收益：
- 能够通过建立术语库并明确定义批准和禁止的等效项来确保术语的一致性
- 利用人工智能快速提取候选术语并与专家和客户一起做出最终的术语决策
- 能够在翻译过程中将术语库连接到工具/提示，并通过翻译后术语 QA 巡查检测不兼容性
在技术翻译中，如果您将“用户帐户”一词在一个地方翻译为“用户帐户”，在另一个地方翻译为“会员帐户”，在另一个地方翻译为“用户个人资料”，则用户将丢失，品牌将显得不一致，并且搜索/文档将被破坏，即使文本在技术上是“正确的”。翻译中沉默但最具决定性的质量要素是术语的一致性。在本单元中，您将学习术语管理、创建术语库（术语数据库）、使用人工智能提取术语以及如何在整个翻译过程中保持术语纪律。我们的目标是成为一名专家，在每个项目中以相同的方式在任何地方满足相同的概念，并忠于企业语言。
基本概念
术语是与领域或机构的特定概念相对应的词语和表达（“结账”、“退货政策”、“干细胞”）。术语库（TB——术语数据库）是一个结构化词典，保存这些术语的源-目标等价物、定义、使用说明和“禁止等价物”；它连接到 CAT 工具并自动建议翻译。术语提取是自动收集文本中需要翻译/标准化的术语的过程。词汇表是一个更简单的两列术语列表；在小型作业中使用它代替术语库。
为什么它如此重要？因为机器翻译和法学硕士本身并不能保证术语的一致性。 NMT可以独立翻译每个句子； LLM 可能会在长文本中改变其决定。提供术语规则的是您准备并连接到车辆的术语库。
提示：在您与客户的第一份工作中，花 30 分钟建立术语库。这项投资提高了所有后续工作的速度和质量，并获得了“翻译中品牌一致”的声誉。
利用 AI 进行术语提取和术语库构建
人工智能加快了建立术语库中最繁琐的部分：寻找候选人。您可以向 LLM 提供源文本，并说“列出本文中特定领域的术语、重复的术语以及需要翻译一致性的术语”。然后，您批准此候选人列表，确定正确的目标响应，并在必要时与客户确认。关键点：人工智能建议术语候选者，专家和客户做出术语决策。品牌是叫“预约”还是“预订”是顾客的选择，而不是人工智能的选择。
对于每个术语，将以下内容放入术语库：源术语、批准的目标对应项、简短描述/上下文、“请勿使用”（禁止）等效项以及域/项目标签（如果适用）。编写禁止的等效项是避免不一致的最有效方法（对于“帐户”，请勿仅使用“帐户”；“个人资料”、“会员资格”）。
在整个翻译过程中保持术语纪律
仅安装术语库还不够；它需要被实施。三层：
- 翻译期间：翻译为 LLM 时，请在提示中添加术语库（“必须将这些术语与这些等效项一起使用”）。如果您使用 CAT 工具，请连接术语库；该工具会立即显示匹配情况。
- 翻译后质量检查：根据术语库扫描完成的文本。我问法学硕士“本文中是否有不符合术语库的地方？”或者运行 CAT 工具的术语 QA 功能。
- 项目结束更新：工作完成后向术语库添加新术语和客户反馈；术语库是一个动态文档。
注意：当您为 LLM 提供长期术语库时，它可能会“忘记”一些术语或根据上下文更改它们。因此，切勿跳过翻译后质量检查环节；提示不能代替检查。
三个迷你箱子
案例 1 — 术语库删除了差异。在一家软件公司与 5 名不同的自由翻译人员制作的 60,000 字文档中，相同的 40 个术语以数十种不同的方式翻译。一旦建立了通用术语库并且所有翻译都与其保持一致，诸如“我找不到此屏幕”之类的用户支持投诉就会显着减少。
案例 2 — AI 将推理时间从 2 天减少到 2 小时。医学翻译团队没有从 200 页的设备文档中手动提取术语列表，而是让法学硕士起草：2 小时内列出了 380 个候选术语。专家在 1 天内批准了这些建议并澄清了他们的答复；如果手动完成，则需要数周时间。决定再次属于人们。
案例3——禁令规则避免了危机。在品牌的术语库中，“客户”被批准为“客户”，而“用户”被禁止（由于品牌定位）。当新译者输入“用户”时，术语 QA 会捕获它，并在上线之前修复品牌语言失真问题。
四个可复制模板
1）候选词提取：
您的角色：术语学家。从以下[领域]文本中提取需要翻译一致性的术语：特定领域的概念、重复短语、产品/功能名称、缩写。列出源语言中的每个术语，添加简短的上下文注释。决定权在我；你只是推荐一个候选人。添加常用词（and、but）。文本：[...]
