Μονάδες
1. Εισαγωγή στην Τεχνητή Νοημοσύνη στη μετάφραση και τη διερμηνεία: Ρόλοι, όρια, έλεγχος ταυτότητας, απόρρητο και ηθική 2. Βασικές αρχές μηχανικής μετάφρασης: NMT, LLM, Επιλογή κινητήρα και προ-αξιολόγηση 3. Μηχανική μετάφραση μετά την επεξεργασία (MTPE): Ελαφρύ και πλήρες μετά την επεξεργασία 4. Διαχείριση ορολογίας και βάση όρων: συνέπεια και εταιρική γλώσσα 5. Ενσωμάτωση AI με εργαλεία CAT και μεταφραστική μνήμη (TM) 6. Localization (L10n): Λογισμικό, Web, Παιχνίδι και Πολιτιστική Προσαρμογή 7. Υποτιτλισμός, Μεταγλώττιση και Οπτικοακουστική Μετάφραση 8. Ποιοτικός Έλεγχος (QA), Μετρήσεις Αξιολόγησης και LQA 9. Προετοιμασία Διερμηνείας: Διαδοχική και Ταυτόχρονη Διερμηνεία 10. Πλαίσιο, πολιτισμός, τόνος και δημιουργική μετάφραση (μεταγραφή) 11. Εμπιστευτικότητα, Ηθική, Πνευματικά Δικαιώματα, Αυθεντικότητα και το μέλλον του επαγγέλματος
Μονάδα 4 / 11

Διαχείριση ορολογίας και βάση όρων: συνέπεια και εταιρική γλώσσα

Κέρδη:

  • Ικανότητα διασφάλισης συνοχής ορολογίας με τη δημιουργία μιας βάσης όρων και τον σαφή καθορισμό των εγκεκριμένων και απαγορευμένων ισοδύναμων
  • Χρήση τεχνητής νοημοσύνης για γρήγορη εξαγωγή υποψηφίων θητειών και λήψη της τελικής απόφασης θητείας με τον ειδικό και τον πελάτη
  • Δυνατότητα σύνδεσης βάσης όρων με το εργαλείο/προτροπή κατά τη μετάφραση και εντοπισμός ασυμβατοτήτων με μια περιήγηση QA όρου μετά τη μετάφραση

Σε μια τεχνική μετάφραση, εάν μεταφράσετε τη λέξη "λογαριασμός χρήστη" ως "λογαριασμός χρήστη" σε ένα μέρος, "λογαριασμός μέλους" σε άλλο μέρος, "προφίλ χρήστη" σε άλλο μέρος, ο χρήστης θα χαθεί, η επωνυμία θα εμφανίζεται ασυνεπής και η αναζήτηση/η τεκμηρίωση θα σπάσει, ακόμα κι αν το κείμενο είναι τεχνικά "σωστό". Το σιωπηλό αλλά πιο καθοριστικό ποιοτικό στοιχείο της μετάφρασης είναι η ορολογική συνέπεια. Σε αυτήν την ενότητα, θα μάθετε τη διαχείριση ορολογίας, τη δημιουργία μιας βάσης όρων (βάση δεδομένων όρων), την εξαγωγή όρων με τεχνητή νοημοσύνη και πώς να διατηρείτε την πειθαρχία ορολογίας σε όλη τη μετάφραση. Στόχος είναι να είσαι ειδικός που να συναντά την ίδια ιδέα σε κάθε έργο με τον ίδιο τρόπο παντού και να είναι πιστός στην εταιρική γλώσσα.

Βασικές έννοιες

Η ορολογία είναι λέξεις και εκφράσεις που αντιστοιχούν σε συγκεκριμένες έννοιες ενός κλάδου ή ιδρύματος ("checkout", "return policy", "stem cell"). Το Termbase (TB — βάση δεδομένων όρων) είναι ένα δομημένο λεξικό που διατηρεί τα ισοδύναμα πηγής-στόχου, τον ορισμό, τη σημείωση χρήσης και τα "απαγορευμένα ισοδύναμα" αυτών των όρων. Συνδέεται με εργαλεία CAT και προτείνει αυτόματα μετάφραση. Η εξαγωγή όρων είναι η διαδικασία αυτόματης συλλογής όρων που πρέπει να μεταφραστούν/τυποποιηθούν από ένα κείμενο. Το Γλωσσάρι είναι μια απλούστερη, δίστηλη λίστα όρων. Χρησιμοποιείται αντί του όρου σε μικρές εργασίες.

