Hvordan fungerer automatiseret opgaverouting i en oversættelsesworkflow?

Sidst gennemgået: 9. september 2026

Hvad skal en automatiseret oversættelsesroutingplatform kunne gøre?

Routing er ikke én funktion. Det er en stak af beslutninger, der træffes på fire punkter i arbejdsgangen, og en platform bør automatisere hver enkelt:

• Automatiser jopoprettelse og -godkendelse — Regler, der samler nyligt registrerede strenge i et job og godkender det til oversættelse efter en tidsplan, pr. projekt og pr. sprog, så connectorindhold og hjemmesideregistreringer begynder at bevæge sig uden et manuelt trin. Smartling gør dette med jobautomatiseringsregler på jobdashboardet på kontoniveau og med automatiseringsregler for connectorindhold, hver med en automatisk godkendelsesmulighed og et workflowvalg pr. sprog.
• Rute før oversættelse — Et beslutningstrin før oversættelse, der sender strenge til forskellige grene baseret på fuzzy-match-estimat (en tærskel på 0-100%), fil-URI, projekt-UID, kilde- eller mållokalitet, strengnøgler, strengtags, strengvarianter, antal streng- eller jobord og om strengen er en gentagelse. Det almindelige mønster er strenge med høj fuzzy-effekt til menneskelige oversættere, hvor oversættelseshukommelse og SmartMatch reducerer omkostningerne, og strenge med lav fuzzy-effekt til maskinoversættelse for at opnå hastighed.
• Rute efter oversættelse på et kvalitetssignal — Et beslutningstrin efter oversættelse, der læser, hvad der skete i det foregående trin: om strengen blev redigeret eller uredigeret, om oversættelsen overskrider sin tegngrænse, om den matcher kildeteksten, dens sprogkvalitetsestimeringsetiket (Høj, Mellem eller Lav) og den registrerede LQA-fejl med den højeste alvorlighed (Kritisk, Stor, Mindre eller Neutral). Det er dette, der forvandler maskinoversættelse til en graderet sti – publicer automatisk outputtet med høj sikkerhed og send kun outputtet med lav sikkerhed til et menneske.
• Byg godkendelsesfaser ud fra typebestemte trin — Forskellige trintyper for oversættelse, transkreation, redigering, efterredigering, gennemgang, intern gennemgang, kvalitetsevaluering, desktop publishing, tilbageholdelse før oversættelse og tilbageholdelse af arbejdsgang, der hver har sin egen prislistelinje og forfaldsdatoindstillinger, så en godkendelseskæde med flere faser konfigureres i stedet for improviseret.
• Tildel personerne separat fra stien – Når en gren er valgt, skal en lingvist eller et bureau stadig modtage jobbet. Det er en separat tildelingsmekanisme (pålagt af en leder eller pålagt af en kvalificeret lingvist), der er beskrevet på siden for arbejdsgang til oversættelsestildelinger.

Automatiseret oversættelsesrouting: tallene

Hvordan bevæger en streng sig gennem en automatisk dirigeret oversættelsesarbejdsgang?

De samme fem faser gælder, uanset om indhold ankommer fra en CMS-connector, et kodelager, en hjemmesideproxy eller en filupload.

1. Registrering og automatiseret jobogrealisering — Nye strenge lander i et projekt, og en regel for jobautomatisering batcher uautoriserede strenge for de valgte sprog ind i et job i sin tidsplan. Med automatisk godkendelse aktiveret begynder jobbet at oversætte uden manuelle trin, og reglen vælger arbejdsgangen for hvert sprog.
2. Routing før oversættelse — Et beslutningstrin evaluerer hver streng top-down i forhold til dens regler. Regler kører i rækkefølge, og når en streng matcher en regel, flyttes den til den gren og evalueres ikke igen – hvilket er grunden til, at en gentagelsesregel bør placeres over en ordtællingsregel, da en gentaget streng på 20 ord ellers ville lande i den forkerte gren.
3. Oversættelse på den valgte gren – Strenge med høj eller høj indsats går til et menneskeligt oversættelsestrin; strenge med lav fuzzy går til maskinoversættelse via AI Hub, hvor Language Quality Estimation Agent mærker hver MT-streng som Høj, Mellem eller Lav, mens den oversættes.
4. Efteroversættelsesruting og godkendelsesfaser — Et andet regelsæt bestemmer, hvad der sker derefter: uredigerede strenge kan føre en tom gren direkte til Publiceret, strenge over deres tegngrænse går tilbage til en editor, lavtmærkede MT går til et efterredigerings- eller gennemgangstrin, og strenge med kritiske eller større LQA-fejl tilbageholdes til et menneske, mens mindre eller neutrale fejl passerer igennem.
5. Flet og publicer – Hver gren flettes tilbage til et trin, der fører til det enkelte publiceringstrin, så en marketingfil oversat af ét bureau og en juridisk fil oversat af et andet stadig kan gennemgås sammen i ét internt gennemgangstrin, før begge går live.

Automatiseret opgaverouting passer til lokaliseringsteams, der...

• Kør maskinoversættelse og menneskelig oversættelse på det samme indholdssæt, og ønsker opdelingen bestemt pr. streng, ikke pr. projekt.
• Har en veludviklet oversættelseshukommelse og betaler menneskelige gennemgangspriser for strenge, der allerede matcher med 90 % eller bedre.
• Brug mere end ét bureau eller et internt team plus en leverandør, og brug for indhold opdelt efter fil, lokalitet eller tag uden separate arbejdsgange for hver.
• Publicer kontinuerligt fra connectorer eller en webstedsproxy, hvor venten på manuel jobgodkendelse skaber synlige huller i kildesproget.
• Der er brug for en gradvis tilgang til kvaliteten af maskinoversættelser — publicer automatisk det sikre output, og gennemgå resten — i stedet for at efterredigere alt eller ingenting.

