Табыстар:
- Аударма жады (TM), анық емес сәйкестіктер мен сегменттер ұғымдарын түсіну және анық емес сәйкестіктердегі айырмашылықтарды соқыр емес, бейімдеу арқылы пайдалана білу.
- ТМ-ге тек мақұлданған аудармаларды жазу, тұтынушы TM-лерін бөлек ұстау және ТМ техникалық қызмет көрсету тәртібін қолдану мүмкіндігі
- CAT ішіндегі MT/LLM интеграциясында деректердің қайда кететінін бақылау арқылы құпиялылықты қорғау мүмкіндігі
Кәсіби аударма көбінесе қарапайым мәтіндік редакторда емес, CAT құралында жасалады. Бұл бөлімде сіз CAT құралдарын, аударманың негізін құрайтын аударма жадысын (TM), олардың машиналық аудармамен және LLMмен бірге қалай жұмыс істейтінін және осы экожүйені қалай тиімді және қауіпсіз пайдалану керектігін үйренесіз. Мақсат - жеке сөйлемдерді емес, тұтас жобаны дәйекті, жылдам және бақыланатын түрде басқаратын аударма технологиясының пайдаланушысы болу.
Негізгі ұғымдар
CAT құралы (Computer-Assisted Translation) – аударма сөйлемді сөйлем (сегмент) бойынша ұйымдастыратын және аударма жады мен терминдік базаны байланыстыратын кәсіби бағдарламалық құрал (Trados, memoQ, Phrase, MateCat сияқты). Дереккөзді және мақсатты қатар көрсетеді, қайталауларды ұстайды, пішімдеуді сақтайды.
TM (Translation Memory) — сіз бұрын аударған бастапқы-мақсатты сөйлем жұптарын сақтайтын дерекқор. Жаңа сөйлем келгенде, ТМ-де ұқсас сөйлем болса, агент оны сізге ұсынады. Мұндағы негізгі ұғым анық емес сәйкестік: жаңа сөйлемнің ТМ-дегі сөйлемге ұқсастығы (100% = дәл сол, 85% = айтарлықтай ұқсас). Жоғары сәйкестіктер жұмысты жылдамдатады, себебі сіз бұрынғы аудармаңызды қайта пайдаланасыз.
Сегмент – аударманың негізгі бірлігі — әдетте сөйлем. CAT құралы мәтінді сегменттерге бөледі және әрқайсысын бөлек өңдейді.
TM маңыздылығы: MT өңделмеген жобаларды шығарады, бірақ TM мақұлданған, адами сапалы өткен аудармаларыңызды қайтарады. Екеуі әртүрлі: МТ – болжам, ТМ – жады.
Кеңес: ТМ мен МТ-ны шатастырмаңыз. 100% TM сәйкестігі (бұрын бекітілген аудармаңыз) әдетте сенімді; MT ұсынысы әрқашан тексерілуі керек. CAT құралдары екі түрлі түстермен/белгілерімен көрсетеді; әрқашан бұл айырмашылықты байқаңыз.
MT және LLM-ді CAT-ке біріктіру
Заманауи CAT құралдары MT қозғалтқыштарын және ішкі LLM деп атайды: егер TM-де сәйкестік болмаса, агент сегмент үшін MT ұсынысын автоматты түрде қайтарады; сіз оны өңдейсіз (яғни, MTPE CAT-та ағыны). Соңғы буын құралдары да LLM біріктіреді: құралда «осы сегментті осы тонмен қайта жазу», «осы терминді терминдік базаға түзету» және т.б. сияқты әрекеттерді орындауға болады.
Бұл интеграцияның артықшылығы: TM, termbase, MT және LLM бір экранда біріктірілген; Әрбір сөйлем үшін «алдымен TM-ге қараңыз, әйтпесе MT-ны ұсыныңыз, QA термині автоматты түрде» ағыны орнатылады. Теріс және сақтық: деректер қайда кетеді? Бұлтқа негізделген MT/LLM интеграциясы мәтінді сыртқы серверлерге жібере алады; Құпия жұмыста бұл шартты бұзу болуы мүмкін. Көлік құралының қай қозғалтқышқа және қандай деректер саясатымен қосылғанын біліңіз.
Аударма жадын беру және тазалау
ТМ құндылығы ондағы аудармалардың сапасымен бірдей. Қоқыс ішке, қоқыс сыртқа. Екі пән:
- Тек сертификатталған аударманы TM-ге жазыңыз. Егер сіз өңделмеген MT шығысын оны растамай TM-ге сақтасаңыз, ол сіздің болашақ жұмысыңызға нашар «жад» ретінде оралады.
