Qligħ:
- Kapaċità li tiddistingwi s-saħħiet u d-dgħufijiet tat-traduzzjoni bbażata fuq NMT u LLM u tagħżel il-magna t-tajba skont it-tip ta’ negozju
- Kapaċità li tikklassifika minn qabel l-adegwatezza ta' test għall-magna u tevalwah minn qabel għal ħin u prezz realistiċi
- Kapaċità li tkejjel malajr il-kwalità tal-produzzjoni tal-magna mhux maħduma f'ħames dimensjonijiet u r-riskji tal-bandiera mingħajr ma tħawwad l-intoppi mal-eżattezza
L-aktar aċċeleratur qawwi li għandek bħala traduttur huwa t-traduzzjoni awtomatika (MT) — iżda li tuża għodda b'mod konxju jfisser li tapplikaha għall-impjieg it-tajjeb, fil-par lingwistiku t-tajjeb, u bl-aspettattivi t-tajbin. F'din l-unità, int se ssir taf iż-żewġ familji ewlenin ta 'MT (traduzzjoni bbażata fuq NMT u LLM), titgħallem liema waħda hija aħjar għal liema xogħol, kif tkejjel malajr il-kwalità tal-output mhux maħdum ta' traduzzjoni qabel il-kunsinna, u kif tagħżel il-magna skond ix-xogħol. L-għan huwa li titbiegħed mill-idea ta '"kollha l-istess, paste-traduċi" u ssir espert li jista' jipprevedi liema test huwa adattat għall-magna u li jeħtieġ xogħol intensiv uman.
Żewġ familji: NMT u traduzzjoni bbażata fuq LLM
NMT (Neural Machine Translation) huma sistemi li tgħallmu minn miljuni ta’ sentenzi bilingwi u jittraduċu s-sentenza kollha kemm hi; Google Translate, DeepL, Microsoft Translator huma eżempji ta’ dawn. Qawwiet: veloċi ħafna, konsistenti, fluwenti f'sentenzi qosra. Dgħjufija: ħafna drabi ma jarax il-kuntest lil hinn mill-konfini tas-sentenza (tifsira mit-test kollu); Jista' jkun diffiċli li wieħed jiddeċiedi jekk il-kelma "bank" tfisserx bank jew bank tax-xmara billi tħares lejn il-paragrafu u ma taqbilx mal-lista ta' termini pprovduti.
It-traduzzjoni bbażata fuq LLM (Large Language Model) hija l-użu ta 'mudelli mmexxija mill-istruzzjoni bħal ChatGPT, Claude, Gemini għat-traduzzjoni. Qawwa: jieħu struzzjonijiet — jifhem struzzjonijiet bħal “uża t-ton formali”, “segwi din il-lista ta’ termini,” “udjenza fil-mira hija t-tfal”; jara l-kuntest usa'; jaqbad idjoma u t-ton aħjar. Dgħjufija: xi drabi tista 'tkun "kreattivi wisq" u żżid mas-sors (riskju ta' alluċinazzjonijiet), titlef il-koerenza f'testi twal, u l-ispejjeż/veloċità tvarja skont ix-xogħol.
Regola ġenerali: f'testi dritti, ripetittivi u tekniċi NMT normalment ikun mgħaġġel u adegwat; LLM huwa aktar flessibbli b'testi li jeħtieġu dixxiplina fit-ton, il-kuntest, il-vokabularju u l-istruzzjoni. Ħafna mill-professjonisti llum jużaw it-tnejn flimkien: abbozz ta 'malajr minn NMT, korrezzjoni tat-ton/terminu minn LLM.
Tip: Il-kwalità tal-magna ta 'par lingwistiku (eż. Tork → Ingliż) tista' tvarja mid-direzzjoni opposta (Ingliż → Tork). Lingwi b'sintassi agglutinattiva u flessibbli, bħat-Tork, ġeneralment huma aktar ta' sfida għall-MT. Imħallef għalik innifsek liema magna hija aħjar fil-par tiegħek bi ftit testi kampjun.
