Gevinster:
- Evne til å skille lokalisering fra oversettelse og administrere plassholderintegritet, tekstlengde og dato/penger/målformat korrekt
- Evne til å tilpasse tekniske funksjoner som flertallsregler og høyre-til-venstre-språk til mållokaliteten
- Evne til å evaluere kulturelle elementer fra perspektivet til en lokal ekspert og fange plassholder og kulturelle risikoer ved kunstig intelligens med QA
Å snu en apps "Lagre"-knapp til "Lagre" er en oversettelse; Men å tilpasse programmets datoformat, valuta, høyre-til-venstre-skrift, knappelengde, kulturelle bilder og juridiske tekster til målmarkedet er lokalisering. I denne enheten vil du lære om lokalisering, dens tekniske funksjoner (plassholder, lengde, koding), rollen til AI i denne prosessen og kulturell tilpasning. Målet er å tenke som en lokaliseringsekspert, "å få produktet til å passe til målkulturen, ikke ordene."
Grunnleggende konsepter
Lokalisering (L10n — lokalisering; L10n fordi det er 10 bokstaver mellom «l» og «n») er prosessen med å fullt ut tilpasse et produkt (programvare, nett, spill, applikasjon) til et spesifikt språk og kultur; Det inkluderer, men overskrider oversettelse. Internasjonalisering (i18n — internasjonalisering) er handlingen med å designe produktet fra grunnen til å være veldig språkklart (skille tekst fra kode, noe som gir lengdefleksibilitet); Det går foran og muliggjør lokalisering.
String er teksten som skal oversettes i programvaren. Plassholdere er merker i strengen som fylles ut med variabelen ved kjøring: "Hei {navn}", "{count} elementer". Locale er kombinasjonen av språk + region (tr-TR, en-US); Angir dato, klokkeslett, tall og valutaformat.
Lokalisering er forskjellig fra oversettelse: du formidler ikke bare meningen, men også funksjon og kulturell hensiktsmessighet. En "3/4/2026"-dato er 4. mars i USA og meningsløs i Türkiye (vi skriver 03.4.2026); "₺" i stedet for "$"; Rødfargen kan være en advarsel i en kultur og en feiring i en annen.
Tips: Det oversettere oftest savner i lokalisering er elementer utenfor teksten: dato/klokkeslett/tallformat, valuta, måleenhet (miles/km), fornavnsrekkefølge, adresseformat, telefonformat. Skann etter disse på hvert prosjekt med en "lokal sjekkliste".
Plassholder og teknisk integritet
Den farligste tekniske feilen ved lokalisering er å ødelegge plassholdere og tagger. Hvis du sletter {n} i setningen "Du har {n} meldinger", skriver den feil, eller legger den på feil sted i henhold til tyrkisk syntaks, vil programvaren krasje eller virke grov som "Du har {n} meldinger". Regler:
- Aldri roter, slett eller formater plassholdere. {name}, %s, {{count}} forblir de samme.
- Tyrkisk syntaks kan erstatte plassholderen; Flytt den til den nye plasseringen, bevar betydningen, men ikke ødelegge selve skiltet.
- Flertallsreglene varierer avhengig av språket: Mens engelsk sier "1 vare / 2 gjenstander", på tyrkisk er det ingen flertallssuffiks etter tallet ("2 gjenstander"). Lokaliseringsrammer håndterer dette separat.
AI er et todelt verktøy her: det oversetter strenger raskt, men kan ved et uhell snu eller miste plassholderen. Det er derfor en plassholder QA-runde er avgjørende for lokalisering.
Forsiktig: Tekstutvidelse er det skjulte problemet med lokalisering. Oversettelsesteksten fra engelsk til tyrkisk er ofte 20-40 % lengre; "OK" er 2 bokstaver, motstykket "OK" er 5 bokstaver. Oversettelse som ikke passer inn i en smal knapp bryter grensesnittet. Hvis mulig, se i det virkelige grensesnittet om målteksten passer.