- TM техникалық қызмет көрсетуді орындаңыз. Уақыт өте келе терминдер өзгеріп, қателер енгізіледі. ТМ-ны мезгіл-мезгіл тазалаңыз, тозған/дұрыс емес жұптарды түзетіңіз. Бұл жұмыста мен «осы TM жұптарында сәйкессіздіктер/терминдік ауытқулар бар ма?» Деген сұрақ қою үшін LLM қолданамын. Сіз оны аудитор ретінде пайдалана аласыз.
Ескерту: Бір тұтынушының TM-ін басқа тұтынушының бизнесінде пайдалану құпиялылықты бұзу және терминдердің шатасу қаупі болып табылады. ТМ клиент/жоба негізінде бөлек сақталады. Аралас «бәрі TM» құпиялылықты да, сапаны да бұзады.
үш шағын іс
1-жағдай — TM қайталауларды орындады. Өндіруші аударылған өнім тобына ие болды, онда оның нұсқаулығының 70% жыл сайын сол күйінде қалады. TM арқасында 100% және жоғары анық емес сәйкестіктер әрбір жаңа нұсқада автоматты түрде келді; 30 000 сөзден тұратын жұмыстың тек ~ 9 000 сөзі ғана нақты жаңа аударма болды. Уақыт пен шығын үштен біріне қысқарды.
2-жағдай — Dirty TM қатені таратады. Бір команда МТ-ның өңделмеген өнімін тексерусіз сақтады. Бір жылдан кейін сол қате аударма қайта-қайта қайталанып, 100% сәйкестік ретінде «сенімді» болып шықты; Қате 14 түрлі құжатқа тараған. Команда «тек ТМ-ге сертификатталған аударма» ережесін және тазалық турын енгізді.
3-жағдай - Интеграцияда құпиялылық ағып кетті. Аудармашы бұлтты MT жүйесіне автоматты түрде қосылған CAT жобасында құпия жұмыс жасады; Мәтін деректер саясаты түсініксіз сыртқы қозғалтқышқа жіберілді. Байқағаннан кейін құпия жобаларға арналған MT интеграциясы өшірілді және тек «деректерді сақтамайтын/оқытпайтын» кәсіпорын қозғалтқыштары пайдаланылды.
Көшірілетін төрт үлгі
1) Анық емес сәйкестікті бағалау (LLM бойынша):
Төменде жаңа бастапқы сөйлем, TM-дегі ұқсас сөйлем және оның бекітілген аудармасы берілген. ТМ аудармасын жаңа сөйлемге бейімдеу үшін нені өзгерту керек екенін нақты айтыңыз; Қажетсіз өзгерістерді ұсынбаңыз. Мағыналық айырмашылықты анық көрсетіңіз. Жаңа дереккөз: [...] | TM көзі: [...] | TM аудармасы: [...]
2) ТМ консистенциясын тексеру:
Төменде TM дереккөз-мақсат жұптары берілген. Бірдей немесе өте ұқсас бастапқы сөйлемдер БАСҚА аударылған кезде сәйкессіздіктер мен термин ауытқуларын белгілеңіз. Проблемаларды ғана тізімдеңіз.Жұптар: [...]
3) Сегмент тонусын қайта жазу (CAT тілінде LLM):
Келесі мақсатты сегментті [қажетті үн] мағынасын өзгертпей жасаңыз. Терминдер тізімін сақтаңыз: [...]. Сандар мен атауларды сақтаңыз. Тек қайта жазылған сегментті экспорттаңыз. Сегмент: [...]
4) Құпиялылық/интеграцияны алдын ала тексеру:
Мен CAT жобасында MT/LLM интеграциясын қолданамын. Мен бұл жобада мәтін түрін сипаттаймын; Бұл мәтінді бұлтқа негізделген сыртқы қозғалтқышқа жіберу орынды ма, жоқ па, маған қандай сұрақтарды (деректерді сақтау, оқыту, орналасқан жер) провайдерге қою керектігін айтыңыз. Мәтін түрі/құпиялылық күйі: [...]
Әлсіз шақыру / Күшті шақыру
Әлсіз: «ТМ-де аударманы қолданыңыз». (Сәйкестік жылдамдығы қандай және нені бейімдеу керек екені белгісіз; соқыр көшіру қателерді тудырады.)
Күшті: "Бұл жаңа сөйлем TM-дегі сөйлемге 90% уақытта сәйкес келеді. TM аудармасын құрастырыңыз, бірақ осы айырмашылықты көрсетіңіз: дереккөзде "ай сайынғы" орнына "жылдық" бар, сондықтан ол "ай сайынғы" орнына "жылдық" болуы керек. Басқа ештеңені өзгертпеңіз."
Айырмашылық: күшті шақыру сәйкестік айырмашылығын анықтайды; Ол «ескі аударманы сол күйінде қалдыруға» жол бермейді, бұл анық емес сәйкестіктің ең көп тараған қатесі.