Γιατί είναι τόσο σημαντικό; Επειδή η αυτόματη μετάφραση και το LLM από μόνα τους δεν εγγυώνται συνέπεια ορολογίας. Το NMT μπορεί να μεταφράσει κάθε πρόταση ανεξάρτητα. Το LLM μπορεί να αλλάξει την απόφασή του σε εκτενές κείμενο. Αυτό που παρέχει πειθαρχία όρου είναι η βάση όρων που έχετε προετοιμάσει και συνδέσει με το όχημα.

Συμβουλή: Αφιερώστε 30 λεπτά ρυθμίζοντας τη βάση όρων για την πρώτη σας εργασία με έναν πελάτη. Αυτή η επένδυση αυξάνει τόσο την ταχύτητα όσο και την ποιότητα σε όλες τις επόμενες εργασίες και δίνει τη φήμη της "εμπορικής επωνυμίας συνεπής στις μεταφράσεις σας".

Εξαγωγή όρων και κατασκευή βάσης με AI

Η τεχνητή νοημοσύνη επιταχύνει το πιο κουραστικό κομμάτι της δημιουργίας μιας βάσης όρων: την εύρεση υποψηφίων. Μπορείτε να δώσετε ένα κείμενο-πηγή στο LLM και να πείτε, "αναφέρετε τους όρους του συγκεκριμένου τομέα σε αυτό το κείμενο, αυτούς που είναι επαναλαμβανόμενοι και εκείνους που απαιτούν συνέπεια στη μετάφραση." Στη συνέχεια, εγκρίνετε αυτήν τη λίστα υποψηφίων, καθορίζετε τη σωστή απάντηση-στόχο και επιβεβαιώνετε με τον πελάτη όταν είναι απαραίτητο. Κρίσιμο σημείο: Η τεχνητή νοημοσύνη προτείνει στους υποψηφίους θητείας, ο ειδικός και ο πελάτης αποφασίζουν τον όρο. Το αν μια επωνυμία καλεί "ραντεβού" ή "κράτηση" είναι επιλογή του πελάτη και όχι του AI.

Για κάθε όρο, βάλτε τα ακόλουθα στο Termbase: όρος πηγής, εγκεκριμένο αντίστοιχο στόχο, σύντομη περιγραφή/πλαίσιο, ισοδύναμα "μη χρήση" (απαγορευμένα) και ετικέτα τομέα/έργου εάν υπάρχουν. Η σύνταξη απαγορευμένων ισοδύναμων είναι ο πιο αποτελεσματικός τρόπος για να αποφευχθεί η ασυνέπεια (για "λογαριασμός", ΜΗΝ χρησιμοποιείτε μόνο "λογαριασμό", "προφίλ", "μέλος").

Διατήρηση πειθαρχίας ορολογίας σε όλη τη μετάφραση

Η εγκατάσταση του Termbase δεν είναι αρκετή. Πρέπει να εφαρμοστεί. Τρία στρώματα:

  1. Κατά τη μετάφραση: Κατά τη μετάφραση σε LLM, προσθέστε τη βάση όρου στην προτροπή ("ΠΡΕΠΕΙ να χρησιμοποιείτε αυτούς τους όρους με αυτά τα ισοδύναμα"). Εάν χρησιμοποιείτε ένα εργαλείο CAT, συνδέστε το termbase. Το εργαλείο δείχνει το ταίριασμα αμέσως.
  2. QA μετά τη μετάφραση: Σαρώστε το ολοκληρωμένο κείμενο έναντι της βάσης όρου. Ρώτησα το LLM "υπάρχουν μέρη σε αυτό το κείμενο που δεν συμμορφώνονται με τη βάση όρων;" ή εκτελέστε τον όρο συνάρτηση QA του εργαλείου CAT.
  3. Ενημέρωση στο τέλος του έργου: Προσθέστε νέους όρους και σχόλια πελατών στη βάση όρων όταν ολοκληρωθεί η εργασία. Το termbase είναι ένα ζωντανό έγγραφο.
Προσοχή: Όταν δίνετε στο LLM μια μακροπρόθεσμη βάση, μπορεί να "ξεχάσει" ορισμένους όρους ή να τους αλλάξει ανάλογα με το περιβάλλον. Επομένως, μην παραλείπετε ποτέ τον γύρο QA μετά τη μετάφραση. Η προτροπή δεν υποκαθιστά τον έλεγχο.

τρεις μίνι θήκες

Περίπτωση 1 — Η Termbase διέγραψε την ασυμφωνία. Σε μια τεκμηρίωση 60.000 λέξεων που έγινε από μια εταιρεία λογισμικού με 5 διαφορετικούς ανεξάρτητους μεταφραστές, οι ίδιοι 40 όροι μεταφράστηκαν με δεκάδες διαφορετικούς τρόπους. Μόλις δημιουργηθεί μια κοινή βάση όρων και όλες οι μεταφράσεις ευθυγραμμίστηκαν με αυτήν, τα παράπονα όπως "Δεν μπορώ να βρω αυτήν την οθόνη" στην υποστήριξη χρηστών μειώθηκαν σημαντικά.

Περίπτωση 2 — Η τεχνητή νοημοσύνη μείωσε το συμπέρασμα από 2 ημέρες σε 2 ώρες. Αντί να εξάγει με μη αυτόματο τρόπο μια λίστα όρων από ένα έγγραφο συσκευής 200 σελίδων, μια ομάδα ιατρικής μετάφρασης ζήτησε από το LLM να το συντάξει: 380 υποψήφιοι όροι καταγράφηκαν σε 2 ώρες. Ο εμπειρογνώμονας τα ενέκρινε σε 1 ημέρα και διευκρίνισε τις απαντήσεις τους. Θα χρειάζονταν εβδομάδες αν γινόταν χειροκίνητα. Οι αποφάσεις ανήκαν και πάλι στους ανθρώπους.

Περίπτωση 3 — Ο κανόνας απαγόρευσης απέτρεψε την κρίση. Στη βάση όρων μιας επωνυμίας, ο όρος "πελάτης" εγκρίθηκε ως "πελάτης" και ο "χρήστης" απαγορεύτηκε (λόγω θέσης επωνυμίας). Όταν ένας νέος μεταφραστής πληκτρολόγησε "χρήστης", ο όρος QA το έπιασε και η παραμόρφωση της γλώσσας της επωνυμίας διορθώθηκε προτού δημοσιευτεί.

Τέσσερα πρότυπα με δυνατότητα αντιγραφής

1) Εξαγωγή υποψηφίου όρου:

Ο ρόλος σας: ορολόγος. Από το ακόλουθο κείμενο [τομέα] εξάγετε όρους που απαιτούν συνέπεια στη μετάφραση: έννοιες ειδικές για τον τομέα, επαναλαμβανόμενες φράσεις, ονόματα προϊόντων/λειτουργιών, συντομογραφίες. Καταχωρίστε κάθε όρο στη γλώσσα πηγής, προσθέστε μια σύντομη σημείωση περιβάλλοντος. Η απόφαση είναι δική μου. Απλώς προτείνεις έναν υποψήφιο. Προσθήκη κοινών λέξεων (και, αλλά).Κείμενο: [...]

2) Δημιουργία γραμμής Termbase:

Προετοιμάστε τη γραμμή βάσης όρων για τους ακόλουθους όρους: όρος πηγής | προτεινόμενη απάντηση στόχου | σύντομη περιγραφή | λάθος απαντήσεις προς αποφυγή. Εάν δεν είστε σίγουροι, σημειώστε την απάντηση με [?]. Θα πάρω την απόφαση.Άλαν: [...] | Όροι: [...]

