Pelnas:
- Suprasti vertimo atminties (TM), neaiškių atitikmenų ir segmentų sąvokas ir mokėti panaudoti neaiškių atitikmenų skirtumus jas pritaikant, o ne aklai.
- Galimybė taikyti TM tik patvirtintus vertimus rašyti, atskirti klientų TM ir atlikti TM priežiūrą.
- Galimybė apsaugoti privatumą kontroliuojant, kur duomenys patenka į MT/LLM integraciją CAT
Profesionalus vertimas dažniausiai atliekamas naudojant CAT įrankį, o ne paprasto teksto rengyklę. Šiame skyriuje sužinosite apie CAT įrankius, vertimo atmintį (TM), kuri yra vertimo pagrindas, kaip jie veikia kartu su mašininiu vertimu ir LLM bei kaip efektyviai ir saugiai naudoti šią ekosistemą. Tikslas – tapti vertimo technologijų vartotoju, kuris nuosekliai, greitai ir atsekamai valdo visą projektą, o ne atskirus sakinius.
Pagrindinės sąvokos
CAT įrankis (Computer-Assisted Translation) – tai profesionali programinė įranga (pvz., Trados, memoQ, Phrase, MateCat), kuri organizuoja vertimą sakiniu po sakinio (segmento) ir sujungia vertimo atmintį bei terminų bazę. Rodo šaltinį ir tikslą greta, pagauna pasikartojimus, išsaugo formatavimą.
TM (vertimo atmintis) yra duomenų bazė, kurioje saugomos šaltinio ir tikslo sakinių poros, kurias anksčiau išvertėte. Kai gaunamas naujas sakinys, jei TM yra panašus sakinys, agentas jums jį pasiūlo. Pagrindinė sąvoka čia yra neaiški atitiktis: naujo sakinio panašumas į TM sakinį (100% = lygiai toks pat, 85% = iš esmės panašus). Aukštos atitiktys pagreitina darbą, nes pakartotinai naudojate ankstesnį vertimą.
Segmentas yra pagrindinis vertimo vienetas – dažniausiai sakinys. CAT įrankis padalija tekstą į segmentus ir redaguoja kiekvieną atskirai.
TM svarba: MT gamina neapdorotus juodraščius, bet TM grąžina patvirtintus, žmogaus kokybės ankstesnius vertimus. Abu yra skirtingi: MT yra numatymas, TM yra atmintis.
Patarimas: nepainiokite TM ir MT. 100 % TM atitiktis (jūsų anksčiau patvirtintas vertimas) paprastai yra patikimas; MT rekomendacija visada turi būti patikrinta. CAT įrankiai rodo du su skirtingomis spalvomis / etiketėmis; visada matai šį skirtumą.
MT ir LLM integravimas į CAT
Šiuolaikiniai CAT įrankiai viduje vadina MT variklius ir vis dažniau LLM: jei TM nėra atitikmens, agentas automatiškai grąžina segmento MT rekomendaciją; jūs jį redaguojate (t. y. MTPE teka CAT). Naujausios kartos įrankiai taip pat integruoja LLM: įrankyje galite atlikti tokias operacijas kaip „perrašyti šį segmentą šiuo tonu“, „pataisyti šį terminą į terminų bazę“ ir pan.
Šios integracijos privalumas: TM, terminų bazė, MT ir LLM yra sujungti viename ekrane; Kiekvienam sakiniui nustatomas srautas „pirmiausia pažiūrėkite į TM, kitu atveju pasiūlykite MT, terminas QA automatiškai“. Neigiama ir atsargumas: kur dingsta duomenys? Debesis pagrįsta MT/LLM integracija gali siųsti tekstą į išorinius serverius; Konfidencialiame darbe tai gali būti sutarties pažeidimas. Būtinai žinokite, prie kurio variklio yra prijungta transporto priemonė ir su kokia duomenų politika.
Vertimo atminties tiekimas ir išvalymas
TM vertė yra tiek pat, kiek jame esančių vertimų kokybė. Šiukšlės įeina, šiukšlės išeina. Dvi disciplinos:
- Tiesiog parašykite patvirtintą vertimą į TM. Jei išsaugosite neapdorotą MT išvestį į TM jos nepatvirtindami, ji grįš į būsimas užduotis kaip bloga „atmintis“.
