Ganancias:
- Capacidad para garantizar la coherencia terminológica mediante el establecimiento de una base terminológica y la definición clara de equivalentes aprobados y prohibidos.
- Uso de inteligencia artificial para extraer rápidamente candidatos a plazo y tomar la decisión final con el experto y el cliente.
- Capacidad para conectar la base de datos terminológica a la herramienta/indicador durante la traducción y detectar incompatibilidades con un recorrido de control de calidad de términos posterior a la traducción.
En una traducción técnica, si traduce la palabra "cuenta de usuario" como "cuenta de usuario" en un lugar, "cuenta de miembro" en otro lugar, "perfil de usuario" en otro lugar, el usuario se perderá, la marca aparecerá inconsistente y la búsqueda/documentación se interrumpirá, incluso si el texto es técnicamente "correcto". El elemento de calidad silencioso pero más decisivo de la traducción es la coherencia terminológica. En esta unidad, aprenderá a gestionar la terminología, crear una base de datos terminológica (base de datos de términos), extraer términos con IA y cómo mantener la disciplina terminológica durante una traducción. El objetivo es ser un experto que refleje el mismo concepto en cada proyecto de la misma manera en todas partes y sea fiel al lenguaje corporativo.
Conceptos básicos
La terminología son palabras y expresiones que corresponden a conceptos específicos de un campo o institución ("pago", "política de devolución", "células madre"). Termbase (TB - base de datos de términos) es un diccionario estructurado que mantiene los equivalentes de origen y destino, la definición, las notas de uso y los "equivalentes prohibidos" de estos términos; Se conecta a herramientas TAO y sugiere traducción automáticamente. La extracción de términos es el proceso de recopilar automáticamente los términos que deben traducirse/estandarizarse de un texto. El glosario es una lista de términos más simple de dos columnas; Se utiliza en lugar de la base de datos terminológica en trabajos pequeños.
¿Por qué es tan importante? Porque la traducción automática y el LLM por sí solos no garantizan la coherencia terminológica. NMT puede traducir cada frase de forma independiente; LLM puede cambiar su decisión en un texto extenso. Lo que proporciona disciplina de términos es la base de datos terminológica que usted ha preparado y conectado al vehículo.
Consejo: dedique 30 minutos a configurar la base de datos terminológica en su primer trabajo con un cliente. Esta inversión aumenta tanto la velocidad como la calidad en todos los trabajos posteriores y le otorga la reputación de "marca consistente en sus traducciones".
Extracción de términos y construcción de bases de datos terminológicas con IA
La IA acelera la parte más tediosa de configurar una base de datos terminológica: encontrar candidatos. Puede proporcionar un texto fuente a LLM y decir: "enumere los términos específicos del dominio en este texto, los que son repetitivos y los que requieren coherencia en la traducción". Luego aprueba esta lista de candidatos, determina la respuesta objetivo correcta y confirma con el cliente cuando sea necesario. Punto crítico: la IA sugiere candidatos a plazo, el experto y el cliente toman la decisión sobre el plazo. Si una marca pide "cita" o "reserva" es elección del cliente, no de la IA.
Para cada término, incluya lo siguiente en la base de términos: término de origen, contraparte de destino aprobada, breve descripción/contexto, equivalentes de "no usar" (prohibidos) y etiqueta de dominio/proyecto, si corresponde. Escribir equivalentes prohibidos es la forma más efectiva de evitar inconsistencias (para "cuenta", NO use solo "cuenta"; "perfil", "membresía").
Mantener la disciplina terminológica durante la traducción
Instalar Termbase no es suficiente; Es necesario implementarlo. Tres capas:
- Durante la traducción: al traducir a LLM, agregue la base de datos terminológica al mensaje ("DEBE usar estos términos con estos equivalentes"). Si está utilizando una herramienta TAO, conecte la base de datos terminológica; La herramienta muestra la coincidencia al instante.
