Pelnas:
- Gebėjimas atskirti NMT ir LLM pagrįsto vertimo stipriąsias ir silpnąsias puses ir pasirinkti tinkamą variklį pagal verslo tipą
- Galimybė iš anksto klasifikuoti teksto tinkamumą mašinai ir iš anksto įvertinti jį pagal realų laiką ir kainą
- Galimybė greitai išmatuoti neapdorotos mašinos produkcijos kokybę penkiais matmenimis ir pažymėti riziką, nesupainiojant sklandumo su tikslumu
Galingiausias vertėjas greitintuvas yra mašininis vertimas (MT), tačiau sąmoningai naudoti įrankį reiškia jį pritaikyti tinkamam darbui, tinkama kalbų pora ir su tinkamais lūkesčiais. Šiame skyriuje susipažinsite su dviem pagrindinėmis MT šeimomis (NMT ir LLM pagrįstas vertimas), sužinosite, kuri iš jų tinkamesnė kokiam darbui, kaip greitai išmatuoti neapdorotą vertimo kokybę prieš pristatymą ir kaip pasirinkti variklį pagal darbą. Siekiama nutolti nuo minties „viskas tas pats, įklijuoti – išversti“ ir tapti ekspertu, galinčiu numatyti, koks tekstas tinka mašinai, o kuriam reikia daug žmogaus darbo.
Dvi šeimos: NMT ir LLM pagrįstas vertimas
NMT (Neural Machine Translation) – tai sistemos, kurios išmoko iš milijonų dvikalbių sakinių ir verčia sakinį kaip visumą; „Google Translate“, „DeepL“, „Microsoft Translator“ yra jų pavyzdžiai. Stiprybės: labai greitas, nuoseklus, sklandus trumpais sakiniais. Silpnumas: dažnai nemato konteksto už sakinio ribos (reiškia iš viso teksto); Žvelgiant į pastraipą gali būti sunku nuspręsti, ar žodis „bankas“ reiškia krantą ar upės krantą, ir jis neatitinka pateikto terminų sąrašo.
LLM pagrįstas vertimas (Large Language Model) – tai instrukcijomis pagrįstų modelių, tokių kaip ChatGPT, Claude, Gemini, naudojimas vertimui. Stiprumas: priima nurodymus – supranta tokius nurodymus kaip „naudoti formalų toną“, „vadovauti šiuo terminų sąrašu“, „tikslinė auditorija yra vaikai“; mato platesnį kontekstą; geriau fiksuoja idiomą ir toną. Silpnumas: kartais gali būti „per daug kūrybingas“ ir papildyti šaltinį (haliucinacijų rizika), praranda nuoseklumą ilguose tekstuose, o išlaidos/greitis skiriasi priklausomai nuo darbo.
Nykščio taisyklė: tiesiuose, pasikartojančiuose, techniniuose tekstuose NMT paprastai yra greitas ir adekvatus; LLM yra lankstesnė su tekstais, kuriems reikalingas tonas, kontekstas, žodynas ir nurodymai. Dauguma profesionalų šiandien naudoja abu kartu: greitas juodraštis iš NMT, tono / termino korekcija iš LLM.
Patarimas: kalbų poros mašinos kokybė (pvz., turkų → anglų) gali skirtis nuo priešingos krypties (anglų → turkų). Kalbos su agliutinuojančia lanksčia sintaksė, pvz., turkų, paprastai yra sudėtingesnės MT. Patys spręskite, kuris variklis jūsų poroje yra geresnis, naudodamiesi keliais tekstų pavyzdžiais.
Teksto suderinamumas su mašina: pirmiausia paklauskite to
Ne kiekvienas tekstas yra vienodai tinkamas mašinai. Prieš pradėdami vertimą, perkelkite tekstą per „tinkamumo“ filtrą:
- Puikiai tinka mašinai: techninis vadovas, gaminio aprašymas, pasikartojantis sąsajos tekstas, standartinė korespondencija, lentelė/sąrašas. Kalba paprasta, terminija fiksuota, kūrybiškumo menka.
- Tinkama terpė: naujienos, įmonės turinys, mokomoji medžiaga. Aparatas sukuria gerus kontūrus, tačiau reikalauja rimto tono ir srauto redagavimo.
- Netinka mašinai (didelė rizika): teisinė sutartis, medicininis tekstas, reklama/šūkis, literatūrinis tekstas, humoras, poezija. Čia mašina tik suteikia idėjų; Darbas daugiausia tenka žmonėms.
Jei šį skirtumą darysite nuo pat pradžių, suteiksite klientui tinkamą laiką / kainą ir apsisaugosite nuo aklo pasitikėjimo žaliava.
