فائدہ:
- ٹرانسلیشن میموری (TM)، فجی میچز اور سیگمنٹس کے تصورات کو سمجھنا، اور مبہم میچوں کے فرق کو آنکھیں بند کرنے کے بجائے ان کو ڈھال کر استعمال کرنے کے قابل ہونا۔
- TM پر صرف منظور شدہ ترجمہ لکھنے، گاہک کے TMs کو الگ رکھنے، اور TM کی دیکھ بھال کرنے کے نظم و ضبط کو لاگو کرنے کی اہلیت
- CAT کے اندر MT/LLM انٹیگریشن میں ڈیٹا کہاں جاتا ہے اس کو کنٹرول کرکے رازداری کی حفاظت کرنے کی اہلیت
پیشہ ورانہ ترجمہ اکثر CAT ٹول میں کیا جاتا ہے، سادہ ٹیکسٹ ایڈیٹر میں نہیں۔ اس یونٹ میں، آپ CAT ٹولز، ترجمے کے مرکز میں ترجمہ میموری (TM) سیکھیں گے، وہ کس طرح مشینی ترجمہ اور LLM کے ساتھ مل کر کام کرتے ہیں، اور اس ماحولیاتی نظام کو موثر اور محفوظ طریقے سے استعمال کرنے کا طریقہ سیکھیں گے۔ مقصد ترجمہ ٹیکنالوجی کا صارف بننا ہے جو ایک پورے پروجیکٹ کا انتظام کرتا ہے، نہ کہ انفرادی جملوں کا، مستقل، تیز اور قابل شناخت طریقے سے۔
بنیادی تصورات
CAT ٹول (کمپیوٹر کی مدد سے ترجمہ) ایک پیشہ ور سافٹ ویئر ہے (جیسے Trados, memoQ, Phrase, MateCat) جو ترجمے کے جملے کو جملے (طبقہ) کے لحاظ سے ترتیب دیتا ہے اور ترجمہ میموری اور ٹرم بیس کو جوڑتا ہے۔ ماخذ اور ہدف کو ساتھ ساتھ دکھاتا ہے، دہرایا جاتا ہے، فارمیٹنگ کو محفوظ رکھتا ہے۔
TM (ٹرانسلیشن میموری) ایک ڈیٹابیس ہے جو ماخذ کے ہدف والے جملے کے جوڑوں کو محفوظ کرتا ہے جن کا آپ نے پہلے ترجمہ کیا ہے۔ جب کوئی نیا جملہ آتا ہے، اگر TM میں ایک جیسا جملہ ہے، تو ایجنٹ آپ کو تجویز کرتا ہے۔ یہاں کلیدی تصور فجی میچ ہے: TM میں کسی جملے سے نئے جملے کی مماثلت (100% = بالکل وہی، 85% = بڑی حد تک ملتی جلتی)۔ اعلی مماثلتیں کام کو تیز کرتی ہیں کیونکہ آپ اپنے پچھلے ترجمہ کو دوبارہ استعمال کرتے ہیں۔
ایک طبقہ ترجمے کی بنیادی اکائی ہے — عام طور پر ایک جملہ۔ CAT ٹول متن کو حصوں میں تقسیم کرتا ہے اور ہر ایک کو الگ الگ ترمیم کرتا ہے۔
TM کی اہمیت: MT خام مسودے تیار کرتا ہے، لیکن TM آپ کے منظور شدہ، انسانی معیار کے ماضی کے ترجمے واپس کرتا ہے۔ دونوں مختلف ہیں: MT ایک پیشین گوئی ہے، TM ایک میموری ہے۔
مشورہ: TM اور MT کو الجھائیں نہیں۔ 100% TM میچ (آپ کا پہلے سے منظور شدہ ترجمہ) عام طور پر قابل اعتماد ہوتا ہے۔ MT کی سفارش کی ہمیشہ تصدیق ہونی چاہیے۔ CAT ٹولز دونوں کو مختلف رنگوں/لیبلز کے ساتھ دکھاتے ہیں۔ ہمیشہ اس فرق کو دیکھیں۔
MT اور LLM کا CAT میں انضمام
جدید CAT ٹولز MT انجنوں اور بڑھتے ہوئے LLMs کو اندرونی طور پر کال کرتے ہیں: اگر TM میں کوئی مماثلت نہیں ہے، تو ایجنٹ خود بخود طبقہ کے لیے MT کی سفارش واپس کر دیتا ہے۔ آپ اسے پوسٹ ایڈٹ کرتے ہیں (یعنی MTPE CAT میں بہتا ہے)۔ جدید ترین جنریشن ٹولز ایل ایل ایم کو بھی مربوط کرتے ہیں: آپ ٹول میں "اس سیگمنٹ کو اس ٹون کے ساتھ دوبارہ لکھیں"، "اس اصطلاح کو ٹرم بیس میں درست کریں" وغیرہ جیسے آپریشن کر سکتے ہیں۔