- Control de calidad posterior a la traducción: escanee el texto terminado comparándolo con la base de datos terminológica. Le pregunté al LLM "¿Hay lugares en este texto que no cumplen con la base terminológica?" o ejecute la función de control de calidad de la herramienta TAO.
- Actualización al final del proyecto: agregue nuevos términos y comentarios de los clientes a la base de datos terminológica cuando finalice el trabajo; La base de datos terminológica es un documento vivo.
Precaución: cuando proporciona a LLM una base de datos terminológica larga, es posible que se "olviden" algunos términos o se cambien según el contexto. Así que nunca te saltes la ronda de control de calidad posterior a la traducción; Incitar no sustituye a comprobar.
tres mini casos
Caso 1: Termbase eliminó la discrepancia. En una documentación de 60.000 palabras realizada por una empresa de software con 5 traductores independientes diferentes, los mismos 40 términos se tradujeron de decenas de formas diferentes. Una vez que se estableció una base de datos terminológica común y todas las traducciones se alinearon con ella, las quejas como "No puedo encontrar esta pantalla" al soporte al usuario disminuyeron significativamente.
Caso 2: la IA redujo la inferencia de 2 días a 2 horas. En lugar de extraer manualmente una lista de términos de un documento de dispositivo de 200 páginas, un equipo de traducción médica hizo que el LLM la redactara: se enumeraron 380 términos candidatos en 2 horas. El experto los aprobó en 1 día y aclaró sus respuestas; Habría llevado semanas si se hubiera hecho manualmente. Las decisiones volvieron a pertenecer a las personas.
Caso 3: La norma de prohibición evitó la crisis. En la base de datos terminológica de una marca, se aprobó "cliente" para "cliente" y se prohibió "usuario" (debido al posicionamiento de la marca). Cuando un nuevo traductor escribía "usuario", el término QA lo detectaba y la distorsión del lenguaje de la marca se solucionaba antes de que se pusiera en funcionamiento.
Cuatro plantillas copiables
1) Extracción de candidatos a término:
Su papel: terminólogo. Del siguiente texto de [dominio] extraiga términos que requieran coherencia en la traducción: conceptos específicos de dominio, frases repetitivas, nombres de productos/características, abreviaturas. Enumere cada término en el idioma de origen y agregue una breve nota de contexto. La decisión es mía; Simplemente sugiere un candidato. Añadiendo palabras comunes (y, pero).Texto: [...]
2) Creación de una línea de base de datos terminológica:
Prepare la fila de la base de datos terminológica para los siguientes términos: término fuente | respuesta objetivo sugerida | breve descripción | Respuestas incorrectas que se deben evitar. Si no está seguro, marque la respuesta con [?]; Yo tomaré la decisión. Alan: [...] | Términos: [...]
3) Traducción compatible con la base de datos terminológica:
Traducir este texto [fuente]→[destino]. DEBE aplicar la base terminológica a continuación; NO USE equivalentes prohibidos:- [fuente1] → [destino1] (use: [prohibido1])- [fuente2] → [destino2]Si encuentra un término que no está en Termbase, márquelo con [?].Texto: [...]
4) Control de calidad del término posterior a la traducción:
Escanee la traducción a continuación con la base terminológica que proporcioné. Simplemente enumere las INCOMPATIBILIDADES: qué término se usó, dónde, con qué significado incorrecto, cuál debería ser el correcto. Informes de ubicaciones compatibles. Base de datos terminológica: [...] | Traducción: [...]
Aviso débil / Aviso fuerte
Débil: "Cuidado con los términos". (Qué término, qué equivalente, qué prohibición, no está claro; la máquina elige por sí misma.)
Strong: "Al traducir este texto, aplique la siguiente base de términos: 'panel de control'→'panel de control', 'iniciar sesión'→'iniciar sesión'. Si encuentra un término que no pertenece a la base de términos, escriba [?] e invéntelo usted mismo".
