收益：
- 了解翻译记忆库 (TM)、模糊匹配和句段的概念，并能够通过调整而不是盲目地利用模糊匹配的差异。
- 能够应用仅将经批准的翻译写入 TM 的规则、将客户 TM 分开并执行 TM 维护
- 能够通过控制数据在 CAT 内的 MT/LLM 集成中的去向来保护隐私
专业翻译通常是在 CAT 工具中完成，而不是在纯文本编辑器中完成。在本单元中，您将学习 CAT 工具、翻译核心的翻译记忆库 (TM)、它们如何与机器翻译和法学硕士协同工作，以及如何高效、安全地使用这个生态系统。我们的目标是成为一名翻译技术用户，以一致、快速和可追踪的方式管理整个项目，而不是单个句子。
基本概念
CAT工具（计算机辅助翻译）是逐句（句段）组织翻译并连接翻译记忆库和术语库的专业软件（如Trados、memoQ、Phrase、MateCat）。并排显示源和目标、捕获重复、保留格式。
TM（翻译记忆库）是一个数据库，存储您之前翻译过的源-目标句子对。当有新的句子到来时，如果TM中有类似的句子，代理就会向您推荐。这里的关键概念是模糊匹配：新句子与 TM 中句子的相似度（100% = 完全相同，85% = 很大程度上相似）。高匹配度可以加快工作速度，因为您可以重复使用以前的翻译。
句段是翻译的基本单位——通常是句子。 CAT 工具将文本分成多个片段并单独编辑每个片段。
TM 的重要性：MT 生成原始草稿，但 TM 会返回经过批准的、人工质量的过去翻译。两者不同：MT是预测，TM是记忆。
提示：不要混淆 TM 和 MT。 100% TM 匹配（您之前批准的翻译）通常是可靠的；应始终验证 MT 的建议。 CAT 工具用不同的颜色/标签显示两者；总是看到这种差异。
将 MT 和 LLM 整合到 CAT 中
现代 CAT 工具在内部调用 MT 引擎和越来越多的法学硕士：如果 TM 中没有匹配项，代理会自动返回该细分市场的 MT 推荐；您对其进行后期编辑（即 CAT 中的 MTPE 流）。最新一代工具还集成了LLM：您可以在工具中执行“用这种语气重写此段”、“将此术语更正到术语库”等操作。
这种集成的优点：TM、术语库、MT 和 LLM 合并在一个屏幕中；对于每个句子，建立“首先看TM，否则建议MT，自动术语QA”的流程。缺点和注意事项：数据去了哪里？基于云的MT/LLM集成可以将文本发送到外部服务器；在保密工作中，这可能违反合同。请务必了解车辆连接到哪个引擎以及使用哪个数据策略。
传送和清除翻译记忆库
TM 的价值与其翻译的质量一样重要。垃圾进来，垃圾出去。两个学科：
- 只需将经过认证的翻译写给 TM 即可。如果您将原始 MT 输出保存到 TM 而不对其进行验证，它将作为错误的“内存”返回到您未来的工作中。
- 执行 TM 维护。随着时间的推移，术语会发生变化并出现错误。定期清洁 TM，纠正磨损/不正确的配对。在这项工作中，我使用法学硕士来询问“这些 TM 对中是否存在不一致/术语偏差？”您可以将其用作审核员。
注意：在另一客户的业务中使用一个客户的 TM 既违反机密性，又存在术语混淆的风险。 TM 根据客户/项目分开保存。混合的“一切TM”都会破坏机密性和质量。
三个迷你箱子
案例 1 — TM 播放了重播。一家制造商正在翻译一个产品系列，其中 70% 的手册年复一年保持不变。感谢 TM，每个新版本都会自动实现 100% 和高度模糊匹配； 30,000 字的作品中只有约 9,000 字是真正的新译文。时间和成本减少了三分之一。
情况 2 — Dirty TM 传播错误。一个团队未经验证就将原始 MT 输出保存到 TM 中。一年后，同样的误译一次又一次出现，显得“可靠”，100%匹配；该错误分布在 14 个不同的文档中。该团队制定了“仅限 TM 的认证翻译”规则和清理工作。
案例3——整合过程中的机密泄露。翻译人员在自动连接云端MT的CAT项目中进行机密工作；该文本发送到一个数据策略尚不清楚的外部引擎。一旦被发现，秘密项目的 MT 集成就被关闭，只使用“不存储/训练数据”的企业引擎。
四个可复制模板
1）模糊匹配评估（到LLM）：
以下是新的源句子、TM 中的相似句子及其批准的翻译。准确地告诉我需要更改哪些内容才能使 TM 翻译适应新句子；不要建议不必要的更改。清楚地表明含义的差异。新来源：[...] | TM 来源：[...] | TM 翻译：[...]