اس انضمام کا فائدہ: TM، ٹرم بیس، MT اور LLM کو ایک اسکرین میں ملایا گیا ہے۔ ہر جملے کے لیے، بہاؤ "پہلے TM کو دیکھیں، بصورت دیگر MT، اصطلاح QA خود بخود تجویز کریں" قائم ہے۔ منفی پہلو اور احتیاط: ڈیٹا کہاں جاتا ہے؟ کلاؤڈ پر مبنی MT/LLM انضمام بیرونی سرورز کو متن بھیج سکتا ہے۔ خفیہ کام میں، یہ معاہدہ کی خلاف ورزی ہو سکتی ہے۔ یہ جاننا یقینی بنائیں کہ گاڑی کس انجن سے منسلک ہے اور کس ڈیٹا پالیسی کے ساتھ۔
ترجمہ میموری کو کھانا کھلانا اور صاف کرنا
ٹی ایم کی قدر اتنی ہی ہے جتنی اس میں تراجم کی کوالٹی کی ہے۔ کچرا اندر، کچرا باہر۔ دو مضامین:
- بس تصدیق شدہ ترجمہ TM کو لکھیں۔ اگر آپ خام MT آؤٹ پٹ کو درست کیے بغیر TM میں محفوظ کرتے ہیں، تو یہ آپ کی مستقبل کی ملازمتوں میں خراب "میموری" کے طور پر واپس آجائے گا۔
- ٹی ایم کی بحالی کو انجام دیں۔ وقت گزرنے کے ساتھ، شرائط بدل جاتی ہیں اور غلطیاں داخل ہوتی ہیں۔ وقتاً فوقتاً ٹی ایم کو صاف کریں، درست پہنے/غلط جوڑے۔ اس کام میں میں یہ پوچھنے کے لیے LLM استعمال کر رہا ہوں کہ "کیا ان TM جوڑوں میں کوئی تضاد/ اصطلاحی تعصب ہے؟" آپ اسے بطور آڈیٹر استعمال کر سکتے ہیں۔
احتیاط: دوسرے گاہک کے کاروبار میں ایک صارف کے TM کا استعمال رازداری کی خلاف ورزی اور اصطلاحی الجھن کا خطرہ دونوں ہے۔ TMs کو کلائنٹ/پروجیکٹ کی بنیاد پر الگ رکھا جاتا ہے۔ ایک مخلوط "ہر چیز TM" رازداری اور معیار دونوں کو تباہ کر دیتی ہے۔
تین چھوٹے مقدمات
کیس 1 - TM نے ری پلے اڑایا۔ ایک کارخانہ دار ایک پروڈکٹ فیملی کا ترجمہ کر رہا تھا جہاں اس کا 70% مینوئل سال بہ سال ایک ہی رہا۔ TM کا شکریہ، ہر نئے ورژن میں 100% اور ہائی فزی میچز خود بخود آتے ہیں۔ 30,000 الفاظ کے کام میں سے صرف ~9,000 الفاظ ہی اصل نیا ترجمہ تھے۔ وقت اور لاگت میں ایک تہائی کمی کی گئی۔
کیس 2 — گندے TM نے غلطی کا پرچار کیا۔ ایک ٹیم نے بغیر تصدیق کے خام MT آؤٹ پٹ کو TM میں محفوظ کر لیا تھا۔ ایک سال بعد وہی غلط ترجمہ بار بار آیا، جو 100% میچ کے طور پر "قابل اعتماد" دکھائی دیتا ہے۔ یہ غلطی 14 مختلف دستاویزات میں پھیلی ہوئی تھی۔ ٹیم نے "صرف TM کا مصدقہ ترجمہ" اصول اور کلین اپ ٹور قائم کیا۔
کیس 3 - انضمام میں رازداری کا انکشاف۔ ایک مترجم نے CAT پروجیکٹ میں خفیہ کام کیا جو خود بخود کلاؤڈ MT سے جڑ گیا تھا۔ متن ایک بیرونی انجن پر گیا جس کی ڈیٹا پالیسی واضح نہیں ہے۔ ایک بار محسوس ہونے پر، خفیہ منصوبوں کے لیے MT انضمام کو بند کر دیا گیا تھا اور صرف انٹرپرائز انجن استعمال کیے گئے تھے جو "ڈیٹا ذخیرہ/ٹرین نہیں کرتے"۔
چار کاپی کرنے کے قابل ٹیمپلیٹس
1) مبہم مماثلت کی تشخیص (ایل ایل ایم تک):
ذیل میں نیا ماخذ جملہ، TM میں ملتا جلتا جملہ اور اس کا منظور شدہ ترجمہ ہے۔ مجھے بالکل بتائیں کہ مجھے TM ترجمہ کو نئے جملے میں ڈھالنے کے لیے کیا تبدیل کرنے کی ضرورت ہے۔ غیر ضروری تبدیلیاں تجویز نہ کریں۔ معنی میں فرق واضح طور پر دکھائیں۔ نیا ذریعہ: [...] | ٹی ایم ذریعہ: [...] | TM ترجمہ: [...]