3) Συμβατή μετάφραση Termbase:

Μεταφράστε αυτό το κείμενο [πηγή]→[στόχος]. ΠΡΕΠΕΙ να εφαρμόσετε την παρακάτω βάση όρων. ΜΗ ΧΡΗΣΙΜΟΠΟΙΕΙΤΕ απαγορευμένα ισοδύναμα:- [πηγή1] → [στόχος1] (χρήση: [απαγορευμένο1])- [πηγή2] → [target2]Αν συναντήσετε έναν όρο που δεν είναι στο Termbase, σημειώστε τον με [?]. Κείμενο: [...]

4) QA όρου μετά τη μετάφραση:

Σαρώστε την παρακάτω μετάφραση σε σχέση με τη βάση όρων που παρείχα. Απλώς αναφέρετε τις ΑΣΥΜΒΑΤΟΤΗΤΕΣ: ποιος όρος χρησιμοποιήθηκε, πού, με ποια λανθασμένη σημασία, ποια πρέπει να είναι η σωστή. Αναφορά συμβατών τοποθεσιών.Όρος: [...] | Μετάφραση: [...]

Αδύναμη προτροπή / Ισχυρή προτροπή

Αδύναμος: «Να είστε προσεκτικοί με τους όρους». (Ποιος όρος, ποιος ισοδύναμος, ποια απαγόρευση - δεν είναι σαφής· το μηχάνημα επιλέγει μόνο του.)

Ισχυρό: "Κατά τη μετάφραση αυτού του κειμένου, εφαρμόστε την ακόλουθη βάση όρων: "dashboard"→"dashboard", "log in"→"log in". Εάν συναντήσετε έναν μη όρο, βάλτε [?] και φτιάξτε τον μόνοι σας."

Διαφορά: η ισχυρή προτροπή προσδιορίζει το εγκεκριμένο αντίστοιχο, το απαγορευμένο αντίστοιχο και τον άγνωστο όρο συμπεριφορά. η συνέπεια είναι εγγυημένη.

Πίνακας εργαλείων/προσεγγίσεων ορολογίας

Προσέγγιση

Τι κάνει;

όριο

Γλωσσάρι (δύο στήλες)

Μικρή επιχείρηση, γρήγορη εκκίνηση

Χωρίς ορισμό/απαγόρευση

Termbase (συνδεδεμένο με CAT)

Αυτόματη σύσταση, QA

Η εγκατάσταση απαιτεί εργασία

Εξαγωγή όρου με LLM

Επιταχύνει τη λίστα υποψηφίων

Ο κόσμος αποφασίζει

Σάρωση όρου QA

Πιάνει παραφωνία

Το Termbase πρέπει να είναι ενημερωμένο

Κατάλογος απαγορευμένων διατάξεων

Διατηρεί τη γλώσσα της επωνυμίας

Απαιτεί συνεχή συντήρηση

Συνήθη λάθη

  • Ξεκινώντας μια μεγάλη δουλειά χωρίς να εγκαταστήσετε το Termbase. Η ασυνέπεια στη συνέχεια αυξάνεται εκθετικά.
  • Αποδοχή της απάντησης που προτείνει η AI χωρίς ερώτηση. Η απόφαση ορολογίας εξαρτάται από τον πελάτη/ειδικό.
  • Μη σύνταξη απαγορευμένων απαντήσεων. Απλά γράφοντας το «σωστό» δεν αποτρέπει το «λάθος».
  • Ο όρος μετά τη μετάφραση είναι παράβλεψη QA. Η τοποθέτηση της βάσης όρων στην προτροπή δεν εγγυάται την εφαρμογή της.
  • Δεν ενημερώνεται το Termbase. Μια νεκρή βάση όρων θα παραπλανήσει με την πάροδο του χρόνου.