Greitai išmatuokite neapdorotos produkcijos kokybę
Kai matote MT išvestį, kyla klausimas: „Tai gerai ar blogai? Atsakykite į klausimą naudodami greitą kontrolinį sąrašą, o ne intuiciją. Pažvelkite į šias penkias dimensijas: tikslumas (ar reikšmė ištikima šaltiniui?), išsamumas (ar sakinys praleistas ar pridėtas?), terminija (ar teisinga ir nuosekli?), sklandumas (ar tai natūralu tikslinėje kalboje?), formatas (ar išsaugotos žymos, skaičiai, formatavimas?). Šiuos matmenis pagilinsime kitame kokybės padalinyje; Kol kas tai bus jūsų refleksas prieš pristatymą.
Atsargiai: Pavojingiausios MT išvesties klaidos yra „sklandžios, bet neteisingos“. Sakinys gali būti tobula turkų kalba, tačiau „15% nuolaida“ šaltinyje galėjo būti pakeista į „50% nuolaida“. Nebijokite sklandaus kalbėjimo; Visada žiūrėkite atskirai skaičių, neigiamą ir tinkamą daiktavardį.
trys mini dėklai
1 atvejis – tinkamas variklis sutrumpino laiką per pusę. Vienas vertėjas pasirinko išversti 12 000 žodžių programinės įrangos sąsają su NMT ir tokio pat apimties rinkodaros bukletą su LLM. NMT nuoseklumas sąsajoje pagreitino darbą; LLM toninis lankstumas brošiūroje sumažino perrašymo naštą 40%. Abiejų darbų suteikimas tam pačiam varikliui gaištų laiką.
2 atvejis. Išankstinis įvertinimas sutaupė kainą. Biuras ruošėsi pasiūlyti teisinį tekstą, nes „galima pagaminti mašinomis, bus pigu“. Išankstiniame vertinime buvo išverstas 500 žodžių pavyzdys; Aparatas pateikė du teisinius terminus su netinkamu sistemos atitikmeniu. Biuras įkainojo darbą kaip „sunkų redagavimą“ ir nurodė realų terminą; Dėl netinkamo pasiūlymo jis išvengė pinigų praradimo.
3 atvejis – kalbų porų skirtumas. Komanda manė, kad variklis, kuris puikiai veikė anglų → vokiečių kalbomis, buvo tokios pat kokybės turkų → arabų kalbomis. 300 žodžių testas parodė, kad arabišką išvestį reikia pataisyti daug daugiau. Atsižvelgdama į kalbų porą, komanda skyrė skirtingus variklius ir skirtingus biudžetus po redagavimo.
Keturi kopijuojami šablonai
1) Teksto tinkamumo įvertinimas:
Jūsų vaidmuo: vyresnysis MTPE specialistas. Įvertinkite šio teksto tinkamumą mašininiam vertimui: pažodinis / techninis arba kūrybinis / kontekstinis? Priskirkite jį kaip (1) labai patogią mašinai, (2) vidutinę, (3) didelę riziką ir parašykite savo pagrindimą. Įvertinkite numatomą apkrovą po redagavimo kaip lengvą / vidutinę / sunkią. Teksto pavyzdys: [įklijuokite 200–300 žodžių]
2) Nurodytas LLM vertimas (su terminologija ir tonų valdymu):
Išverskite šį tekstą [šaltinis]→[tikslas].Auditorija: [kas]. Tonas: [pvz. oficialus]. Laukas: [pvz. finansai].Sąvokų sąrašas (būtinai vartokite): [A→a, B→b].Taisyklės: nepridėkite to, ko nėra šaltinyje, pasilikite skaičius/datas/vardus, kiekvieną sakinį pakeiskite sakiniu. Pažymėkite, kur nesate tikri, naudodami [?]. Tekstas: [...]
3) Dviejų variklių palyginimas:
Žemiau pateikiami du skirtingi to paties šaltinio sakinio vertimai (A ir B). Palyginkite kiekvieną pagal teisingumą, terminologiją ir natūralumą ir pasakykite, kurį iš jų reikės mažiau taisyti, su pagrindimu. Šaltinis: [...] | Vertimas A: [...] | Vertimas B: [...]
4) Greitas neapdorotos produkcijos patikrinimas:
Toliau pateikiamas šaltinis ir mašininis vertimas. Tiesiog pažymėkite šiuos dalykus: (1) praleista / pridėta informacija, (2) neteisingas numeris / data / vardas, (3) neigimo klaida, (4) nenuoseklus terminas. Nerašykite jokių taisymų, tiesiog išvardykite rizikingas sritis.Šaltinis: [...] | Vertimas: [...]
Silpnas raginimas / Stiprus raginimas
Silpnas: „Išverskite šį tekstą ir bus gerai“. (Varikliui „geras“ yra neapibrėžtas; jokio tono, jokio termino, jokios masės.)
