ਲਾਭ:
- ਅਨੁਵਾਦ ਮੈਮੋਰੀ (TM), ਫਜ਼ੀ ਮੈਚਾਂ ਅਤੇ ਖੰਡਾਂ ਦੀਆਂ ਧਾਰਨਾਵਾਂ ਨੂੰ ਸਮਝਣਾ, ਅਤੇ ਅੰਨ੍ਹੇਵਾਹ ਦੀ ਬਜਾਏ ਉਹਨਾਂ ਨੂੰ ਅਨੁਕੂਲ ਬਣਾ ਕੇ ਫਜ਼ੀ ਮੈਚਾਂ ਵਿੱਚ ਅੰਤਰਾਂ ਦੀ ਵਰਤੋਂ ਕਰਨ ਦੇ ਯੋਗ ਹੋਣਾ।
- TM ਵਿੱਚ ਸਿਰਫ਼ ਪ੍ਰਵਾਨਿਤ ਅਨੁਵਾਦਾਂ ਨੂੰ ਲਿਖਣ, ਗਾਹਕ TM ਨੂੰ ਵੱਖਰਾ ਰੱਖਣ, ਅਤੇ TM ਰੱਖ-ਰਖਾਅ ਕਰਨ ਦੇ ਅਨੁਸ਼ਾਸਨ ਨੂੰ ਲਾਗੂ ਕਰਨ ਦੀ ਯੋਗਤਾ
- CAT ਦੇ ਅੰਦਰ MT/LLM ਏਕੀਕਰਣ ਵਿੱਚ ਡੇਟਾ ਕਿੱਥੇ ਜਾਂਦਾ ਹੈ ਇਸ ਨੂੰ ਨਿਯੰਤਰਿਤ ਕਰਕੇ ਗੋਪਨੀਯਤਾ ਦੀ ਰੱਖਿਆ ਕਰਨ ਦੀ ਸਮਰੱਥਾ
ਪੇਸ਼ੇਵਰ ਅਨੁਵਾਦ ਅਕਸਰ ਇੱਕ CAT ਟੂਲ ਵਿੱਚ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਨਾ ਕਿ ਇੱਕ ਸਧਾਰਨ ਟੈਕਸਟ ਐਡੀਟਰ ਵਿੱਚ। ਇਸ ਯੂਨਿਟ ਵਿੱਚ, ਤੁਸੀਂ CAT ਟੂਲ, ਅਨੁਵਾਦ ਦੇ ਕੇਂਦਰ ਵਿੱਚ ਅਨੁਵਾਦ ਮੈਮੋਰੀ (TM), ਉਹ ਮਸ਼ੀਨ ਅਨੁਵਾਦ ਅਤੇ LLM ਨਾਲ ਮਿਲ ਕੇ ਕਿਵੇਂ ਕੰਮ ਕਰਦੇ ਹਨ, ਅਤੇ ਇਸ ਈਕੋਸਿਸਟਮ ਨੂੰ ਕੁਸ਼ਲਤਾ ਅਤੇ ਸੁਰੱਖਿਅਤ ਢੰਗ ਨਾਲ ਕਿਵੇਂ ਵਰਤਣਾ ਹੈ ਬਾਰੇ ਸਿੱਖੋਗੇ। ਟੀਚਾ ਇੱਕ ਅਨੁਵਾਦ ਤਕਨਾਲੋਜੀ ਉਪਭੋਗਤਾ ਬਣਨਾ ਹੈ ਜੋ ਇੱਕ ਪੂਰੇ ਪ੍ਰੋਜੈਕਟ ਦਾ ਪ੍ਰਬੰਧਨ ਕਰਦਾ ਹੈ, ਨਾ ਕਿ ਵਿਅਕਤੀਗਤ ਵਾਕਾਂ ਨੂੰ, ਇਕਸਾਰ, ਤੇਜ਼ ਅਤੇ ਖੋਜਣਯੋਗ ਤਰੀਕੇ ਨਾਲ।
ਬੁਨਿਆਦੀ ਧਾਰਨਾਵਾਂ
CAT ਟੂਲ (ਕੰਪਿਊਟਰ-ਸਹਾਇਕ ਅਨੁਵਾਦ) ਇੱਕ ਪੇਸ਼ੇਵਰ ਸੌਫਟਵੇਅਰ ਹੈ (ਜਿਵੇਂ ਕਿ ਟਰੇਡੋਸ, ਮੀਮੋਕਿਊ, ਵਾਕਾਂਸ਼, ਮੈਟਕੈਟ) ਜੋ ਵਾਕ (ਖੰਡ) ਦੁਆਰਾ ਅਨੁਵਾਦ ਵਾਕ ਨੂੰ ਵਿਵਸਥਿਤ ਕਰਦਾ ਹੈ ਅਤੇ ਅਨੁਵਾਦ ਮੈਮੋਰੀ ਅਤੇ ਟਰਮਬੇਸ ਨੂੰ ਜੋੜਦਾ ਹੈ। ਸਰੋਤ ਅਤੇ ਟੀਚੇ ਨੂੰ ਨਾਲ-ਨਾਲ ਦਿਖਾਉਂਦਾ ਹੈ, ਦੁਹਰਾਉਂਦਾ ਹੈ, ਫਾਰਮੈਟਿੰਗ ਨੂੰ ਸੁਰੱਖਿਅਤ ਰੱਖਦਾ ਹੈ।