Lokaliseringsflyt og kulturell tilpasning med AI
AI fremskynder følgende oppgaver i lokalisering: innledende oversettelse av strenger, konsistenskontroll, lengdeadvarsel ("denne oversettelsen er 35 % lengre enn originalen"), screening av kulturell hensiktsmessighet ("vil dette bildet/eksemplet forårsake problemer i målkulturen?"). Men den kulturelle beslutningen tilhører mennesket: den lokale eksperten vet hvordan en vits, en ferie, et eksempel, en farge vil bli oppfattet i målkulturen. AI kan gi en generell advarsel; Den endelige avgjørelsen tas av oversetteren som kjenner det lokale markedet.
Eksempler på kulturelle tilpasninger: betalingsmåter (lokale kort), eksempelnavn (lokale navn), måleenheter, juridiske forpliktelser (KVKK/GDPR-tekster), helligdager, adresseform (deg/deg), farge- og symbolbetydninger.
tre minisaker
Tilfelle 1 – Plassholder QA forhindret krasjet. I en mobilapplikasjons oversettelse av 1200 strenger, oversatte AI {count} plassholderen til "{number}" på 18 steder. Plassholder QA-runden fanget opp disse; Hvis det ikke ble fikset, ville applikasjonen krasje på disse skjermene.
Tilfelle 2 - Lengden brøt grensesnittet. En programvares meny ble utformet på engelsk; Da de tyrkiske oversettelsene ble 30 % lengre i gjennomsnitt, ble tre menyelementer flyttet og kuttet. Hvis laget hadde fått lengdevarselet tidlig, ville de ha utarbeidet korte alternativer (evt. forkortelse, i stedet for «Innstillinger»); jobben ble gjort om og oppdatert med prosesslengdekontroll.
Sak 3 — Kulturtilpasning reddet salget. I en spillkampanje var det et fortjenestemerke med en grisefigur; i et målmarked var dette kulturelt upassende. Den lokale oversetteren advarte, tallet ble endret. AI hadde oversatt teksten, men det var den lokale eksperten som påpekte den kulturelle risikoen.
Fire kopierbare maler
1) Strengeoversettelse (plassholderbeskyttet):
Oversett følgende programvarestrenger til [målspråk]. REGEL: ALDRI oversett, slett eller formater plassholdere som {name}, %s, {{count}}; behold den som den er (du kan flytte den i henhold til tyrkisk syntaks). Bevar HTML/tags. Skriv det kortfattet og egnet for grensesnittet. Format: kilde → oversettelse.Strenger: [...]
2) Plassholder/etikett QA:
Nedenfor er kilden og oversatte strenger. BARE problemer med flaggplassholder og tag: oversatt/slettet/korrupt{...}, %s, {{...}}, <tag>. List opp hvor mange plassholdere som er i kilden, hvor mange som er i oversettelsen, og skriv opp de som ikke samsvarer. Kilde: [...] | Oversettelse: [...]
3) Lengde og grensesnittadvarsel:
Evaluer følgende UI-oversettelser for lengde. For hver oversettelse, oppgi den prosentvise utvidelsen i henhold til kilden og merk de som kanskje ikke passer inn i trange områder (knapper, menyer). For de som ikke passer, foreslå et kortere alternativ som bevarer betydningen. Par (kilde | oversettelse): [...]
4) Kulturell egnethetsscreening:
Din rolle: [målmarked] lokaliseringskonsulent. Flaggelementer i følgende innhold som kan forårsake problemer i målkulturen: bilde, eksempel, navn, farge, symbol, vits, dato-/måleformat, juridisk tekst. Den endelige avgjørelsen er min; du påpeker risikoen og foreslår alternativer.Innhold: [...]
Svak forespørsel / Sterk forespørsel
Svak: "Oversett disse apptekstene." (Plassholder, lengde, ingen grensesnittkontekst; maskin oversetter plassholder, tekst blir lengre.)
Sterkt: "Oversett disse mobilapplikasjonsstrengene til tyrkisk. Behold {user} og %d plassholdere som de er. Disse tekstene vil vises i smale knapper; hold dem korte hvis mulig. 'Innstillinger'→'Innstillinger', 'Profil'→'Profil'. Følg den tyrkiske regelen for flertallsuttrykk (ingen flertallssuffiks etter tallet).