Πολύγλωσση βάση όρων και έγκριση πελατών

Σε μεγάλα έργα, η βάση των όρων είναι συχνά πολύγλωσση: μια έννοια έχει αντίστοιχο σε περισσότερες από μία γλώσσες-στόχους (πηγή → Αγγλικά, Γερμανικά, Τουρκικά, Αραβικά). Αυτό εξασφαλίζει συνεπή μετάφραση της ίδιας έννοιας σε όλες τις γλώσσες και επιταχύνει την εργασία όταν προστίθεται μια νέα γλώσσα. Το σημείο που πρέπει να σημειωθεί στην πολύγλωσση βάση όρων είναι ότι κάθε γλώσσα έχει το δικό της πολιτιστικό και γραμματικό ισοδύναμο. Είναι λάθος να αντιγράφεις τυφλά το αντίστοιχο σε μια γλώσσα σε μια άλλη.

Η ορολογία έχει επίσης μια διάσταση αλυσίδας έγκρισης. Με κρίσιμους όρους, η τελική απόφαση θα πρέπει συχνά να λαμβάνεται από τον ειδικό ή την ομάδα επωνυμίας του πελάτη και όχι από τον μεταφραστή. Γιατί γνωρίζουν καλύτερα το επίσημο/νομικό/εμπορικό ισοδύναμο ενός όρου. Γι' αυτό, σε μεγάλες δουλειές, είναι καλή πρακτική να επισημαίνετε τη βάση όρων ως "εγκεκριμένο", "υποψήφιο" και "αμφισβητούμενο": ζητάτε από τον πελάτη τους υποψήφιους και αμφιλεγόμενους όρους συνολικά, τους εγκρίνετε και μετά τους κλειδώνετε. Αυτή η πειθαρχία αποτρέπει τη μεσαία εργασία «αυτός ο όρος πρέπει πραγματικά να είναι» έκπληξη και μαζική επαναμετάφραση.

Συνοπτικά

Η ορολογική συνέπεια είναι το αόρατο αλλά πιο καθοριστικό ποιοτικό στοιχείο της μετάφρασης. Ο κύριος μεταφραστής δημιουργεί μια βάση όρων για την εργασία. Χρησιμοποιεί τεχνητή νοημοσύνη για να εξαγάγει γρήγορα υποψηφίους θητείας, αλλά αφήνει την απόφαση στον πελάτη και τον ειδικό. γράφει σαφώς εγκεκριμένες και απαγορευμένες απαντήσεις. Συνδέει τη βάση όρων με το μήνυμα προτροπής/εργαλείο κατά τη μετάφραση και δεν παραλείπει ποτέ τον κύκλο QA μετά τη μετάφραση. Το Termbase είναι ένα ζωντανό έγγραφο. αναπτύσσεται σε κάθε επιχείρηση και προστατεύει το εμπορικό σήμα.

Εργασία εφαρμογής

Επιλέξτε ένα κείμενο πεδίου (τεχνικό, ιατρικό ή μάρκετινγκ). Εξάγετε τουλάχιστον 15 υποψηφίους θητείας με το πρότυπο "εξαγωγή υποψηφίου όρου", επιβεβαιώστε τους και γράψτε τα ισοδύναμα, τους ορισμούς και τα απαγορευμένα ισοδύναμα με το πρότυπο "γραμμή τέρμπας". Στη συνέχεια, μεταφράστε ένα σύντομο κείμενο με αυτήν τη βάση όρων, σαρώστε για ασυμβατότητες με το πρότυπο "όρος QA" και διορθώστε ό,τι βρείτε.

λίστα ελέγχου

  • [ ] Έχω δημιουργήσει μια βάση όρων/γλωσσάρι στη δουλειά.
  • [ ] Ενέκρινα τους υποψηφίους θητείας του AI και πήρα την απόφαση.
  • [ ] Εκτός από τις εγκεκριμένες απαντήσεις, έγραψα και τις απαγορευμένες απαντήσεις.
  • [ ] Συνέδεσα το termbase με το prompt/tool ​​κατά τη μετάφραση.
  • [ ] Έκανα μια σάρωση QA όρου μετά τη μετάφραση και διόρθωσα τις ασυμβατότητες.