TM (ਅਨੁਵਾਦ ਮੈਮੋਰੀ) ਇੱਕ ਡੇਟਾਬੇਸ ਹੈ ਜੋ ਸਰੋਤ-ਨਿਸ਼ਾਨਾ ਵਾਕ ਜੋੜਿਆਂ ਨੂੰ ਸਟੋਰ ਕਰਦਾ ਹੈ ਜੋ ਤੁਸੀਂ ਪਹਿਲਾਂ ਅਨੁਵਾਦ ਕੀਤਾ ਹੈ। ਜਦੋਂ ਕੋਈ ਨਵਾਂ ਵਾਕ ਆਉਂਦਾ ਹੈ, ਜੇਕਰ TM ਵਿੱਚ ਇੱਕ ਸਮਾਨ ਵਾਕ ਹੈ, ਤਾਂ ਏਜੰਟ ਤੁਹਾਨੂੰ ਇਸਦਾ ਸੁਝਾਅ ਦਿੰਦਾ ਹੈ। ਇੱਥੇ ਮੁੱਖ ਸੰਕਲਪ ਫਜ਼ੀ ਮੈਚ ਹੈ: TM ਵਿੱਚ ਇੱਕ ਵਾਕ ਨਾਲ ਨਵੇਂ ਵਾਕ ਦੀ ਸਮਾਨਤਾ (100% = ਬਿਲਕੁਲ ਉਹੀ, 85% = ਵੱਡੇ ਪੱਧਰ 'ਤੇ ਸਮਾਨ)। ਉੱਚ ਮੇਲ ਕੰਮ ਨੂੰ ਤੇਜ਼ ਕਰਦੇ ਹਨ ਕਿਉਂਕਿ ਤੁਸੀਂ ਆਪਣੇ ਪਿਛਲੇ ਅਨੁਵਾਦ ਦੀ ਮੁੜ ਵਰਤੋਂ ਕਰਦੇ ਹੋ।
ਇੱਕ ਖੰਡ ਅਨੁਵਾਦ ਦੀ ਮੂਲ ਇਕਾਈ ਹੈ-ਆਮ ਤੌਰ 'ਤੇ ਇੱਕ ਵਾਕ। CAT ਟੂਲ ਟੈਕਸਟ ਨੂੰ ਹਿੱਸਿਆਂ ਵਿੱਚ ਵੰਡਦਾ ਹੈ ਅਤੇ ਹਰੇਕ ਨੂੰ ਵੱਖਰੇ ਤੌਰ 'ਤੇ ਸੰਪਾਦਿਤ ਕਰਦਾ ਹੈ।
TM ਦੀ ਮਹੱਤਤਾ: MT ਕੱਚੇ ਡਰਾਫਟ ਤਿਆਰ ਕਰਦਾ ਹੈ, ਪਰ TM ਤੁਹਾਡੇ ਪ੍ਰਵਾਨਿਤ, ਮਨੁੱਖੀ-ਗੁਣਵੱਤਾ ਵਾਲੇ ਪੁਰਾਣੇ ਅਨੁਵਾਦ ਵਾਪਸ ਕਰਦਾ ਹੈ। ਦੋਵੇਂ ਵੱਖ-ਵੱਖ ਹਨ: MT ਇੱਕ ਭਵਿੱਖਬਾਣੀ ਹੈ, TM ਇੱਕ ਮੈਮੋਰੀ ਹੈ।
ਸੁਝਾਅ: TM ਅਤੇ MT ਨੂੰ ਉਲਝਾਓ ਨਾ। ਇੱਕ 100% TM ਮੈਚ (ਤੁਹਾਡਾ ਪਹਿਲਾਂ ਪ੍ਰਵਾਨਿਤ ਅਨੁਵਾਦ) ਆਮ ਤੌਰ 'ਤੇ ਭਰੋਸੇਯੋਗ ਹੁੰਦਾ ਹੈ; MT ਸਿਫ਼ਾਰਿਸ਼ਾਂ ਦੀ ਹਮੇਸ਼ਾਂ ਤਸਦੀਕ ਕੀਤੀ ਜਾਣੀ ਚਾਹੀਦੀ ਹੈ। CAT ਟੂਲ ਦੋਨਾਂ ਨੂੰ ਵੱਖ-ਵੱਖ ਰੰਗਾਂ/ਲੇਬਲਾਂ ਨਾਲ ਦਿਖਾਉਂਦੇ ਹਨ; ਹਮੇਸ਼ਾ ਇਹ ਫਰਕ ਦੇਖੋ।
MT ਅਤੇ LLM ਦਾ CAT ਵਿੱਚ ਏਕੀਕਰਨ
ਆਧੁਨਿਕ CAT ਟੂਲ MT ਇੰਜਣਾਂ ਅਤੇ ਵਧਦੇ ਹੋਏ LLM ਨੂੰ ਅੰਦਰੂਨੀ ਤੌਰ 'ਤੇ ਕਾਲ ਕਰਦੇ ਹਨ: ਜੇਕਰ TM ਵਿੱਚ ਕੋਈ ਮੇਲ ਨਹੀਂ ਹੈ, ਤਾਂ ਏਜੰਟ ਆਪਣੇ ਆਪ ਹੀ ਹਿੱਸੇ ਲਈ ਇੱਕ MT ਸਿਫ਼ਾਰਸ਼ ਵਾਪਸ ਕਰ ਦਿੰਦਾ ਹੈ; ਤੁਸੀਂ ਇਸਨੂੰ ਪੋਸਟ-ਐਡਿਟ ਕਰੋ (ਜਿਵੇਂ ਕਿ MTPE CAT ਵਿੱਚ ਵਹਿੰਦਾ ਹੈ)। ਨਵੀਨਤਮ ਪੀੜ੍ਹੀ ਦੇ ਟੂਲ ਵੀ LLM ਨੂੰ ਏਕੀਕ੍ਰਿਤ ਕਰਦੇ ਹਨ: ਤੁਸੀਂ ਟੂਲ ਵਿੱਚ "ਇਸ ਹਿੱਸੇ ਨੂੰ ਇਸ ਟੋਨ ਨਾਲ ਦੁਬਾਰਾ ਲਿਖਣਾ", "ਇਸ ਸ਼ਬਦ ਨੂੰ ਟਰਮਬੇਸ ਵਿੱਚ ਠੀਕ ਕਰੋ" ਆਦਿ ਵਰਗੇ ਓਪਰੇਸ਼ਨ ਕਰ ਸਕਦੇ ਹੋ।