CAT экожүйесінің құрамдастарының кестесі
құрамдас
Не істейді
AI-мен байланыс
TM (аударма жады)
Бұрынғы бекітілген аудармаларды қайтарады
Сенімді; МТ алдында тұрады
Термбаза
Терминнің сәйкестігін қамтамасыз етеді
Ол LLM-ге нұсқау ретінде беріледі
МТ ұсынысы
Бос сегментке өңделмеген эскиз
Кейін өңделген болуы керек
LLM интеграциясы
Тон/термин/қайта жазу
Бақыланады, жеке өмірге назар аударылады
QA модулі
Нөмір/термин/тег қатесін сканерлейді
автоматты басқару
Жалпы қателер
- Бұлыңғыр сәйкестікті соқыр түрде қабылдау. 85% сәйкестік мағынадағы 15% айырмашылықты жасыра алады.
- Шикі МТ шығысын ТМ-ге жазу. Dirty TM қатені болашаққа апарады және оны көбейтеді.
- Тұтынушы/жоба ТМ араластыру. Құпиялылық және терминдерді шатастыру қаупі.
- Интеграция деректерінің қайда кететінін білмеу. Жасырын мәтін сіз білместен ағып кетуі мүмкін.
- TM/MT айырмашылығын ұмыту. MT – бұл бағалау; ТМ – бұл жад. Екеуі бірдей қауіпсіз емес.
Алдын ала аудару және теңестіру
Екі жетілдірілген CAT функциясы AI дәуіріндегі жұмыс процесін одан әрі жылдамдатады. Біріншісі – алдын ала аудару: жобаның басында құрал автоматты түрде барлық сегменттерді ТМ және МТ-мен толтырады; Бос файлдың орнына сіз 100% сәйкестік бекітілген файлдан бастайсыз, анық емес сәйкестіктер бейімделуді күтеді, ал бостары MT жобалары болып табылады. Бұл тапсырманы «нөлден жазудан» «қарау және өңдеуге» өзгертеді — бірақ алдын ала аударманы соқыр мақұлдаудың орнына әрбір сегментті бағалау керек.
Екіншісі – туралау: бұрын аударылған, бірақ ТМ-ге кірмеген бастапқы-мақсатты құжат жұбы болса, туралау құралы оларды сегмент бойынша сәйкестендіреді және оларды ТМ түрлендіреді. Осылайша, сіздің бұрынғы аудармаларыңыз «жадқа» қосылады. Туралауда сақ болыңыз: автоматты сәйкестік әрқашан дұрыс бола бермейді; бір сегменттің сырғуы бүкіл туралауды бұзады. TMing алдында тураланған жұптарды қарап шығу бірінші кезекте лас ТМ қаупін болдырмайды. Бұл екі функция ағымдағы активтерді (бұрынғы аудармалар) болашақ бизнеске инвестицияларға айналдырады.
Қысқаша айтқанда
CAT құралдары; Ол аударма жадын, терминдік базаны, машиналық аударманы және LLM-ді бір өндіріс желісіне біріктіреді. TM – бұрынғы мақұлданған аудармаларыңызды шығарып алатын және қайталанатын тапсырмаларда үлкен жылдамдықты қамтамасыз ететін жад; MT - бұл әрқашан тексеруді қажет ететін болжам. Білгір пайдаланушы анық емес сәйкестіктердегі айырмашылықты мұқият бейімдейді, ТМ-ге тек мақұлданған аудармаларды жазады, тұтынушы TM-лерін бөлек ұстайды және деректер интеграцияда қайда баратынын білу арқылы құпиялылықты қорғайды.
Қолданбалы тапсырма
CAT құралында шағын жобаны орнатыңыз (тегін онлайн CAT да жұмыс істейді): терминдер базасын және бос TM қосыңыз. 10 сөйлемнен тұратын мәтінді аударыңыз, бекітілген аудармаларды ТМ-ге сақтаңыз. Содан кейін бірінші мәтінге өте ұқсас екінші мәтінді аударыңыз және ТМ қайтарған анық емес сәйкестіктерді "анық емес сәйкестіктерді бағалау" үлгісімен бейімдеңіз; ТМ-ны соқыр түрде қабылдасаңыз, қанша сөйлемді қателесетініңізге назар аударыңыз.
бақылау парағы
- [ ] Мен жобаға ТМ және терминбазаны қостым.
- [ ] Мен анық емес сәйкестіктердегі айырмашылықты соқыр емес, бейімді түрде қолдандым.
- [ ] Мен ТМ-ге тек расталған аударманы жаздым.
- [ ] Мен тұтынушы/жоба ТМ-ларын бөлек ұстадым.
- [ ] MT/LLM интеграциясында деректердің қайда баратынын тексердім.