2) TM مستقل مزاجی کی جانچ:
ذیل میں TM سے ذریعہ ہدف کے جوڑے ہیں۔ متضاد اور اصطلاحی انحراف کو نشان زد کریں جہاں ایک جیسے یا بہت ملتے جلتے ماخذ جملوں کا مختلف ترجمہ کیا جاتا ہے۔ صرف مسائل کی فہرست بنائیں۔ جوڑے: [...]
3) سیگمنٹ ٹون ری رائٹنگ (سی اے ٹی میں ایل ایل ایم):
معنی کو تبدیل کیے بغیر درج ذیل ہدف والے حصے کو [مطلوبہ لہجہ] بنائیں۔ شرائط کی فہرست کے ساتھ عمل کریں: [...]. نمبر اور نام رکھیں۔ صرف دوبارہ لکھا ہوا حصہ برآمد کریں۔ طبقہ: [...]
4) پرائیویسی/انٹیگریشن پری چیک:
میں CAT پروجیکٹ میں MT/LLM انضمام کا استعمال کروں گا۔ میں اس منصوبے میں متن کی قسم بیان کروں گا؛ مجھے بتائیں کہ کیا یہ متن کلاؤڈ بیسڈ ایکسٹرنل انجن کو بھیجنا مناسب ہے، مجھے فراہم کنندہ سے کون سے سوالات (ڈیٹا برقرار رکھنے، تربیت، مقام) پوچھنے چاہئیں۔ متن کی قسم/ رازداری کی حیثیت: [...]
کمزور فوری / مضبوط اشارہ
کمزور: "ٹی ایم میں ترجمہ استعمال کریں۔" (یہ واضح نہیں ہے کہ میچ کی شرح کیا ہے اور کس چیز کو اپنانا ہے؛ اندھی کاپی کرنے سے غلطیاں آتی ہیں۔)
مضبوط: "یہ نیا جملہ TM 90% وقت کے جملے سے ملتا ہے۔ TM ترجمہ پر بنائیں لیکن اس فرق کی عکاسی کریں: ماخذ میں 'ماہانہ' کی بجائے 'سالانہ' ہے، اس لیے اسے 'ماہانہ' کی بجائے 'سالانہ' ہونا چاہیے۔ کوئی اور چیز تبدیل نہ کریں۔"
فرق: مضبوط پرامپٹ میچ کے فرق کی نشاندہی کرتا ہے۔ یہ "پرانے ترجمہ کو ویسا ہی چھوڑنے" سے روکتا ہے، جو کہ فزی ملاپ کی سب سے عام غلطی ہے۔
CAT ماحولیاتی نظام کے اجزاء کی میز
جزو
کیا کرتا ہے
AI کے ساتھ تعلق
TM (ترجمہ میموری)
منظور شدہ ماضی کے ترجمے واپس کرتا ہے۔
قابل اعتماد؛ MT سے پہلے
ٹرمبیس
مدت کی مستقل مزاجی کو یقینی بناتا ہے۔
یہ ایل ایل ایم کے لیے فوری طور پر دیا جاتا ہے۔
ایم ٹی کی سفارش
خالی حصے میں خام خاکہ
پوسٹ ایڈیٹ ہونا ضروری ہے۔
ایل ایل ایم انضمام
ٹون/ٹرم/دوبارہ لکھنا
کنٹرول، رازداری پر توجہ
QA ماڈیول
اسکین نمبر/ٹرم/ٹیگ کی خرابی
خودکار کنٹرول
عام غلطیاں
- مبہم میچ کو آنکھیں بند کر کے قبول کرنا۔ ایک 85% میچ معنی میں 15% فرق کو چھپا سکتا ہے۔
- خام MT آؤٹ پٹ کو TM پر لکھنا۔ گندا ٹی ایم غلطی کو مستقبل میں لے جاتا ہے اور اسے پھیلاتا ہے۔
- گاہک/پروجیکٹ TMs کو ملانا۔ رازداری اور اصطلاحی الجھن کا خطرہ۔
- نہ جانے انضمام کا ڈیٹا کہاں جاتا ہے۔ پوشیدہ متن آپ کو اس سے آگاہ کیے بغیر باہر نکل سکتا ہے۔
- TM/MT فرق کو بھولنا۔ MT ایک تخمینہ ہے؛ TM ایک میموری ہے۔ دونوں یکساں طور پر محفوظ نہیں ہیں۔
ترجمہ سے پہلے اور صف بندی