ਇਸ ਏਕੀਕਰਣ ਦਾ ਫਾਇਦਾ: TM, ਟਰਮਬੇਸ, MT ਅਤੇ LLM ਨੂੰ ਇੱਕ ਸਕ੍ਰੀਨ ਵਿੱਚ ਜੋੜਿਆ ਗਿਆ ਹੈ; ਹਰੇਕ ਵਾਕ ਲਈ, ਪ੍ਰਵਾਹ "ਪਹਿਲਾਂ TM ਨੂੰ ਦੇਖੋ, ਨਹੀਂ ਤਾਂ MT, ਸ਼ਬਦ QA ਆਪਣੇ ਆਪ ਸੁਝਾਓ" ਸਥਾਪਤ ਕੀਤਾ ਗਿਆ ਹੈ। ਨਨੁਕਸਾਨ ਅਤੇ ਸਾਵਧਾਨੀ: ਡੇਟਾ ਕਿੱਥੇ ਜਾਂਦਾ ਹੈ? ਕਲਾਉਡ-ਅਧਾਰਿਤ MT/LLM ਏਕੀਕਰਣ ਬਾਹਰੀ ਸਰਵਰਾਂ ਨੂੰ ਟੈਕਸਟ ਭੇਜ ਸਕਦਾ ਹੈ; ਗੁਪਤ ਕੰਮ ਵਿੱਚ, ਇਹ ਇਕਰਾਰਨਾਮੇ ਦੀ ਉਲੰਘਣਾ ਹੋ ਸਕਦੀ ਹੈ। ਇਹ ਜਾਣਨਾ ਯਕੀਨੀ ਬਣਾਓ ਕਿ ਵਾਹਨ ਕਿਸ ਇੰਜਣ ਨਾਲ ਜੁੜਿਆ ਹੋਇਆ ਹੈ ਅਤੇ ਕਿਸ ਡੇਟਾ ਨੀਤੀ ਨਾਲ।
ਅਨੁਵਾਦ ਮੈਮੋਰੀ ਨੂੰ ਭੋਜਨ ਦੇਣਾ ਅਤੇ ਸਾਫ਼ ਕਰਨਾ
TM ਦਾ ਮੁੱਲ ਓਨਾ ਹੀ ਹੈ ਜਿੰਨਾ ਇਸ ਵਿੱਚ ਅਨੁਵਾਦਾਂ ਦੀ ਗੁਣਵੱਤਾ। ਕੂੜਾ ਅੰਦਰ, ਕੂੜਾ ਬਾਹਰ। ਦੋ ਅਨੁਸ਼ਾਸਨ:
- ਸਿਰਫ਼ TM ਨੂੰ ਪ੍ਰਮਾਣਿਤ ਅਨੁਵਾਦ ਲਿਖੋ। ਜੇਕਰ ਤੁਸੀਂ ਕੱਚੇ MT ਆਉਟਪੁੱਟ ਨੂੰ ਪ੍ਰਮਾਣਿਤ ਕੀਤੇ ਬਿਨਾਂ TM ਵਿੱਚ ਸੁਰੱਖਿਅਤ ਕਰਦੇ ਹੋ, ਤਾਂ ਇਹ ਤੁਹਾਡੀਆਂ ਭਵਿੱਖੀ ਨੌਕਰੀਆਂ ਨੂੰ ਖਰਾਬ "ਮੈਮੋਰੀ" ਵਜੋਂ ਵਾਪਸ ਕਰ ਦੇਵੇਗਾ।
- TM ਰੱਖ-ਰਖਾਅ ਕਰੋ। ਸਮੇਂ ਦੇ ਨਾਲ, ਸ਼ਰਤਾਂ ਬਦਲਦੀਆਂ ਹਨ ਅਤੇ ਗਲਤੀਆਂ ਦਾਖਲ ਹੁੰਦੀਆਂ ਹਨ। ਸਮੇਂ-ਸਮੇਂ 'ਤੇ TM, ਸਹੀ ਪਹਿਨੇ/ਗਲਤ ਜੋੜੇ ਸਾਫ਼ ਕਰੋ। ਇਸ ਕੰਮ ਵਿੱਚ ਮੈਂ ਇਹ ਪੁੱਛਣ ਲਈ LLM ਦੀ ਵਰਤੋਂ ਕਰ ਰਿਹਾ ਹਾਂ ਕਿ "ਕੀ ਇਹਨਾਂ TM ਜੋੜਿਆਂ ਵਿੱਚ ਕੋਈ ਅਸੰਗਤਤਾਵਾਂ/ਮਿਆਦ ਪੱਖਪਾਤ ਹਨ?" ਤੁਸੀਂ ਇਸਨੂੰ ਆਡੀਟਰ ਵਜੋਂ ਵਰਤ ਸਕਦੇ ਹੋ।
ਸਾਵਧਾਨ: ਕਿਸੇ ਹੋਰ ਗਾਹਕ ਦੇ ਕਾਰੋਬਾਰ ਵਿੱਚ ਇੱਕ ਗਾਹਕ ਦੇ TM ਦੀ ਵਰਤੋਂ ਕਰਨਾ ਗੁਪਤਤਾ ਦੀ ਉਲੰਘਣਾ ਹੈ ਅਤੇ ਮਿਆਦ ਦੇ ਉਲਝਣ ਦਾ ਜੋਖਮ ਹੈ। TMs ਨੂੰ ਕਲਾਇੰਟ/ਪ੍ਰੋਜੈਕਟ ਦੇ ਆਧਾਰ 'ਤੇ ਵੱਖਰਾ ਰੱਖਿਆ ਜਾਂਦਾ ਹੈ। ਇੱਕ ਮਿਸ਼ਰਤ "ਹਰ ਚੀਜ਼ TM" ਗੁਪਤਤਾ ਅਤੇ ਗੁਣਵੱਤਾ ਦੋਵਾਂ ਨੂੰ ਤਬਾਹ ਕਰ ਦਿੰਦੀ ਹੈ।
ਤਿੰਨ ਛੋਟੇ ਕੇਸ