Güçlü: "Išverskite šį produkto aprašymą iš anglų kalbos į turkų kalbą. Sritis: elektroninė prekyba. Auditorija: jaunas vartotojas. Tonas: draugiškas, bet užtikrintas. "Pasiregistravimas" → "išsiregistravimo žingsnis", "norų sąrašas" → "norų sąrašas". Pakeiskite numerius ir prekės pavadinimą. Sklandi turkų kalba be jokio vertimo kvapo."
Skirtumas: stiprus raginimas suteikia varikliui išmatuojamą tikslą; išvestis tiesiogiai atitinka po redaguoto juodraščio.
NMT ir LLM palyginimo diagrama
Dydis
NMT („Google“, „DeepL“)
LLM (ChatGPT, Claude)
greitis
labai greitai
vidutinis
Gaukite nurodymą/toną
silpnas
stiprus
Laikykitės terminų sąrašo
ribotas
Geras (su raginimu)
Platus kontekstas
silpnas
geras
Haliucinacijų rizika
žemas
Vidutinis (reikalingas valdymas)
tinkamiausias darbas
Tiesus / techninis / pasikartojantis
Tonas/kontekstas/kūryba
Dažnos klaidos
- Kiekvienam darbui naudojamas tas pats variklis. Nesirinkus variklio pagal darbo pobūdį, prarandamas laikas ir kokybė.
- Nurodykite kainą/laiką be išankstinio įvertinimo. 200–300 žodžių testas atskleidžia netikėtumus nuo pat pradžių.
- Sklandumas klaidinamas su tikslumu. Gražus sakinys nereiškia teisingo sakinio.
- Kalbų poros ir krypčių skirtumo nepaisymas. Geras variklis vienoje poroje gali būti silpnas kitoje.
- Nepastebėti LLM papildymų. LLM kartais prideda sakinius, kurie nėra šaltinyje „padėti“; patikrinkite tai.
Konteksto langas ir nuoseklumas
Verčiant ilgą tekstą su LLM, būtina žinoti vieną techninę ribą: konteksto langą – teksto kiekį, kurį modelis gali „matyti“ ir turėti omenyje vienu metu. Jei tekstas yra didesnis nei šis langas, turėsite jį padalyti į dalis, o modelis gali „pamiršti“ kitame skiltyje termino sprendimą ar toną, kurį padarėte ankstesnėse dalyse. Taigi, užuot verčiant ilgą knygą ar dokumentą vienu gabalu, priminus kiekvieną terminų bazės ir stiliaus santrauką išlaikomas nuoseklumas. Ši problema nekyla trumpuose tekstuose; Tačiau ilguose darbuose, tokiuose kaip romanai ir žinynai, būtina papildomai patikrinti ištraukų nuoseklumą. Praktinis sprendimas: parengti „projekto atmintį“ (terminai + simboliai + tonų sprendimai) ir įtraukti ją į kiekvieno kūrinio pradžią, o vertimo pabaigoje nuskaityti nuoseklumą tarp dalių. NMT ši problema išgyvenama kitaip: Kadangi NMT verčia sakinį po sakinio, pastraipos ilgio nuoseklumas jau silpnas, todėl terminų bazė imasi termino disciplina.
Apibendrinant
Yra dvi mašininio vertimo šeimos: NMT, kuris yra greitas ir nuoseklus, ir LLM, kuris priima nurodymus ir geriau mato kontekstą bei toną. Meistras vertėjas iš anksto įvertina teksto tinkamumą mašinai, parenka variklį pagal darbą, prieš pristatymą greitai išmatuoja neapdorotos produkcijos kokybę ir niekada nepainioja sklandumo su tikslumu. Šis išankstinio įvertinimo refleksas leidžia pateikti realų laiką/kainą ir apsisaugoti nuo aklo pasitikėjimo.
Taikymo užduotis
Išverskite tą patį 200 žodžių tekstą naudodami NMT įrankį ir LLM. Palyginkite du išėjimus pagal penkis aspektus (tikslumas, išsamumas, terminija, sklandumas, formatas) ir parašykite priežastis, dėl kurių reikia mažiau redaguoti šį tekstą. Tada pažymėkite problemą / nenumatytų atvejų / termino riziką abiejose naudodami „neapdorotos produkcijos greito patikrinimo“ šabloną.
kontrolinis sąrašas
- [ ] Suskirstiau teksto tinkamumą mašinai (maža/vidutinė/didelė rizika).
- [ ] Priklausomai nuo darbo tipo, nusprendžiau naudoti NMT ar LLM.
- [ ] Atlikau preliminarų vertinimą su maža imtimi ir pagal tai nustatiau trukmę/kainą.
- [ ] Greitai apžiūrėjau penkių matmenų neapdorotą produkciją.
- [ ] Neapsikentęs sklandumo, patikrinau numerį, datą, pavadinimą ir negatyvus atskirai.