Kompatibilità tal-magni tat-test: staqsi dan l-ewwel
Mhux kull test huwa adattat bl-istess mod għall-magna. Qabel ma tibda t-traduzzjoni, għaddi t-test minn filtru "adegwatezza":
- Adattat tajjeb għall-magna: manwal tekniku, deskrizzjoni tal-prodott, test ta 'interface ripetittiv, korrispondenza standard, tabella/lista. Il-lingwa hija sempliċi, it-terminoloġija hija fissa, il-kreattività hija skarsa.
- Adattat medju: aħbarijiet, kontenut korporattiv, materjal edukattiv. Il-magna tipproduċi kontorni tajbin iżda teħtieġ post-editjar serju għat-ton u l-fluss.
- Mhux adattat għall-magna (riskju għoli): kuntratt legali, test mediku, reklam/slogan, test letterarju, umoriżmu, poeżija. Hawnhekk il-magna tagħti biss ideat; Ix-xogħol fil-biċċa l-kbira jaqa’ f’idejn in-nies.
Jekk tagħmel din id-distinzjoni mill-bidu, int kemm tagħti lill-klijent il-ħin/prezz it-tajjeb kif ukoll tipproteġi lilek innifsek milli tafda bl-addoċċ l-output mhux maħdum.
Mejjel malajr il-kwalità tal-produzzjoni mhux maħduma
Meta tara output MT inti tistaqsi "huwa tajjeb jew ħażin?" Wieġeb il-mistoqsija b'lista ta 'kontroll ta' malajr, mhux b'intuwizzjoni. Ħares lejn dawn il-ħames dimensjonijiet: l-eżattezza (it-tifsira hija fidila għas-sors?), il-kompletezza (is-sentenza titħalla barra jew miżjuda?), it-terminoloġija (huwa korretta u konsistenti?), il-ħeffa (huwa naturali fil-lingwa fil-mira?), il-format (it-tikketti, in-numri, l-ifformattjar huma ppreservati?). Aħna ser napprofondixxu dawn id-dimensjonijiet fl-unità ta 'kwalità li jmiss; Għalissa, ħalliha tkun ir-rifless ta' qabel il-kunsinna tiegħek.
Attenzjoni: L-iżbalji l-aktar perikolużi tal-output MT huma dawk "fluwenti iżda mhux korretti". Is-sentenza tista 'tkun bit-Tork perfett, iżda l-"iskont ta' 15%" fis-sors jista 'jkun inbidel għal "skont ta' 50%". Tkunx differita mill-ħeffa; Dejjem ħares lejn in-numru, in-negattiv u n-nom proprju separatament.
tliet każijiet żgħar
Każ 1 — Il-magna t-tajba tnaqqas il-ħin bin-nofs. Traduttur wieħed għażel li jittraduċi interface ta’ softwer ta’ 12,000 kelma ma’ NMT u ktejjeb ta’ kummerċjalizzazzjoni tal-istess volum ma’ LLM. Il-konsistenza ta 'NMT fl-interface għamlet ix-xogħol aktar mgħaġġel; Il-flessibbiltà tonali ta' LLM fil-ktejjeb naqqset il-piż tal-kitba mill-ġdid b'40%. L-għoti taż-żewġ impjiegi lill-istess magna kien jaħli l-ħin.
Każ 2 — Valutazzjoni minn qabel iffrankat il-prezz. Uffiċċju kien se joffri test legali għax “jista’ jsir bil-magni, ikun irħis”. Fil-pre-valutazzjoni, ġie tradott kampjun ta’ 500 kelma; Il-magna rritornat żewġ termini legali bl-ekwivalenti tas-sistema ħażina. L-uffiċċju pprezza x-xogħol bħala "post-editjar tqil" u ta skadenza realistika; Huwa evita li jitlef il-flus minħabba l-offerta ħażina.
Każ 3 — Differenza fil-par tal-lingwi. Tim ħaseb li magna li taħdem tajjeb bl-Ingliż → Ġermaniż kienet tal-istess kwalità bit-Tork → Għarbi. It-test ta '300 kelma wera li l-output Għarbi kien jeħtieġ ħafna aktar korrezzjoni. It-tim alloka magni differenti u baġits differenti ta' wara l-editjar skont il-par lingwistiku.