ਕੇਸ 1 — TM ਨੇ ਰੀਪਲੇਅ ਨੂੰ ਉਡਾਇਆ। ਇੱਕ ਨਿਰਮਾਤਾ ਇੱਕ ਉਤਪਾਦ ਪਰਿਵਾਰ ਦਾ ਅਨੁਵਾਦ ਕਰ ਰਿਹਾ ਸੀ ਜਿੱਥੇ ਇਸਦਾ 70% ਮੈਨੂਅਲ ਸਾਲ ਦਰ ਸਾਲ ਉਸੇ ਤਰ੍ਹਾਂ ਰਿਹਾ। TM ਦਾ ਧੰਨਵਾਦ, 100% ਅਤੇ ਉੱਚ ਫਜ਼ੀ ਮੈਚ ਹਰ ਨਵੇਂ ਸੰਸਕਰਣ ਵਿੱਚ ਆਪਣੇ ਆਪ ਆ ਗਏ; 30,000 ਸ਼ਬਦਾਂ ਦੇ ਕੰਮ ਵਿੱਚੋਂ ਸਿਰਫ਼ ~9,000 ਸ਼ਬਦ ਹੀ ਅਸਲ ਨਵਾਂ ਅਨੁਵਾਦ ਸਨ। ਸਮਾਂ ਅਤੇ ਲਾਗਤ ਇੱਕ ਤਿਹਾਈ ਘਟਾ ਦਿੱਤੀ ਗਈ ਸੀ।
ਕੇਸ 2 - ਡਰਟੀ TM ਨੇ ਗਲਤੀ ਦਾ ਪ੍ਰਚਾਰ ਕੀਤਾ। ਇੱਕ ਟੀਮ ਨੇ ਬਿਨਾਂ ਪੁਸ਼ਟੀ ਕੀਤੇ ਕੱਚੇ MT ਆਉਟਪੁੱਟ ਨੂੰ TM ਵਿੱਚ ਸੁਰੱਖਿਅਤ ਕੀਤਾ ਸੀ। ਇੱਕ ਸਾਲ ਬਾਅਦ ਉਹੀ ਗਲਤ ਅਨੁਵਾਦ ਵਾਰ-ਵਾਰ ਵਾਪਸ ਆਇਆ, ਇੱਕ 100% ਮੈਚ ਦੇ ਰੂਪ ਵਿੱਚ "ਭਰੋਸੇਯੋਗ" ਦਿਖਾਈ ਦਿੰਦਾ ਹੈ; ਗਲਤੀ 14 ਵੱਖ-ਵੱਖ ਦਸਤਾਵੇਜ਼ਾਂ ਵਿੱਚ ਫੈਲੀ ਹੋਈ ਸੀ। ਟੀਮ ਨੇ "ਸਿਰਫ਼ TM ਲਈ ਪ੍ਰਮਾਣਿਤ ਅਨੁਵਾਦ" ਨਿਯਮ ਅਤੇ ਇੱਕ ਸਫਾਈ ਟੂਰ ਦੀ ਸਥਾਪਨਾ ਕੀਤੀ।
ਕੇਸ 3 - ਏਕੀਕਰਣ ਵਿੱਚ ਗੁਪਤਤਾ ਲੀਕ ਹੋਈ। ਇੱਕ ਅਨੁਵਾਦਕ ਨੇ ਇੱਕ CAT ਪ੍ਰੋਜੈਕਟ ਵਿੱਚ ਗੁਪਤ ਕੰਮ ਕੀਤਾ ਜੋ ਆਪਣੇ ਆਪ ਕਲਾਉਡ MT ਨਾਲ ਜੁੜਿਆ ਹੋਇਆ ਸੀ; ਟੈਕਸਟ ਇੱਕ ਬਾਹਰੀ ਇੰਜਣ ਵਿੱਚ ਗਿਆ ਜਿਸਦੀ ਡੇਟਾ ਨੀਤੀ ਅਸਪਸ਼ਟ ਹੈ। ਇੱਕ ਵਾਰ ਦੇਖਿਆ ਗਿਆ, ਗੁਪਤ ਪ੍ਰੋਜੈਕਟਾਂ ਲਈ MT ਏਕੀਕਰਣ ਨੂੰ ਬੰਦ ਕਰ ਦਿੱਤਾ ਗਿਆ ਸੀ ਅਤੇ ਸਿਰਫ ਐਂਟਰਪ੍ਰਾਈਜ਼ ਇੰਜਣਾਂ ਦੀ ਵਰਤੋਂ ਕੀਤੀ ਗਈ ਸੀ ਜੋ "ਡੇਟਾ ਸਟੋਰ/ਟ੍ਰੇਨ ਨਹੀਂ ਕਰਦੇ" ਦੀ ਵਰਤੋਂ ਕੀਤੀ ਗਈ ਸੀ।
ਚਾਰ ਕਾਪੀ ਕਰਨ ਯੋਗ ਟੈਂਪਲੇਟ
1) ਫਜ਼ੀ ਮੈਚ ਮੁਲਾਂਕਣ (LLM ਲਈ):
ਹੇਠਾਂ ਨਵਾਂ ਸਰੋਤ ਵਾਕ, TM ਵਿੱਚ ਸਮਾਨ ਵਾਕ ਅਤੇ ਇਸਦਾ ਪ੍ਰਵਾਨਿਤ ਅਨੁਵਾਦ ਹੈ। ਮੈਨੂੰ ਬਿਲਕੁਲ ਦੱਸੋ ਕਿ ਮੈਨੂੰ TM ਅਨੁਵਾਦ ਨੂੰ ਨਵੇਂ ਵਾਕ ਵਿੱਚ ਢਾਲਣ ਲਈ ਕੀ ਬਦਲਣ ਦੀ ਲੋੜ ਹੈ; ਬੇਲੋੜੀਆਂ ਤਬਦੀਲੀਆਂ ਦਾ ਸੁਝਾਅ ਨਾ ਦਿਓ। ਅਰਥਾਂ ਵਿੱਚ ਅੰਤਰ ਸਪਸ਼ਟ ਰੂਪ ਵਿੱਚ ਦਿਖਾਓ। ਨਵਾਂ ਸਰੋਤ: [...] | TM ਸਰੋਤ: [...] | TM ਅਨੁਵਾਦ: [...]