Differanse: sterk ledetekst gir plassholder, lengde, term og flertallskonvensjon; utgangen ville være nær å gå inn i grensesnittet direkte.
Dimensjonstabell for lokalisering
Størrelse
eksempel
Risiko
Plassholder/etikett
{name}, %s, <b>
Programvare krasjer
lengde
"OK" → "OK" (150 %)
Grensesnittet renner over
Dato/nummer/penger
3/4/26, $, 1000,50
falsk informasjon
flertallsregel
2 elementer → 2 elementer
dårlig grammatikk
kulturelement
bilde, farge, humor
omdømme/salg
lovtekst
KVKK/GDPR
juridisk risiko
Vanlige feil
- Vend/slett plassholder. Det fører til at programvaren krasjer eller at råtekst vises.
- Ikke tatt hensyn til tekstutstrekking. Grensesnittet flyter over, elementer avkortes.
- Konverterer ikke dato/valuta/måleformat. "5 miles" gjensto, ikke "8 km".
- Bestå kulturelementet uten å konsultere den lokale eksperten. Omdømme og salgsrisiko.
- Oversettelse av flertallsregler med engelsk logikk. Dårlig grammatikk som "2 elementer".
Pseudo-lokalisering og høyre-til-venstre-språk
To tekniske problemer bestemmer lokaliseringskvaliteten. Den første er pseudolokalisering: testing av produktet med falsk, men realistisk tekst av lengde og spesialtegn (f.eks. "Innstillinger" → "[Ŝéttîngŝ~~]") før selve oversettelsen. Dette viser om grensesnittet kan håndtere lange tekster og spesialtegn, om strenger faktisk trekkes ut før oversettelsen starter. Hvis oversetteren som jobber med utvikleren anbefaler denne testen, vil mange grensesnittfeil bli fanget opp før de oppstår.
Det andre er høyre-til-venstre-språk (RTL): Språk som arabisk, hebraisk, persisk skrives fra høyre til venstre, og lokalisering krever speiling ikke bare av teksten, men hele grensesnittoppsettet (menyposisjon, piler, justering). I en RTL-oversettelse kan tall og latinske bokstaver skape forvirring; Dette problemet med "bidi-tekst" krever spesiell oppmerksomhet. AI kan oversette RTL-tekst, men layoutspeiling og toveis flytbeslutninger krever teknisk-kulturell ekspertise. Disse to problemstillingene viser at lokalisering er et ingeniørkulturelt arbeid utover oversettelse.
Oppsummert
Lokalisering betyr å tilpasse produktet, ikke ordene, til målspråket og kulturen; inkluderer oversettelse, men inkluderer også plassholderintegritet, tekstlengde, dato/penger/målformat, flertallsregler og kulturelle elementer. AI akselererer strengoversettelse, lengde og kulturell risikoscreening; Men en QA-tur er viktig siden den kan forstyrre plassholderen og den kulturelle beslutningen tas av eksperten som kjenner det lokale markedet. Suksess i lokalisering er oppmerksomhet på detaljer utover teksten.
Søknadsoppgave
Ta en prøvegrensesnitttekst på 15-20 strenger (med plassholdere {...} eller %s og et eksempel på dato/penger). Oversett med "String translation"-mønsteret, kontroller deretter plassholderintegriteten med "placeholder QA" og kontroller overløpsrisiko med "lengdeadvarsel". Tilpass dato og pengeformat til mållokaliteten og utfør en "kulturell egnethetsskanning" hvis det er et kulturelt element.
sjekkliste
- [ ] Jeg beholdt plassholderen og etikettene som de var og bekreftet dem med QA.
- [ ] Jeg kontrollerte tekstutstrekking og forhindret overløp i trange områder.
- [ ] Jeg tilpasset dato, tall, valuta og måleenheter til mållokaliteten.
- [ ] Jeg oversatte flertallsuttrykk etter reglene for målspråket.
- [ ] Jeg evaluerte de kulturelle elementene fra en lokal eksperts perspektiv.