ አርትዖት መደረግ አለበት።
LLM ውህደት
ድምጽ / ቃል / እንደገና መጻፍ
ቁጥጥር የሚደረግበት፣ ለግላዊነት ትኩረት
QA ሞጁል
የቁጥር/የጊዜ/የመለያ ስህተትን ይቃኛል።
ራስ-ሰር ቁጥጥር
የተለመዱ ስህተቶች
- የደበዘዘውን ግጥሚያ በጭፍን መቀበል። 85% ግጥሚያ 15% የትርጉም ልዩነትን ሊደብቅ ይችላል።
- ጥሬ MT ውፅዓት ወደ TM መጻፍ። ቆሻሻ ቲኤም ስህተቱን ወደ ፊት ይሸከማል እና ያስፋፋል።
- ደንበኛ/ፕሮጀክት TMዎችን ማደባለቅ። ምስጢራዊነት እና የቃል ግራ መጋባት አደጋ.
- የውህደት ውሂቡ የት እንደሚሄድ ባለማወቅ። እርስዎ ሳያውቁት የተደበቀ ጽሑፍ ሊወጣ ይችላል።
- የቲኤም/ኤምቲ ልዩነትን በመርሳት ላይ። ኤምቲ ግምት ነው; TM ትውስታ ነው። ሁለቱ እኩል ደህና አይደሉም።
ቅድመ-ትርጉም እና አሰላለፍ
ሁለት የላቁ የCAT ተግባራት በ AI ዘመን ውስጥ የስራ ፍሰትን የበለጠ ያፋጥኑታል። የመጀመሪያው ቅድመ-ትርጉም ነው-በፕሮጀክቱ መጀመሪያ ላይ መሳሪያው ሁሉንም ክፍሎች በቲኤም እና ኤምቲ በራስ-ሰር ይሞላል; ከባዶ ፋይል ይልቅ፣ 100% ግጥሚያዎች የጸደቁበት፣ ደብዛዛ ግጥሚያዎች ለመስተካከል የሚጠብቁበት እና ባዶዎቹ የኤምቲ ረቂቆች በሆነበት ፋይል ይጀምራሉ። ይህ ስራውን "ከባዶ መጻፍ" ወደ "መገምገም እና ማረም" ይለውጠዋል - ነገር ግን ቅድመ-ትርጉሙን በጭፍን ከማጽደቅ ይልቅ እያንዳንዱን ክፍል መገምገም ያስፈልግዎታል.
ሁለተኛው አሰላለፍ ነው፡ ከዚህ በፊት የተተረጎመ ነገር ግን ወደ ቲኤም ያልገባ የመነሻ-ዒላማ ሰነድ ጥንድ ካለህ፣ የማሰለፊያ መሳሪያው ከክፍል በክፍል ጋር ይመሳሰላል እና ወደ TM ይቀይራቸዋል። ስለዚህ፣ ያለፉት ትርጉሞችዎ ወደ "ማስታወሻ" ይታከላሉ። በአሰላለፍ ላይ ጥንቃቄ: አውቶማቲክ ማዛመድ ሁልጊዜ ትክክል አይደለም; አንድ ክፍል መንሸራተት ሙሉውን አሰላለፍ ይረብሸዋል. ከTMing በፊት የተጣጣሙ ጥንዶችን መከለስ በመጀመሪያ ደረጃ የቆሸሸ ቲኤም አደጋን ይከላከላል። እነዚህ ሁለት ተግባራት የአሁኑን ንብረቶችዎን (ያለፉት ትርጉሞች) ወደፊት ንግዶች ላይ ወደ ኢንቨስትመንቶች ይለውጣሉ።
በማጠቃለያው
የ CAT መሳሪያዎች; የትርጉም ማህደረ ትውስታን፣ ተርጓሚን፣ የማሽን ትርጉምን እና LLMን ወደ አንድ የምርት መስመር ያጣምራል። TM የጸደቁትን ያለፉ ትርጉሞችን ሰርስሮ የሚያወጣ እና በድግግሞሽ ስራዎች ላይ ታላቅ ፍጥነት የሚሰጥ ማህደረ ትውስታ ነው። ኤምቲ ሁልጊዜ መረጋገጥ ያለበት ትንበያ ነው። አስተዋይ ተጠቃሚው የደበዘዘ ግጥሚያዎችን ልዩነት በጥንቃቄ ያስተካክላል፣ የጸደቁ ትርጉሞችን ብቻ ለቲኤም ይጽፋል፣ የደንበኛ TMዎችን ይለያል እና ውሂቡ የት እንደሚሄድ በማወቅ ግላዊነትን ይጠብቃል።
የመተግበሪያ ተግባር
በ CAT መሣሪያ ውስጥ ትንሽ ፕሮጀክት ያዘጋጁ (ነፃ የመስመር ላይ CAT እንዲሁ ይሰራል)፡ termbase እና ባዶ TM ያክሉ። ባለ 10-አረፍተ ነገር ጽሑፍ ተርጉም፣ የጸደቁትን ትርጉሞች ወደ TM አስቀምጥ። ከዚያም ከመጀመሪያው ጽሑፍ ጋር በጣም ተመሳሳይ የሆነ ሁለተኛ ጽሑፍን ይተርጉሙ እና በቲኤም የተመለሱትን ደብዛዛ ግጥሚያዎች በ"ደብዛዛ የግጥሚያ ግምገማ" አብነት ያመቻቹ። TM በጭፍን ከተቀበልክ ምን ያህል አረፍተ ነገሮች እንደምትሳሳት አስተውል።
የማረጋገጫ ዝርዝር
- [] TM እና termbase ከፕሮጀክቱ ጋር አገናኘሁ።
- [] በዓይነ ስውርነት ሳይሆን በድብልቅ ግጥሚያዎች ላይ ያለውን ልዩነት በማላመድ ተጠቀምኩ።
- [ ] ለቲኤም የጻፍኩት ያረጋገጥኩትን የተረጋገጠ ትርጉም ብቻ ነው።
- [] ደንበኛ/ፕሮጀክት TM ዎችን ለይቻለሁ።
- [ ] በMT/LLM ውህደት ውስጥ ውሂቡ የት እንደሚሄድ አረጋግጣለሁ።