2) TM ਇਕਸਾਰਤਾ ਜਾਂਚ:
ਹੇਠਾਂ TM ਤੋਂ ਸਰੋਤ-ਨਿਸ਼ਾਨਾ ਜੋੜੇ ਹਨ। ਅਸੰਗਤਤਾਵਾਂ ਅਤੇ ਸ਼ਬਦ ਵਿਵਹਾਰਾਂ ਨੂੰ ਚਿੰਨ੍ਹਿਤ ਕਰੋ ਜਿੱਥੇ ਇੱਕੋ ਜਾਂ ਬਹੁਤ ਹੀ ਸਮਾਨ ਸਰੋਤ ਵਾਕਾਂ ਦਾ ਵੱਖਰਾ ਅਨੁਵਾਦ ਕੀਤਾ ਜਾਂਦਾ ਹੈ। ਬਸ ਸਮੱਸਿਆਵਾਂ ਦੀ ਸੂਚੀ ਬਣਾਓ। ਜੋੜੇ: [...]
3) ਖੰਡ ਟੋਨ ਰੀਰਾਈਟਿੰਗ (CAT ਵਿੱਚ LLM):
ਅਰਥ ਨੂੰ ਬਦਲੇ ਬਿਨਾਂ ਹੇਠਾਂ ਦਿੱਤੇ ਟੀਚੇ ਵਾਲੇ ਹਿੱਸੇ [ਇੱਛਤ ਟੋਨ] ਬਣਾਓ। ਸ਼ਰਤਾਂ ਦੀ ਸੂਚੀ ਦੀ ਪਾਲਣਾ ਕਰੋ: [...]. ਨੰਬਰ ਅਤੇ ਨਾਮ ਰੱਖੋ। ਸਿਰਫ਼ ਮੁੜ-ਲਿਖੇ ਹਿੱਸੇ ਨੂੰ ਨਿਰਯਾਤ ਕਰੋ। ਖੰਡ: [...]
4) ਗੋਪਨੀਯਤਾ/ਏਕੀਕਰਣ ਪ੍ਰੀ-ਚੈੱਕ:
ਮੈਂ ਇੱਕ CAT ਪ੍ਰੋਜੈਕਟ ਵਿੱਚ MT/LLM ਏਕੀਕਰਣ ਦੀ ਵਰਤੋਂ ਕਰਾਂਗਾ। ਮੈਂ ਇਸ ਪ੍ਰੋਜੈਕਟ ਵਿੱਚ ਟੈਕਸਟ ਦੀ ਕਿਸਮ ਦਾ ਵਰਣਨ ਕਰਾਂਗਾ; ਮੈਨੂੰ ਦੱਸੋ ਕਿ ਕੀ ਇਹ ਟੈਕਸਟ ਕਲਾਉਡ-ਅਧਾਰਿਤ ਬਾਹਰੀ ਇੰਜਣ ਨੂੰ ਭੇਜਣਾ ਉਚਿਤ ਹੈ, ਮੈਨੂੰ ਪ੍ਰਦਾਤਾ ਤੋਂ ਕਿਹੜੇ ਸਵਾਲ (ਡੇਟਾ ਧਾਰਨ, ਸਿਖਲਾਈ, ਸਥਾਨ) ਪੁੱਛਣੇ ਚਾਹੀਦੇ ਹਨ। ਟੈਕਸਟ ਕਿਸਮ/ਗੋਪਨੀਯਤਾ ਸਥਿਤੀ: [...]
