En hybrid oversættelsestilgang: Machine Translation Post Editing (MTPE)

MTPE – eller maskinoversættelse efter redigering – har hurtigt vundet frem som en måde at få oversættelser af højere kvalitet til en lavere pris end den traditionelle arbejdsgang for oversættelse, der kun er for mennesker.

Kunstig intelligens (AI) har forstærket de traditionelle MT- og MTPE-arbejdsgange og givet en endnu bedre måde at få oversættelser af højere kvalitet for mindre. Smartling-kunder kan udnytte Smartlings AI-drevne MT-arbejdsgang til at klare det meste af de tunge løft. Og det betyder, at de kan reservere deres brug af menneskelig efterredigering af ekspert-lingvister til deres højest prioriterede oversættelser.

Hvad er maskinoversættelse efter redigering (MTPE)?

Maskinoversættelse efter redigering (MTPE) kombinerer nøjagtigheden af menneskelige oversættere med hastigheden af maskinoversættelse. Hos Smartling betyder det en oversættelsesproces, hvor professionelle redaktører gennemgår maskinoversatte output og oversættelseshukommelsesmatches for at sikre højkvalitetsarbejde .

Hele oversættelsesprocessen ser således ud:

• Maskinoversættelsesmaskiner oversætter kildeteksten til målsproget.
  
• Smartlings software anvender foretrukken terminologi fra sproglige aktiver og redigeringer for stave- eller grammatikfejl.
  
• Professionelle oversættere gennemgår derefter den oversatte tekst og udfører let post-redigering efter behov for at sikre konsistens i stemme, flydende og nøjagtighed.

Maskinoversættelse er måske ikke en erstatning for mennesker endnu, men det kan være et vigtigt første skridt for virksomheder, der begynder dereslokaliseringsbestræbelser eller ekspanderer til nye markeder. Antag, at du søger sende nøjagtige oversættelser til software eller websider hurtigt eller kun behøver at understøtte et eller to sprog. I så fald kan maskinoversættelse være et godt valg, især hvis du tilføjer efterredigeringstjenester af en professionel oversætter til blandingen for et ekstra lag kvalitetssikring af oversat tekst.

Er maskinoversættelse efter redigering det rigtige for mig?

Når du overvejer, hvilke oversættelsestjenester du skal bruge, er det vigtigt at spørge dig selv: Hvilket kvalitetsniveau er acceptabelt for den type indhold, jeg oversætter? Hos Smartling har vi fundet ud af, at der er en optimal løsning til enhver oversættelsessag, men den kan se anderledes ud for hver virksomhed.

Lad os komme i gang ved at sammenligne MTPE med andre populære oversættelsesmuligheder.

MT vs. MTPE

Neural maskinoversættelse tilbyder en af de hurtigste og mest omkostningseffektive måder at oversætte tekst til forskellige sprog. De fleste maskinoversættelsesværktøjer leverer resultater på minutter eller sekunder automatisk, leverer ensartede output og understøtter en lang række sprog. Endelig, efterhånden som MT har udviklet sig , og neurale maskinoversættelsesmotorer (NMT) er modnet, er det rå MT-output blevet merenøjagtigt.

I det væsentlige producerer maskinoversættelsesmotorer en god basisoversættelse. Derfor er MT et glimrende valg for når en basisoversættelse er alt, der er brug for. For eksempel anbefaler vi ofte MT-kun arbejdsgange til indhold, der har en kort holdbarhed, er tidskrævendeeller ikke kræver en stærk personlighed i den oversatte tekst. Supportbilletter, tekniske manualer og kundeanmeldelser kan falde ind under denne kategori. Det er også et glimrende værktøj til sekundære oversættelsesindsatser som genoversættelse (redigering af et eller to ord i stedet for at indsende et helt afsnit) eller præ-oversættelse (for at få en fornemmelse af, hvordan tekstudvidelse vil påvirke din brugervenlighed).

Traditionel MTPE supplerer fordelene ved MT ved at tilføje QA udført af en professionel oversætter. Det giver dig mulighed for at nyde nogle tids- og omkostningsbesparelser, mens du øger kvaliteten af outputtet.

MTPE har typisk to former, afhængigt af dine behov: fuld efterredigering (FPE) eller let efterredigering (LPE). Let efterredigering gennemsøger dokumentet for åbenlyse problemer, såsom større grammatiske fejl, stavefejl eller forkerte ord. Det giver dig en hurtigere vending, men er ikke den samme dybde som FPE, grundig, detaljeret menneskelig redigering for stil, brand stemme og konsistens. Dit valg af FPE eller LPE afhænger af kvaliteten af det oprindelige MT-output og din brugssituation.

MTPE vs. menneskelig oversættelse

Neurale maskinoversættelsesmotorer kan levere relativt nøjagtige, konsistente basisoversættelser øjeblikkeligt og for meget færre penge. Og professionelle oversættere kan tilbyde kulturel erfaring og bevidsthed, der hjælper med at forbedre disse oversættelser. Så hvorfor ikke bruge MTPE til alt?