دو جدید CAT فنکشنز AI دور میں ورک فلو کو مزید تیز کرتے ہیں۔ پہلا ترجمہ سے پہلے ہے: پروجیکٹ کے شروع میں، ٹول خود بخود تمام سیگمنٹس کو TM اور MT سے بھر دیتا ہے۔ خالی فائل کے بجائے، آپ ایک فائل سے شروعات کرتے ہیں جہاں 100% میچز کی منظوری دی جاتی ہے، فزی میچز موافقت پذیر ہونے کے منتظر ہوتے ہیں، اور خالی MT ڈرافٹ ہوتے ہیں۔ یہ کام کو "شروع سے لکھنا" سے "جائزہ لینے اور ترمیم کرنے" میں تبدیل کر دیتا ہے — لیکن آپ کو پہلے سے ترجمے کو آنکھ بند کر کے منظور کرنے کے بجائے ہر طبقے کا جائزہ لینے کی ضرورت ہے۔
دوسرا الائنمنٹ ہے: اگر آپ کے پاس سورس ٹارگٹ دستاویز کا جوڑا ہے جس کا پہلے ترجمہ کیا جا چکا ہے لیکن TM میں داخل نہیں ہوا ہے، تو الائنمنٹ ٹول ان کو سیگمنٹ کے لحاظ سے ملاتا ہے اور انہیں TM میں تبدیل کرتا ہے۔ اس طرح، آپ کے ماضی کے تراجم "میموری" میں شامل ہو جاتے ہیں۔ سیدھ میں احتیاط: خودکار مماثلت ہمیشہ درست نہیں ہوتی۔ ایک سیگمنٹ سلپیج پوری سیدھ میں خلل ڈالتا ہے۔ TMing سے پہلے منسلک جوڑوں کا جائزہ لینے سے پہلے گندے TM کے خطرے کو روکتا ہے۔ یہ دو افعال آپ کے موجودہ اثاثوں (ماضی کے ترجمے) کو مستقبل کے کاروبار میں سرمایہ کاری میں بدل دیتے ہیں۔
خلاصہ میں
CAT ٹولز؛ یہ ترجمہ میموری، ٹرم بیس، مشین ٹرانسلیشن اور LLM کو ایک واحد پروڈکشن لائن میں یکجا کرتا ہے۔ TM ایک میموری ہے جو آپ کے منظور شدہ ماضی کے تراجم کو بازیافت کرتی ہے اور دہرائے جانے والے کاموں میں زبردست رفتار فراہم کرتی ہے۔ MT ایک پیشین گوئی ہے جس کی ہمیشہ تصدیق کی ضرورت ہوتی ہے۔ جاننے والا صارف فزی میچوں میں فرق کو احتیاط سے اپناتا ہے، TM پر صرف منظور شدہ ترجمہ لکھتا ہے، کسٹمر کے TMs کو الگ رکھتا ہے، اور یہ جان کر رازداری کی حفاظت کرتا ہے کہ ڈیٹا انضمام میں کہاں جاتا ہے۔
درخواست کا کام
CAT ٹول میں ایک چھوٹا پروجیکٹ مرتب کریں (ایک مفت آن لائن CAT بھی کام کرتا ہے): ایک ٹرم بیس اور ایک خالی TM شامل کریں۔ 10 جملوں کے متن کا ترجمہ کریں، منظور شدہ تراجم کو TM میں محفوظ کریں۔ پھر پہلے متن سے بالکل مماثل دوسرے متن کا ترجمہ کریں اور TM کی طرف سے واپس کیے گئے فزی میچز کو "فجی میچ ایویلیوایشن" ٹیمپلیٹ کے ساتھ ڈھال لیں۔ نوٹ کریں کہ اگر آپ TM کو آنکھ بند کر کے قبول کرتے ہیں تو آپ سے کتنے جملے غلط ہوں گے۔
چیک لسٹ
- میں نے TM اور ٹرم بیس کو پروجیکٹ سے جوڑا۔
- [ ] میں نے فزی میچوں میں فرق کو آنکھیں بند کرنے کے بجائے موافقت سے استعمال کیا۔
- [ ] میں نے TM کو صرف وہی مصدقہ ترجمہ لکھا جس کی میں نے تصدیق کی ہے۔
- میں نے کسٹمر/پروجیکٹ TMs کو الگ رکھا۔
- میں نے چیک کیا کہ MT/LLM انٹیگریشن میں ڈیٹا کہاں جاتا ہے۔