ਕਮਜ਼ੋਰ ਪ੍ਰੋਂਪਟ / ਮਜ਼ਬੂਤ ਪ੍ਰੋਂਪਟ
ਕਮਜ਼ੋਰ: "TM ਵਿੱਚ ਅਨੁਵਾਦ ਦੀ ਵਰਤੋਂ ਕਰੋ।" (ਇਹ ਅਸਪਸ਼ਟ ਹੈ ਕਿ ਕੀ ਮੈਚ ਦਰ ਅਤੇ ਕੀ ਅਨੁਕੂਲਿਤ ਕਰਨਾ ਹੈ; ਅੰਨ੍ਹੇ ਕਾਪੀ ਕਰਨ ਨਾਲ ਗਲਤੀਆਂ ਹੁੰਦੀਆਂ ਹਨ।)
ਮਜ਼ਬੂਤ: "ਇਹ ਨਵਾਂ ਵਾਕ TM 90% ਸਮੇਂ ਵਿੱਚ ਵਾਕ ਨਾਲ ਮੇਲ ਖਾਂਦਾ ਹੈ। TM ਅਨੁਵਾਦ 'ਤੇ ਬਣਾਓ ਪਰ ਇਸ ਅੰਤਰ ਨੂੰ ਦਰਸਾਓ: ਸਰੋਤ ਵਿੱਚ 'ਮਾਸਿਕ' ਦੀ ਬਜਾਏ 'ਸਾਲਾਨਾ' ਹੈ, ਇਸਲਈ ਇਹ 'ਮਾਸਿਕ' ਦੀ ਬਜਾਏ 'ਸਾਲਾਨਾ' ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ। ਹੋਰ ਕੁਝ ਨਾ ਬਦਲੋ।"
ਅੰਤਰ: ਮਜ਼ਬੂਤ ਪ੍ਰੋਂਪਟ ਮੈਚ ਦੇ ਅੰਤਰ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ; ਇਹ "ਪੁਰਾਣੇ ਅਨੁਵਾਦ ਨੂੰ ਇਸ ਤਰ੍ਹਾਂ ਛੱਡਣ" ਤੋਂ ਰੋਕਦਾ ਹੈ, ਜੋ ਕਿ ਫਜ਼ੀ ਮੈਚਿੰਗ ਦੀ ਸਭ ਤੋਂ ਆਮ ਗਲਤੀ ਹੈ।
CAT ਈਕੋਸਿਸਟਮ ਕੰਪੋਨੈਂਟਸ ਟੇਬਲ
ਕੰਪੋਨੈਂਟ
ਕੀ ਕਰਦਾ ਹੈ
ਏਆਈ ਨਾਲ ਸਬੰਧ
TM (ਅਨੁਵਾਦ ਮੈਮੋਰੀ)
ਪਿਛਲੇ ਪ੍ਰਵਾਨਿਤ ਅਨੁਵਾਦ ਵਾਪਸ ਕਰਦਾ ਹੈ
ਭਰੋਸੇਯੋਗ; MT ਤੋਂ ਪਹਿਲਾਂ
ਟਰਮਬੇਸ
ਮਿਆਦ ਦੀ ਇਕਸਾਰਤਾ ਨੂੰ ਯਕੀਨੀ ਬਣਾਉਂਦਾ ਹੈ
ਇਹ LLM ਲਈ ਪ੍ਰੋਂਪਟ ਵਜੋਂ ਦਿੱਤਾ ਗਿਆ ਹੈ
MT ਦੀ ਸਿਫ਼ਾਰਿਸ਼
ਖਾਲੀ ਹਿੱਸੇ ਵਿੱਚ ਕੱਚਾ ਸਕੈਚ
ਪੋਸਟ-ਐਡਿਟ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ
LLM ਏਕੀਕਰਣ
ਟੋਨ/ਸ਼ਬਦ/ਮੁੜ ਲਿਖਣਾ
ਨਿਯੰਤਰਿਤ, ਗੋਪਨੀਯਤਾ ਵੱਲ ਧਿਆਨ
QA ਮੋਡੀਊਲ
ਸਕੈਨ ਨੰਬਰ/ਮਦ/ਟੈਗ ਗਲਤੀ
ਆਟੋਮੈਟਿਕ ਕੰਟਰੋਲ
ਆਮ ਗਲਤੀਆਂ
- ਫਜ਼ੀ ਮੈਚ ਨੂੰ ਅੰਨ੍ਹੇਵਾਹ ਸਵੀਕਾਰ ਕਰਨਾ। ਇੱਕ 85% ਮੈਚ ਅਰਥ ਵਿੱਚ 15% ਅੰਤਰ ਨੂੰ ਲੁਕਾ ਸਕਦਾ ਹੈ।
- ਕੱਚਾ MT ਆਉਟਪੁੱਟ ਨੂੰ TM ਵਿੱਚ ਲਿਖਣਾ। ਗੰਦੀ TM ਗਲਤੀ ਨੂੰ ਭਵਿੱਖ ਵਿੱਚ ਲੈ ਜਾਂਦੀ ਹੈ ਅਤੇ ਇਸਨੂੰ ਫੈਲਾਉਂਦੀ ਹੈ।
- ਗਾਹਕ/ਪ੍ਰੋਜੈਕਟ TM ਨੂੰ ਮਿਲਾਉਣਾ। ਗੁਪਤਤਾ ਅਤੇ ਮਿਆਦ ਦੇ ਉਲਝਣ ਦਾ ਜੋਖਮ।