2) 创建术语库行：
为以下术语准备术语库行：源术语 |建议的目标响应 |简短描述 |要避免错误的答案。如果您不确定，请用[?]标记答案；我会做出决定。艾伦：[...] |条款：[...]
3) 术语库兼容翻译：
翻译此文本[源]→[目标]。必须应用以下术语库；请勿使用禁止的等效项：- [source1] → [target1]（使用：[forbidden1]）- [source2] → [target2]如果您遇到术语库中没有的术语，请用 [?] 标记它。文本：[...]
4) 翻译后术语质量检查：
根据我提供的术语库扫描下面的翻译。只需列出不兼容的地方：使用了哪个术语、在哪里、错误含义是什么、正确含义是什么。报告兼容位置。术语库：[...] |翻译：[...]
弱提示/强提示
弱者：“小心条款。” （哪个术语、哪个等价物、哪个禁令——尚不清楚；机器自己选择。）
Strong：“翻译本文时，请应用以下术语库：‘仪表板’→‘仪表板’、‘登录’→‘登录’。如果遇到非术语库术语，请输入 [?] 并自行弥补。”
区别：强提示明确了认可对应项、禁止对应项、未知项行为；保证一致性。
术语工具/方法表
方法
它有什么作用？
限制
术语表（两栏）
小企业，快速启动
无定义/禁止
术语库（连接到 CAT）
自动推荐、QA
安装需要人工
LLM 术语提取
加快候选名单的速度
人们决定
术语质量检查扫描
捕捉不和谐音
术语库必须是最新的
禁止条款清单
维护品牌语言
需要持续维护
常见错误
- 无需安装术语库即可开始一项艰巨的工作。随后，这种不一致性呈指数级增长。
- 毫无疑问地接受AI建议的回应。术语决定由客户/专家决定。
- 不写禁止的回复。只写“对”并不能防止“错”。
- 翻译后术语正在跳过 QA。将术语库放入提示中并不能保证其实施。
- 不更新术语库。随着时间的推移，死术语库会产生误导。
多语言术语库和客户认可
在大型项目中，术语库通常是多语言的：一个概念有多种目标语言的对应项（来源 → 英语、德语、土耳其语、阿拉伯语）。这确保了所有语言中相同概念的一致翻译，并在添加新语言时加快工作速度。多语言术语库中需要注意的一点是，每种语言都有其自己的文化和语法等价物；盲目地将一种语言的等价内容复制到另一种语言中是错误的。
术语还具有批准链维度。关键的是，最终决定通常应由客户的主题专家或品牌团队做出，而不是由翻译人员做出；因为他们最了解一个术语的官方/法律/品牌对应词。这就是为什么在大型工作中，最好将术语库标记为“已批准”、“候选”和“有争议”：您向客户询问候选术语和有争议的术语，让它们获得批准，然后锁定它们。这种纪律可以防止任务中期“这个术语实际上应该是”意外和大规模重新翻译。
综上所述
术语一致性是翻译中看不见但最决定性的质量要素。翻译大师在工作中建立术语库；它使用人工智能快速提取候选术语，但将决定权留给客户和专家；清楚地写出批准和禁止的答复；它在翻译过程中将术语库连接到提示/工具，并且从不跳过翻译后术语 QA 轮次。术语库是一个动态文档；在每项业务中成长并保护品牌。
应用任务
选择字段文本（技术、医疗或营销）。使用“候选术语提取”模板提取至少 15 个候选术语，并使用“术语库行”模板进行确认并编写等效项、定义和禁止等效项。然后使用此术语库翻译短文本，扫描与“术语 QA”模板的不兼容性并修复您发现的内容。
清单
- [ ] 我在工作中建立了一个术语库/术语表。
- [ ] 我批准了AI的任期候选人并做出了决定。
- [ ] 除了批准的回复之外，我还写了禁止的回复。
- [ ] 我在翻译过程中将术语库连接到提示/工具。
- [ ] 我进行了翻译后术语 QA 扫描并修复了不兼容性。