- Atlikite TM techninę priežiūrą. Laikui bėgant terminai keičiasi ir atsiranda klaidų. Periodiškai valyti TM, koreguoti susidėvėjusias/netinkamas poras. Šiame darbe naudoju LLM, norėdamas paklausti „ar šiose TM porose yra neatitikimų / terminų paklaidų? Galite naudoti jį kaip auditorių.
Atsargiai: vieno kliento TM naudojimas kito kliento versle yra ir konfidencialumo pažeidimas, ir terminų painiavos rizika. TM yra laikomi atskirai kliento/projekto pagrindu. Sumaišytas „viskas TM“ griauna ir konfidencialumą, ir kokybę.
trys mini dėklai
1 atvejis – TM skraidino pakartojimus. Gamintojas turėjo išversti gaminių šeimą, kur 70 % jo vadovo išliko tie patys metai iš metų. TM dėka kiekvienoje naujoje versijoje 100% ir didelės neaiškios atitikties atsirado automatiškai; Tik ~9 000 žodžių iš 30 000 žodžių kūrinio buvo tikras naujas vertimas. Laikas ir sąnaudos sumažėjo trečdaliu.
2 atvejis – „Dirty TM“ išplatino klaidą. Viena komanda neapdorotą MT išvestį išsaugojo TM nepatvirtinusi. Po metų tas pats klaidingas vertimas vėl ir vėl pasirodydavo „patikimas“ kaip 100 % atitikmuo; Klaida buvo išplatinta 14 skirtingų dokumentų. Komanda nustatė „sertifikuoto vertimo tik į TM“ taisyklę ir valymo kelionę.
3 atvejis. Integruojant nutekėjo konfidencialumas. Vertėjas atliko konfidencialų darbą CAT projekte, kuris buvo automatiškai prijungtas prie debesies MT; Tekstas nukeliavo į išorinį variklį, kurio duomenų politika neaiški. Pastebėjus, MT integracija slaptiems projektams buvo išjungta ir buvo naudojami tik įmonės varikliai, kurie „nesaugo/nemoko duomenų“.
Keturi kopijuojami šablonai
1) Neaiškus rungtynių įvertinimas (LLM):
Žemiau yra naujas šaltinio sakinys, panašus sakinys TM ir patvirtintas jo vertimas. Pasakykite man, ką tiksliai turiu pakeisti, kad pritaikyčiau TM vertimą naujam sakiniui; Nesiūlykite nereikalingų pakeitimų. Aiškiai parodykite prasmės skirtumą. Naujas šaltinis: [...] | TM šaltinis: [...] | TM vertimas: [...]
2) TM nuoseklumo patikrinimas:
Toliau pateikiamos TM šaltinio ir tikslo poros. Pažymėkite neatitikimus ir terminų nukrypimus, kai tie patys arba labai panašūs šaltinio sakiniai verčiami SKIRTINGAI. Tiesiog išvardykite problemas. Poros: [...]
3) Segmento tonų perrašymas (LLM CAT):
Padarykite šį tikslinį segmentą [pageidaujamą toną] NEKEISTUS prasmės. Laikytis terminų sąrašo: [...]. Išsaugokite numerius ir vardus. Eksportuokite tik perrašytą segmentą. Segmentas: [...]
4) Privatumo / integracijos išankstinis patikrinimas:
Naudosiu MT/LLM integraciją CAT projekte. Šiame projekte aprašysiu teksto tipą; Pasakykite man, ar tikslinga siųsti šį tekstą į debesies pagrindu veikiantį išorinį variklį, kokius klausimus (duomenų saugojimas, mokymas, vieta) turėčiau užduoti teikėjui.Teksto tipas / privatumo būsena: [...]
Silpnas raginimas / Stiprus raginimas
Silpnas: „Naudoti vertimą TM“. (Neaišku, koks atitikties rodiklis ir ką pritaikyti; aklas kopijavimas sukelia klaidų.)
Stiprus: "Šis naujas sakinys 90 % atvejų atitinka TM sakinį. Remkitės TM vertimu, bet atspindėkite šį skirtumą: šaltinyje vietoj "mėnesio" yra "metinis", todėl vietoj "mėnesio" jis turėtų būti "metinis". Nieko daugiau nekeiskite."
Skirtumas: stiprus raginimas tiksliai nurodo rungtynių skirtumą; Tai neleidžia „palikti senojo vertimo tokį, koks yra“, o tai yra dažniausia neaiškios atitikties klaida.