- ਇਹ ਪਤਾ ਨਹੀਂ ਕਿ ਏਕੀਕਰਣ ਡੇਟਾ ਕਿੱਥੇ ਜਾਂਦਾ ਹੈ। ਲੁਕਿਆ ਹੋਇਆ ਟੈਕਸਟ ਤੁਹਾਡੇ ਜਾਣੂ ਹੋਏ ਬਿਨਾਂ ਲੀਕ ਹੋ ਸਕਦਾ ਹੈ।
- TM/MT ਅੰਤਰ ਨੂੰ ਭੁੱਲਣਾ। MT ਇੱਕ ਅਨੁਮਾਨ ਹੈ; TM ਇੱਕ ਮੈਮੋਰੀ ਹੈ। ਦੋਵੇਂ ਬਰਾਬਰ ਸੁਰੱਖਿਅਤ ਨਹੀਂ ਹਨ।
ਪੂਰਵ-ਅਨੁਵਾਦ ਅਤੇ ਅਲਾਈਨਮੈਂਟ
ਦੋ ਉੱਨਤ CAT ਫੰਕਸ਼ਨ AI ਯੁੱਗ ਵਿੱਚ ਵਰਕਫਲੋ ਨੂੰ ਹੋਰ ਤੇਜ਼ ਕਰਦੇ ਹਨ। ਪਹਿਲਾ ਪੂਰਵ-ਅਨੁਵਾਦ ਹੈ: ਪ੍ਰੋਜੈਕਟ ਦੀ ਸ਼ੁਰੂਆਤ ਵਿੱਚ, ਟੂਲ ਆਪਣੇ ਆਪ ਹੀ TM ਅਤੇ MT ਨਾਲ ਸਾਰੇ ਹਿੱਸਿਆਂ ਨੂੰ ਭਰ ਦਿੰਦਾ ਹੈ; ਇੱਕ ਖਾਲੀ ਫਾਈਲ ਦੀ ਬਜਾਏ, ਤੁਸੀਂ ਇੱਕ ਫਾਈਲ ਨਾਲ ਸ਼ੁਰੂ ਕਰਦੇ ਹੋ ਜਿੱਥੇ 100% ਮੈਚਾਂ ਨੂੰ ਮਨਜ਼ੂਰੀ ਦਿੱਤੀ ਜਾਂਦੀ ਹੈ, ਫਜ਼ੀ ਮੈਚ ਅਨੁਕੂਲ ਹੋਣ ਦੀ ਉਡੀਕ ਕਰ ਰਹੇ ਹੁੰਦੇ ਹਨ, ਅਤੇ ਖਾਲੀ MT ਡਰਾਫਟ ਹੁੰਦੇ ਹਨ। ਇਹ ਕੰਮ ਨੂੰ "ਸਕ੍ਰੈਚ ਤੋਂ ਲਿਖਣਾ" ਤੋਂ "ਸਮੀਖਿਆ ਅਤੇ ਸੰਪਾਦਨ" ਵਿੱਚ ਬਦਲ ਦਿੰਦਾ ਹੈ - ਪਰ ਤੁਹਾਨੂੰ ਪੂਰਵ-ਅਨੁਵਾਦ ਨੂੰ ਅੰਨ੍ਹੇਵਾਹ ਮਨਜ਼ੂਰੀ ਦੇਣ ਦੀ ਬਜਾਏ ਹਰੇਕ ਹਿੱਸੇ ਦਾ ਮੁਲਾਂਕਣ ਕਰਨ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ।
ਦੂਸਰਾ ਅਲਾਈਨਮੈਂਟ ਹੈ: ਜੇਕਰ ਤੁਹਾਡੇ ਕੋਲ ਇੱਕ ਸਰੋਤ-ਨਿਸ਼ਾਨਾ ਦਸਤਾਵੇਜ਼ ਜੋੜਾ ਹੈ ਜੋ ਪਹਿਲਾਂ ਅਨੁਵਾਦ ਕੀਤਾ ਗਿਆ ਹੈ ਪਰ TM ਵਿੱਚ ਦਾਖਲ ਨਹੀਂ ਹੋਇਆ ਹੈ, ਤਾਂ ਅਲਾਈਨਮੈਂਟ ਟੂਲ ਉਹਨਾਂ ਨੂੰ ਖੰਡ ਦੁਆਰਾ ਖੰਡ ਨਾਲ ਮੇਲ ਖਾਂਦਾ ਹੈ ਅਤੇ ਉਹਨਾਂ ਨੂੰ TM ਵਿੱਚ ਬਦਲਦਾ ਹੈ। ਇਸ ਤਰ੍ਹਾਂ, ਤੁਹਾਡੇ ਪਿਛਲੇ ਅਨੁਵਾਦਾਂ ਨੂੰ "ਮੈਮੋਰੀ" ਵਿੱਚ ਜੋੜਿਆ ਜਾਂਦਾ ਹੈ। ਅਲਾਈਨਮੈਂਟ ਵਿੱਚ ਸਾਵਧਾਨੀ: ਆਟੋਮੈਟਿਕ ਮੇਲ ਹਮੇਸ਼ਾ ਸਹੀ ਨਹੀਂ ਹੁੰਦਾ; ਇੱਕ ਖੰਡ ਸਲਿਪੇਜ ਸਾਰੀ ਅਲਾਈਨਮੈਂਟ ਵਿੱਚ ਵਿਘਨ ਪਾਉਂਦਾ ਹੈ। TMing ਤੋਂ ਪਹਿਲਾਂ ਅਲਾਈਨ ਕੀਤੇ ਜੋੜਿਆਂ ਦੀ ਸਮੀਖਿਆ ਕਰਨਾ ਪਹਿਲੀ ਥਾਂ 'ਤੇ ਗੰਦੇ TM ਦੇ ਖਤਰੇ ਨੂੰ ਰੋਕਦਾ ਹੈ। ਇਹ ਦੋ ਫੰਕਸ਼ਨ ਤੁਹਾਡੀ ਮੌਜੂਦਾ ਸੰਪਤੀਆਂ (ਪਿਛਲੇ ਅਨੁਵਾਦ) ਨੂੰ ਭਵਿੱਖ ਦੇ ਕਾਰੋਬਾਰਾਂ ਵਿੱਚ ਨਿਵੇਸ਼ ਵਿੱਚ ਬਦਲਦੇ ਹਨ।