Selvom det er rigtigt, at efterredigering kan øge kvaliteten af dit maskinoversatte output, er det ikke altid en erstatning for en menneskelig oversættelsesarbejdsgang. Visse indholdstyper, såsom højt profileret marketingindhold og oversættelser, der kræver megen kreativitet og kulturel følsomhed, kræver et menneskeligt præg.

I bund og grund skaber en professionel lingvist et slutprodukt, der føles som om det er skrevet på dit målsprog med dit specifikke lokale publikum i tankerne. Dette er ikke noget et stykke software kan fange. Hvad mere er, giver en MT-genereret oversættelse ikke altid et godt udgangspunkt for mange af de typer indhold, som du gerne vil have en arbejdsgang kun for mennesker.

Jo mere komplekst, detaljeret eller følsomt dit indhold er, jo mere sandsynligt får du brug for professionelle oversættelsestjenester. Af den grund arbejder Smartlingmed et netværk af professionelle oversættere rundt om i verden, som ikke kun har specialiseret sig i at sikre, at dine oversættelser er nøjagtige, men også at de stemmer overens med dine beskeder og lyder, som om de oprindeligt er skrevet på det pågældende målsprog.

AI-drevne oversættelsesarbejdsgange

De seneste fremskridt inden for kunstig intelligens har introduceret nye måder at arbejde på. De, der bruger kunstig intelligens til oversættelse, oplever, at de har plads i deres budgetter til at oversætte mere indhold end nogensinde før. De gør det også hurtigere og uden at ofre kvaliteten.

Smartlings AI Translation workflow bruger AI til at forbedre den traditionelle maskinoversættelse efter redigeringsproces. Først bruger vi AI fuzzy match reparation til at anvende din oversættelseshukommelse og reparere høj fuzzy match. Derefter sendes dine strenge til flere MT-motorer, og AI bruges til at vælge den bedste rå oversættelse. Endelig anvender et AI-drevet efterredigeringstrin foretrukken terminologi fra sproglige aktiver og retter grammatik, syntaks, stil og formalitet.

Oversættelserne leveres til dig med det samme. Plus, de er af samme kvalitet, som du ville få fra traditionel MTPE - til halvdelen af prisen.

Smartling-kunder har fundet ud af, at AI-oversættelsesprocessen giver tilstrækkelig kvalitet til mange brugssager, hvor de ville have brugt MTPE før. Det omfatter brugervejledninger og aftaler, hvidbøger, casestudier og vidensbase og hjælpecenterartikler.

Endnu bedre, de har fundet ud af, at denne arbejdsgang giver en fremragende basisoversættelse til indhold med højere profil såsom deres markedsføringswebsted og produktemballage. Hvor de engang ville have brugt en arbejdsgang, der kun var for mennesker, engagerer de nu ofte professionelle oversættere og lingvister som kun lette postredaktører - og opnår samme kvalitetsniveau. Oversættelse kun for mennesker kunne derfor reserveres til projekter, der kræver et meget kulturelt afstemt og kreativt præg.

5 bedste fremgangsmåder for maskinoversættelse efter redigering

At tage en hybrid tilgang til dine oversættelsesbehov ved at blande maskinoversættelse med et menneskeligt efterredigeringstrin kræver, at du følger nogle få bedste praksis for at sikre gode resultater. Hvis du vælger at overføre noget af dit indhold gennem en traditionel MTPE, er her et par ting, du skal huske på.

1. Sørg for, at din kildetekst er så ren som muligt

Det er let at klage over MT-nøjagtighed, men ofte er synderen ikke softwaren; det er den originale tekst! Akavede sætninger, grammatiske fejl, tegnsætningsfejl og inkonsekvent terminologi i kildeteksten kan overføres til det maskinoversatte output.

En mangel på konsistens kan skabe forvirring for dine menneskelige redaktører - og derfor resultere i en dårlig oversættelse. Så det er vigtigt at få nogen til at læse korrektur på din kildetekst før oversættelse og sørge for, at den er så nøjagtig og fejlfri som muligt.

Dette er især vigtigt for mere specialiserede industrier som finans eller medicin eller mere omfattende indholdstyper som transskription og undertekster.

2. Vælg det rigtige TMS til dine behov

Der er masser af neurale maskinoversættelsesmotorer derude, inklusive Google Translate, DeepL og Microsoft Translator. Men det, du ønsker, er en oversættelsesstyringssoftware (TMS) som Smartling, der kan styre hele lokaliseringsprocessen i én grænseflade - uanset om du bestiller maskinoversættelse eller MTPE eller har brug for en mere personlig tilgang gennem andre oversættelsestjenester.

Smartlings System til oversættelsesstyring er et lager til dit indhold og en kraftfuld administrativ suite til at kontrollere alt relateret til lokalisering:

• Se fremskridt i oversættelsen i realtid for dine websteder, mobilapps, e-mails og meget mere i et enkelt øjebliksbillede.
  