Erba' mudelli li jistgħu jiġu kkupjati
1) Evalwazzjoni tal-adegwatezza tat-test:
Ir-rwol tiegħek: speċjalista anzjan tal-MTPE. Ivvaluta t-test li ġej għall-adegwatezza għat-traduzzjoni awtomatika: letterali/tekniku jew kreattiv/kuntestwali? Ikklassifikah bħala (1) faċli ħafna għall-magni, (2) medju, (3) riskju għoli u ikteb il-ġustifikazzjoni tiegħek. Stima tat-tagħbija mistennija ta' wara l-editjar bħala ħafifa/medju/tqil. Eżempju ta' test: [pejst 200-300 kelma]
2) Traduzzjoni LLM mgħallma (b'terminoloġija u kontroll tat-ton):
Ittraduċi dan it-test [sors]→[mira].Udjenza: [min]. Ton: [eż. uffiċjali]. Qasam: [eż. finanzi].Lista ta’ termini (kun żgur li tuża): [A→a, B→b].Regoli: iżżidx dak li mhux fis-sors, żomm in-numri/dati/ismijiet, ibdel kull sentenza b’sentenza. Immarka fejn m'intix ċert bi [?]. Test: [...]
3) Paragun ta 'żewġ magni:
Hawn taħt hemm żewġ traduzzjonijiet differenti tal-istess sentenza sors (A u B). Qabbel kull wieħed f’termini ta’ korrettezza, terminoloġija u naturali, u għidli liema waħda se teħtieġ inqas korrezzjoni, bil-ġustifikazzjoni. Sors: [...] | Traduzzjoni A: [...] | Traduzzjoni B: [...]
4) Spezzjoni ta 'malajr tal-output mhux maħdum:
Hawn taħt hemm is-sors u t-traduzzjoni awtomatika. Immarka biss dan li ġej: (1) informazzjoni barra/miżjuda, (2) numru/data/isem mhux korretti, (3) żball ta’ ċaħda, (4) terminu inkonsistenti. Tikteb ebda korrezzjoni, elenka biss l-oqsma riskjużi.Sors: [...] | Traduzzjoni: [...]
Pront dgħajjef / Pront qawwi
Dgħajjef: "Ittraduċi dan it-test u jkun tajjeb." (Għall-magna, "tajba" mhix definita; l-ebda ton, l-ebda terminu, l-ebda massa.)
Güçlü: "Ittraduċi din id-deskrizzjoni tal-prodott mill-Ingliż għat-Tork. Qasam: kummerċ elettroniku. Udjenza: konsumatur żagħżugħ. Ton: faċli iżda rassikuranti. 'checkout' → 'checkout pass', 'wishlist' → 'wish list'. Ibdel in-numri u l-isem tad-ditta. Tork fluwenti mingħajr ebda riħa ta 'traduzzjoni."
Differenza: pront qawwi jagħti lill-magna mira li tista 'titkejjel; l-output japprossima direttament l-abbozz editjat wara.
Ċart ta 'tqabbil NMT vs LLM
Daqs
NMT (Google, DeepL)
LLM (ChatGPT, Claude)
veloċità
malajr ħafna
medju
Irċievi struzzjoni/ton
dgħajfa
qawwija
Ikkonforma mal-lista tat-termini
limitati
Tajjeb (bil-pront)
Kuntest wiesa'
dgħajfa
tajba
Riskju ta' alluċinazzjonijiet
baxx
Medju (kontroll meħtieġ)
l-aktar xogħol adattat
Straight/tekniku/repetittiv
Ton/kuntest/kreattiv
Żbalji komuni
- Tuża l-istess magna għal kull xogħol. Li ma tagħżel magna skond it-tip ta 'xogħol tikkawża telf ta' ħin u kwalità.
- Tingħata prezz/ħin mingħajr valutazzjoni minn qabel. Test ta 'kelma 200-300 jiżvela s-sorpriżi mill-bidu.