Diferencia: el mensaje fuerte especifica la contraparte aprobada, la contraparte prohibida y el comportamiento del término desconocido; La consistencia está garantizada.
Tabla de herramientas/enfoques terminológicos
Enfoque
¿Qué hace?
límite
Glosario (dos columnas)
Pequeñas empresas, comienzo rápido
Sin definición/prohibición
Base de datos terminológica (conectada a CAT)
Recomendación automática, control de calidad.
La instalación requiere mano de obra
Extracción de términos con LLM
Acelera la lista de candidatos
la gente decide
Escaneo de control de calidad del término
Atrapa la disonancia
La base de datos terminológica debe estar actualizada
Lista de disposiciones prohibidas
Mantiene el lenguaje de marca.
Requiere mantenimiento constante
Errores comunes
- Comenzar un gran trabajo sin instalar Termbase. Posteriormente, la inconsistencia crece exponencialmente.
- Aceptando la respuesta sugerida por AI sin dudas. La decisión sobre la terminología depende del cliente/experto.
- No escribir respuestas prohibidas. El simple hecho de escribir lo "correcto" no evita lo "incorrecto".
- El término posterior a la traducción se salta el control de calidad. Poner la base de datos terminológica en el indicador no garantiza su implementación.
- No actualizar la base de datos terminológica. Una base de datos terminológica muerta inducirá a error con el tiempo.
Base de datos terminológica multilingüe y aprobación del cliente
En proyectos grandes, la base terminológica suele ser multilingüe: un concepto tiene una contraparte en más de un idioma de destino (fuente → inglés, alemán, turco, árabe). Esto garantiza una traducción coherente del mismo concepto en todos los idiomas y acelera el trabajo cuando se agrega un nuevo idioma. El punto a tener en cuenta en la base terminológica multilingüe es que cada idioma tiene su propio equivalente cultural y gramatical; Es un error copiar ciegamente el equivalente de un idioma a otro.
La terminología también tiene una dimensión de cadena de aprobación. En términos críticos, la decisión final a menudo la debe tomar el experto en la materia o el equipo de marca del cliente, no el traductor; Porque conocen mejor el equivalente oficial/legal/de marca de un término. Es por eso que en trabajos grandes es una buena práctica etiquetar la base de datos terminológica como "aprobada", "candidata" y "en disputa": le pide al cliente los términos candidatos y controvertidos en conjunto, los aprueba y luego los bloquea. Esta disciplina evita la sorpresa a mitad de la tarea y la retraducción masiva de “este término debería ser en realidad”.
En resumen
La coherencia terminológica es el elemento de calidad invisible pero más decisivo de la traducción. El traductor experto establece una base terminológica en el trabajo; Utiliza IA para extraer rápidamente candidatos a plazo, pero deja la decisión en manos del cliente y el experto; escribe claramente las respuestas aprobadas y prohibidas; Conecta la base de datos terminológica con el mensaje/herramienta durante la traducción y nunca se salta la ronda de control de calidad de términos posterior a la traducción. La base de datos terminológica es un documento vivo; crece en cada negocio y protege la marca.
Tarea de aplicación
Seleccione un texto de campo (técnico, médico o de marketing). Extraiga al menos 15 términos candidatos con la plantilla "extracción de candidatos a términos", confírmelos y escriba los equivalentes, definiciones y equivalentes prohibidos con la plantilla "línea de base terminológica". Luego, traduzca un texto breve con esta base terminológica, busque incompatibilidades con la plantilla "término QA" y corrija lo que encuentre.
lista de verificación
- [] He configurado una base de datos terminológica/glosario en el trabajo.
- [ ] Aprobé los candidatos para el mandato de AI y tomé la decisión.
- [] Además de las respuestas aprobadas, también escribí las respuestas prohibidas.
- [] Conecté la base de datos terminológica al mensaje/herramienta durante la traducción.
- [] Hice un análisis de control de calidad de términos posterior a la traducción y solucioné las incompatibilidades.