CAT ekosistemos komponentų lentelė
komponentas
Kas daro
santykiai su AI
TM (vertimo atmintis)
Grąžina patvirtintus ankstesnius vertimus
Patikimas; yra prieš MT
Terminų bazė
Užtikrina termino nuoseklumą
Jis pateikiamas kaip raginimas LLM
MT rekomendacija
Neapdorotas eskizas į tuščią segmentą
Turi būti redaguotas vėliau
LLM integracija
Tonas/terminas/perrašymas
Kontroliuojamas, dėmesys privatumui
QA modulis
Nuskaito numerio / termino / žymos klaidą
automatinis valdymas
Dažnos klaidos
- Aklai priimdamas neaiškias rungtynes. 85 % atitikmuo gali paslėpti 15 % prasmės skirtumą.
- Rašoma neapdorota MT išvestis į TM. Dirty TM perkelia klaidą į ateitį ir ją daugina.
- Kliento/projekto TM maišymas. Konfidencialumas ir terminų painiavos rizika.
- Nežinia, kur eina integracijos duomenys. Paslėptas tekstas gali nutekėti jums to nežinant.
- Pamiršus TM/MT skirtumą. MT yra sąmata; TM yra atmintis. Abu nėra vienodai saugūs.
Išankstinis vertimas ir derinimas
Dvi pažangios CAT funkcijos dar labiau pagreitina darbo eigą dirbtinio intelekto eroje. Pirmasis – išankstinis vertimas: projekto pradžioje įrankis automatiškai užpildo visus segmentus TM ir MT; Vietoj tuščio failo pradedate nuo failo, kuriame patvirtinama 100% atitikmenų, neaiškios atitikties laukia pritaikymo, o tuščios yra MT juodraščiai. Tai pakeičia darbą iš „rašymo nuo nulio“ į „peržiūrėjimą ir redagavimą“, tačiau jums reikia įvertinti kiekvieną segmentą, o ne aklai patvirtinti išankstinį vertimą.
Antrasis yra lygiavimas: jei turite šaltinio ir tikslinio dokumento porą, kuri buvo išversta anksčiau, bet nebuvo įtraukta į TM, lygiavimo įrankis juos suderina segmentais ir konvertuoja į TM. Taigi jūsų ankstesni vertimai įtraukiami į „atmintį“. Atsargiai lygiuojant: automatinis suderinimas ne visada teisingas; vieno segmento slydimas sutrikdo visą išlygiavimą. Sulygiuotų porų peržiūra prieš TM pakeitimą apsaugo nuo nešvarios TM rizikos. Šios dvi funkcijos paverčia jūsų dabartinį turtą (ankstesnius vertimus) investicijomis į būsimą verslą.
Apibendrinant
CAT įrankiai; Jis sujungia vertimo atmintį, terminų bazę, mašininį vertimą ir LLM į vieną gamybos liniją. TM yra atmintis, kuri nuskaito patvirtintus ankstesnius vertimus ir užtikrina didelį greitį atliekant pasikartojančias užduotis; MT yra prognozė, kurią visada reikia patikrinti. Sumanus vartotojas kruopščiai pritaiko neaiškių atitikmenų skirtumus, į TM įrašo tik patvirtintus vertimus, klientų atminties korteles laiko atskirai ir saugo privatumą, žinodamas, kur integruojant eina duomenys.
Taikymo užduotis
Sukurkite nedidelį projektą CAT įrankyje (veikia ir nemokama internetinė CAT): pridėkite terminų bazę ir tuščią TM. Išverskite 10 sakinių tekstą, patvirtintus vertimus išsaugokite TM. Tada išverskite antrą tekstą, labai panašų į pirmąjį tekstą, ir pritaikykite TM grąžintas neaiškias atitikties šablonu „neaiškios atitikties įvertinimas“; Atkreipkite dėmesį, kiek sakinių padarytumėte klaidą, jei aklai priimtumėte TM.
kontrolinis sąrašas
- [ ] Prie projekto prijungiau TM ir terminų bazę.
- [ ] Neaiškių atitikmenų skirtumą naudojau adaptyviai, o ne aklai.
- [ ] Į TM parašiau tik patvirtintą vertimą, kurį patikrinau.
- [ ] Klientų/projektų TM laikiau atskirai.
- [ ] Patikrinau, kur siunčiami duomenys integruojant MT/LLM.