- Żbalja tal-ħeffa għall-eżattezza. Sentenza sabiħa ma tfissirx sentenza korretta.
- Injora l-par lingwistiku u d-differenza fid-direzzjoni. Magna tajba f'par wieħed jista 'jkun dgħajfa f'ieħor.
- Mhux innota ż-żidiet ta' LLM. LLM kultant iżid sentenzi mhux fis-sors "biex jgħin"; iċċekkja dan.
Tieqa tal-kuntest u konsistenza
Meta tittraduċi test twil b'LLM, huwa meħtieġ li tkun taf limitu tekniku wieħed: it-tieqa tal-kuntest — l-ammont ta 'test li l-mudell jista' "jara" u jżomm f'moħħu kull darba. Jekk it-test huwa akbar minn din it-tieqa, ikollok taqsamha f'biċċiet, u l-mudell jista '"jinsa" fil-biċċa li jmiss it-terminu deċiżjoni jew ton li għamilt fil-biċċiet ta' qabel. Għalhekk, minflok ma tittraduċi ktieb twil jew dokument f'biċċa waħda, it-tfakkar lil kull biċċa tat-termbase u s-sommarju tal-istil iżomm il-konsistenza. Din il-problema ma sseħħx f'testi qosra; Madankollu, f'xogħlijiet twal bħal rumanzi u manwali, huwa meħtieġ li tiċċekkja wkoll il-konsistenza fis-siltiet. Soluzzjoni prattika: biex tipprepara "memorja tal-proġett" (termini + karattri + deċiżjonijiet tat-ton) u żidha fil-bidu ta 'kull biċċa u skennja għall-konsistenza bejn il-biċċiet fl-aħħar tat-traduzzjoni. Fl-NMT, din il-problema hija esperjenzata b'mod differenti: Peress li l-NMT jittraduċi sentenza b'sentenza, il-konsistenza tat-tul tal-paragrafu hija diġà dgħajfa, għalhekk termbase tieħu t-terminu dixxiplina.
Fil-qosor
Hemm żewġ familji ta 'traduzzjoni awtomatika: NMT, li huwa mgħaġġel u konsistenti, u LLM, li jieħu struzzjoni u jara l-kuntest u t-ton aħjar. It-traduttur kaptan jikklassifika l-adegwatezza tat-test għall-magna bil-quddiem, jagħżel il-magna skont ix-xogħol, ikejjel malajr il-kwalità tal-produzzjoni mhux maħduma qabel il-kunsinna, u qatt ma jħawwad il-ħeffa bil-preċiżjoni. Dan ir-rifless ta' qabel l-evalwazzjoni jippermettilek kemm tagħti ħin/prezz realistiku kif ukoll tipproteġi lilek innifsek minn fiduċja blind.
Kompitu ta' applikazzjoni
Ittraduċi l-istess test ta’ 200 kelma kemm b’għodda NMT kif ukoll b’LLM. Qabbel iż-żewġ outputs fuq ħames dimensjonijiet (eżattezza, kompletezza, terminoloġija, ħeffa, format) u ikteb raġunijiet li għalihom wieħed jeħtieġ inqas post-editjar għal dan it-test. Imbagħad immarka r-riskji tal-ħruġ/kontinġenza/terminu fuq it-tnejn bil-mudell ta’ “verifika malajr tal-output mhux maħdum”.
lista ta' kontroll
- [ ] Ikklassifikat l-adegwatezza tat-test għall-magna (riskju baxx/medju/għoli).
- [ ] Skont it-tip ta' xogħol, iddeċidejt jekk nużax NMT jew LLM.
- [ ] Għamilt evalwazzjoni preliminari b'kampjun żgħir u ddeterminajt it-tul/prezz kif xieraq.
- [ ] Spezzjonajt malajr l-output mhux maħdum f'ħames dimensjonijiet.
- [ ] Iċċekkja n-numru, id-data, l-isem u n-negattivi separatament mingħajr ma nqarraq bil-ħeffa.