ਸੰਖੇਪ ਵਿੱਚ
CAT ਟੂਲ; ਇਹ ਅਨੁਵਾਦ ਮੈਮੋਰੀ, ਟਰਮਬੇਸ, ਮਸ਼ੀਨ ਅਨੁਵਾਦ ਅਤੇ LLM ਨੂੰ ਇੱਕ ਸਿੰਗਲ ਉਤਪਾਦਨ ਲਾਈਨ ਵਿੱਚ ਜੋੜਦਾ ਹੈ। TM ਇੱਕ ਮੈਮੋਰੀ ਹੈ ਜੋ ਤੁਹਾਡੇ ਪ੍ਰਵਾਨਿਤ ਪਿਛਲੇ ਅਨੁਵਾਦਾਂ ਨੂੰ ਮੁੜ ਪ੍ਰਾਪਤ ਕਰਦੀ ਹੈ ਅਤੇ ਦੁਹਰਾਉਣ ਵਾਲੇ ਕੰਮਾਂ ਵਿੱਚ ਵਧੀਆ ਗਤੀ ਪ੍ਰਦਾਨ ਕਰਦੀ ਹੈ; MT ਇੱਕ ਪੂਰਵ-ਅਨੁਮਾਨ ਹੈ ਜਿਸਦੀ ਹਮੇਸ਼ਾ ਪੁਸ਼ਟੀ ਕਰਨ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਸਮਝਦਾਰ ਉਪਭੋਗਤਾ ਧਿਆਨ ਨਾਲ ਫਜ਼ੀ ਮੈਚਾਂ ਵਿੱਚ ਅੰਤਰ ਨੂੰ ਅਨੁਕੂਲ ਬਣਾਉਂਦਾ ਹੈ, TM ਵਿੱਚ ਕੇਵਲ ਪ੍ਰਵਾਨਿਤ ਅਨੁਵਾਦ ਲਿਖਦਾ ਹੈ, ਗਾਹਕ TM ਨੂੰ ਵੱਖਰਾ ਰੱਖਦਾ ਹੈ, ਅਤੇ ਇਹ ਜਾਣ ਕੇ ਗੋਪਨੀਯਤਾ ਦੀ ਰੱਖਿਆ ਕਰਦਾ ਹੈ ਕਿ ਡੇਟਾ ਏਕੀਕਰਣ ਵਿੱਚ ਕਿੱਥੇ ਜਾਂਦਾ ਹੈ।
ਐਪਲੀਕੇਸ਼ਨ ਦਾ ਕੰਮ
ਇੱਕ CAT ਟੂਲ ਵਿੱਚ ਇੱਕ ਛੋਟਾ ਪ੍ਰੋਜੈਕਟ ਸੈਟ ਅਪ ਕਰੋ (ਇੱਕ ਮੁਫਤ ਔਨਲਾਈਨ CAT ਵੀ ਕੰਮ ਕਰਦਾ ਹੈ): ਇੱਕ ਟਰਮਬੇਸ ਅਤੇ ਇੱਕ ਖਾਲੀ TM ਸ਼ਾਮਲ ਕਰੋ। 10-ਵਾਕਾਂ ਦੇ ਪਾਠ ਦਾ ਅਨੁਵਾਦ ਕਰੋ, ਪ੍ਰਵਾਨਿਤ ਅਨੁਵਾਦਾਂ ਨੂੰ TM ਵਿੱਚ ਸੁਰੱਖਿਅਤ ਕਰੋ। ਫਿਰ ਪਹਿਲੇ ਟੈਕਸਟ ਦੇ ਸਮਾਨ ਦੂਜੇ ਟੈਕਸਟ ਦਾ ਅਨੁਵਾਦ ਕਰੋ ਅਤੇ "ਫਜ਼ੀ ਮੈਚ ਮੁਲਾਂਕਣ" ਟੈਮਪਲੇਟ ਨਾਲ TM ਦੁਆਰਾ ਵਾਪਸ ਕੀਤੇ ਗਏ ਫਜ਼ੀ ਮੈਚਾਂ ਨੂੰ ਅਨੁਕੂਲਿਤ ਕਰੋ; ਨੋਟ ਕਰੋ ਕਿ ਜੇਕਰ ਤੁਸੀਂ ਅੰਨ੍ਹੇਵਾਹ TM ਨੂੰ ਸਵੀਕਾਰ ਕਰਦੇ ਹੋ ਤਾਂ ਤੁਸੀਂ ਕਿੰਨੇ ਵਾਕਾਂ ਦੀ ਗਲਤੀ ਕਰੋਗੇ।
ਚੈੱਕਲਿਸਟ
- [ ] ਮੈਂ TM ਅਤੇ ਟਰਮਬੇਸ ਨੂੰ ਪ੍ਰੋਜੈਕਟ ਨਾਲ ਕਨੈਕਟ ਕੀਤਾ ਹੈ।
- [ ] ਮੈਂ ਅੰਨ੍ਹੇਵਾਹ ਦੀ ਬਜਾਏ ਫਜ਼ੀ ਮੈਚਾਂ ਵਿੱਚ ਅੰਤਰ ਨੂੰ ਅਨੁਕੂਲਤਾ ਨਾਲ ਵਰਤਿਆ।
- [ ] ਮੈਂ ਸਿਰਫ਼ TM ਨੂੰ ਪ੍ਰਮਾਣਿਤ ਅਨੁਵਾਦ ਲਿਖਿਆ ਹੈ ਜਿਸਦੀ ਮੈਂ ਪੁਸ਼ਟੀ ਕੀਤੀ ਹੈ।
- [ ] ਮੈਂ ਗਾਹਕ/ਪ੍ਰੋਜੈਕਟ TMs ਨੂੰ ਵੱਖਰਾ ਰੱਖਿਆ ਹੈ।
- [ ] ਮੈਂ ਜਾਂਚ ਕੀਤੀ ਕਿ MT/LLM ਏਕੀਕਰਣ ਵਿੱਚ ਡੇਟਾ ਕਿੱਥੇ ਜਾਂਦਾ ਹੈ।