• Konfigurér Smartling til automatisk at indsende indhold til oversættelse baseret på et sæt forudbestemte betingelser, f.eks. dit budget, krav til workflow og tidslinje.
  
• Du kan programmere adskillige muligheder for kvalitetskontrol til at sikre konsistente oversættelser på tværs af alt dit indhold uden at skulle kontrollere alting selv.
  
  

Det rigtige TMS vil også omfattef.eks CAT værktøjer at hjælpe lingvisterne med at levere efterredigeringstjenester, såsom oversættelseshukommelse, ordliste og stilguider til hele dit oversættelsesteam. Disse værktøjer har vist sig at forbedre nøjagtigheden af endelige oversættelser.

3. Sæt klare redaktionelle retningslinjer

Hver gang du har et team af oversættere, der redigerer dit indhold, skal du have ét sted at finde al den information, de har brug for. Dokumenter alt i din sproglige aktivpakke. Dette bør omfatte din foretrukne terminologi og dit brands stil (bruger du Oxford-kommaet?) til afsnitslængde, foretrukne tone, brandstemme og formalitet.

Det er fordi, hvad der kan være passende for dit kildesprog, ikke virker for dit målsprog. Tænk på mærker, der kan lide at bruge humor, som Netflix eller Taco Bell. De skal omhyggeligt kalibrere, hvordan det vil oversætte tekst (eller ej) på andre sprog, fordi det, der er sjovt på engelsk, kan falde fladt på målsproget - eller endnu værre, støde deres publikum.

Opbygning af en samarbejdsproces efter redigering hvor du arbejder direkte med din post-editor, gør dig klar til succes (og gør det nemmere nede på linjen, når du er klar til at hyre professionelle oversættelsestjenester).

Hos Smartling lærer du dine oversættere at kende via meddelelsesværktøjer som Slack – ikke kun så du kan give feedback mere effektivt, men også så de lærer dit brand og dine budskaber at kende. Jo mere fortrolige de er med dine produkter og tjenester, jo bedre bliver de redigerede oversættelser.

4. Perfekt er det godes fjende

Målet med MTPE er at levere hurtige, nøjagtige oversættelser på snævre ekspeditionstider – vægt på hurtig.

Det betyder at automatisere manuelt arbejde så meget som muligt. Sprogdatanetværkk TAUS understreger , at MTPE bør være for en "god nok" tilgang, som dedefinerer som "forståelig (dvs. du kan forstå hovedindholdet af budskabet) og nøjagtig (dvs. det kommunikerer den samme betydning som kildeteksten)."

Ud over at opbygge redaktionelle retningslinjer, skal du sætte forventninger til, hvilke typer fejl der skal redigeres, og hvor meget redaktører og oversættere skal røre ved det oversatte output. TAUS anbefaler først og fremmest at sigte efter semantisk korrekte oversættelser og fjerne eventuelle kulturelt stødende fejl, men at bruge det rå maskinoversættelsesoutput så meget som muligt og undgå at lave stilistiske ændringer eller redigering for sætningsflow.

5. Løbende evaluere præstationer

Mens du fortsætter med at bruge MTPE, skal du sørge for at evaluere din præstation. Det inkluderer måling af MT-kvalitet ved at vurdere, hvor meget redigering dine menneskelige lingvister laver for hvert projekt og den overordnede ydeevne af dine sider, inklusive engagement og leadgenerering.

For dem, der har eller ønsker at opsætte LQA-arbejdsgange til deres oversættelser, tilbyder Smartling kunderne en nem måde at styre kvalitet direkte fra vores TMS. Mens brugere kan udføre LQA direkte i et oversættelsesproduktionsprojekt, kan de også bruge vores LQA Suite at oprette et separat, dedikeret projekt for LQA. Det er enkelt at oprette eksempler: Brugere kan lave "snapshots" af oversættelser fra deres eksisterende projekter. Derefter kan redaktører gennemgå oversættelserne og logge fejl. Endelig kan de redigerede oversættelser problemfrit skubbes tilbage til produktionsmiljøet for at sikre nøjagtigheden af det endelige output.

Få MTPE-kvalitet til halvdelen af prisen med Smartling

Traditionelle MTPE-arbejdsgange giver ofte bedre resultater end kun MT-arbejdsgange og er omkostningseffektive sammenlignet med traditionelle menneskelige oversættelsesarbejdsgange. Der er dog en endnu bedre - og billigere - vej frem. 

Smartlings AI-drevne oversættelsesløsninger kan hjælpe dig med at oversætte mere med mindre. Mere specifikt kan virksomheder med Smartlings AI-oversættelsesworkflow få MTPE-kvalitet til halvdelen af prisen. Oversættelserne er klar med det samme, og kvaliteten er garanteret.

Er du klar til at øge din oversættelsesindsats med kunstig intelligens og udvide din sprogsupport? Prøv Smartlings AI-drevne oversættelsesløsninger i dag.

Tags: Maskinoversættelse Menneskelig oversættelse Optimer