2）TM一致性检查：
以下是来自 TM 的源-目标对。标记不一致和术语偏差，其中相同或非常相似的源句子被不同地翻译。只需列出问题即可。夫妇：[...]
3）段音重写（CAT中的LLM）：
将以下目标片段设置为 [所需语气]，但不改变其含义。遵守术语列表：[...]。保留号码和姓名。仅导出重写的段。部分： [...]
4) 隐私/集成预检查：
我将在 CAT 项目中使用 MT/LLM 集成。我将描述这个项目中的文本类型；告诉我是否适合将此文本发送到基于云的外部引擎，我应该询问提供商哪些问题（数据保留、培训、位置）。文本类型/隐私状态：[...]
弱提示/强提示
弱：“使用TM中的翻译。” （目前还不清楚匹配率和适应内容；盲目复制会引入错误。）
Strong：“这个新句子与 TM 中的句子 90% 的情况相匹配。以 TM 翻译为基础，但反映了这一差异：源中使用的是“年度”而不是“每月”，因此应该是“年度”而不是“每月”。不要更改任何其他内容。”
差异：强力提示，精准定位匹配差异；它可以防止“保留旧翻译原样”，这是模糊匹配最常见的错误。
CAT 生态系统组成表
组件
什么是
与人工智能的关系
TM（翻译记忆库）
返回已批准的过去翻译
可靠；优先于 MT
术语库
确保术语一致性
它是作为LLM的提示而给出的
MT推荐
原始草图进入空段
必须经过后期编辑
法学硕士整合
语气/术语/重写
受控、注重隐私
质量保证模块
扫描号码/术语/标签错误
自动控制
常见错误
- 一味地接受模糊匹配。 85% 的匹配度可以隐藏 15% 的含义差异。
- 将原始 MT 输出写入 TM。 Dirty TM 将错误带入未来并使其扩散。
- 混合客户/项目 TM。保密性和术语混淆的风险。
- 不知道集成数据去了哪里。隐藏的文本可能会在您不知情的情况下泄露。
- 忘记 TM/MT 的区别。 MT 是估计值； TM是记忆。两者并不同样安全。
预翻译和对齐
两项先进的 CAT 功能进一步加速了人工智能时代的工作流程。首先是预翻译：在项目开始时，工具自动用TM和MT填充所有句段；您从一个文件开始，而不是空文件，其中 100% 匹配已获得批准，模糊匹配正在等待调整，空文件是 MT 草稿。这将工作从“从头开始写作”转变为“审阅和编辑”——但你需要评估每个片段，而不是盲目批准预翻译。
第二个是对齐：如果您有一个之前翻译过但尚未进入 TM 的源-译文文档对，对齐工具会逐段匹配它们并将其转换为 TM。因此，您过去的翻译将被添加到“记忆”中。对齐注意事项：自动匹配并不总是正确的；某一部分的滑动会破坏整个对齐。在 TMing 之前检查对齐对可以首先防止脏 TM 的风险。这两个功能将您当前的资产（过去的翻译）转化为对未来业务的投资。
综上所述
计算机辅助翻译工具；它将翻译记忆库、术语库、机器翻译和法学硕士整合到一条生产线中。 TM 是一个存储器，可以检索您批准的过去翻译，并在重复性任务中提供极快的速度；机器翻译是一种总是需要验证的预测。精明的用户会仔细调整模糊匹配中的差异，仅将批准的翻译写入 TM，将客户 TM 分开，并通过了解数据在集成中的去向来保护隐私。
应用任务
在 CAT 工具（免费的在线 CAT 也可以）中设置一个小项目：添加术语库和空 TM。翻译 10 句文本，将批准的翻译保存到 TM。然后翻译与第一个文本非常相似的第二个文本，并使用“模糊匹配评估”模板调整TM返回的模糊匹配；请注意，如果您盲目接受 TM，您会犯多少个句子。
清单
- [ ] 我将 TM 和术语库连接到该项目。
- [ ] 我自适应地使用了模糊匹配的差异，而不是盲目地使用。
- [ ] 我只给TM写了我已经验证过的认证翻译。
- [ ] 我将客户/项目 TM 分开。
- [ ] 我检查了 MT/LLM 集成中数据的去向。