Når automatiseret routing måske ikke er den rette prioritet

• Et etsproget program med lav volumen, én lingvist og ingen maskinoversættelse har intet at dirigere; en almindelig arbejdsgang med oversættelse → gennemgang → publicering er hurtigere at køre end noget regelsæt.
• Teams, hvis egentlige spørgsmål er, hvilken lingvist eller hvilket bureau der får et job – push-tildeling versus kravbaseret arbejde – løser et tildelingsproblem, der er dækket på siden for oversættertildeling, ikke et routing-problem.
• Teams, der evaluerer platformens fulde funktioner – filformater, forbindelser, prisfastsættelse, rapportering – bør starte med en sammenligning af platformen for oversættelsesprojektstyring og behandle routing som et af kriterierne i den.
• Programmer, der endnu ikke har defineret et kvalitetsskema eller kvalitetsniveauer, kan ikke meningsfuldt videreformidle kvalitetssignaler; etablering af skemaet kommer først.

Evalueringstjekliste: spørgsmål om automatiseret oversættelsesrouting

Hvilke strengegenskaber kan en routingregel læse?
Se efter fuzzy-match-estimat, filsti, landestandard, tags eller nøgler, ordantal og gentagelsesstatus som minimum. En platform, der kun ruter efter projekt eller sprog, tilbyder i virkeligheden separate arbejdsgange, ikke ruter.

Kan regler træde i kraft både efter oversættelse og før den?
Betingelser efter oversættelse – redigeret eller uredigeret, overskredet tegnbegrænsning, matcher kildekode, kvalitetsvurderingsetiket, alvorlighedsgrad af LQA – er det, der gør, at en arbejdsgang springer unødvendig gennemgang over; routing kun før oversættelse kan ikke gøre det.

Er der et kvalitetssignal pr. streng ved maskinoversættelse, og kan arbejdsgangen reagere på det?
Spørg, hvordan etiketten produceres, hvor mange niveauer den har, og om en regel automatisk kan udgive ét niveau og holde et andet. For at se, hvordan registrerede fejl bliver til en sammenlignelig score, kan du se , hvordan oversættelseskvalitetsscoring fungerer.

Hvordan håndteres regelrækkefølgen?
Bekræft om regler evalueres top-down og stopper ved det første match — hvis det er tilfældet, spørg hvordan grænsefladen viser præcedens, fordi en forkert ordnet gentagelse eller fuzzy-regel lydløst sender strenge til den forkerte gren.

Kan en gren være tom?
En tom gren, der fletter direkte til Published, er måden, hvorpå uredigerede eller rene strenge omgår et gennemgangstrin; uden den betaler hver streng for hvert trin.

Skal alle grene slutte på ét publiceret trin?
Et enkelt terminaltrin er det, der holder opdelt indhold – forskellige agenturer, forskellige lokaliteter – foreneligt for at muliggøre en delt gennemgang og en enkelt færdiggørelsesstatus.

Kan en ikke-teknisk projektleder konfigurere og ændre regler?
Regler, der findes i projektindstillingerne, med navngivne trintyper og rullemenubetingelser, kan vedligeholdes af lokaliseringsteamet; regler, der kræver et API-kald eller en leverandørseddel for at blive ændret, vil blive forældede.

Hvordan bliver folkene på hver afdeling tildelt og evalueret?
Routing vælger stien; en separat mekanisme tildeler lingvisten og registrerer godkendelse. Se , hvordan menneskelig gennemgang passer ind i en oversættelsesworkflow for korrekturlæserroller og eskalering.

Sådan automatiserer Smartling opgaverouting i oversættelsesworkflows

Smartling af ruter på strengniveau med dynamiske arbejdsgange. Et beslutningstrin – konfigureret under Projektindstillinger > Arbejdsgange ved at klikke på +-ikonet før eller efter et trin – evaluerer hver streng i forhold til regler, som en projektleder definerer i brugergrænsefladen, og sender den til en af et vilkårligt antal arbejdsgangsgrene. Et beslutningstrin indeholder altid en standardregel, der sender uoverensstemmende strenge til det første oversættelsestrin, så en forkert konfigureret regel kan ikke strande indhold, og alle grene skal flettes tilbage mod det samme publicerede trin.

Regler før oversættelse læser strengens fuzzy estimat ved en tærskel på 0-100%, dens fil-URI, projekt-UID, kilde- og mållokalitet, strengnøgler, tags, varianter, streng- eller jobordantal og gentagelsesstatus. Det dokumenterede mønster er strenge med høj fuzzy-effekt til menneskelige oversættere, hvor oversættelseshukommelse og SmartMatch reducerer omkostningerne, og strenge med lav fuzzy-effekt til maskinoversættelse via AI Hub, som vælger mellem mere end 20 LLM'er og MT-motorer. Regler efter oversættelse læser, om strengen blev redigeret eller uredigeret i det forrige trin, om oversættelsen overskrider tegngrænsen, om den matcher kilden, og – for konti, der bruger Smartlings AI-værktøjssæt – Language Quality Estimation Agents "Høj", "Mellem" eller "Lav"-etiket og den LQA-fejl med den højeste alvorlighed, der er registreret under et MQM-kompatibelt skema. En typisk konfiguration publicerer automatisk MT-output med høj label og sender kun strenge med lav label til et post-edit-trin, hvilket er mekanismen bag at reducere korrekturlæserens arbejdsbyrde uden at publicere ureviewet maskinoversættelse med lav tillid.

Opstrøms for routing batcher jobautomatiseringsregler på jobdashboardet på kontoniveau og automatiseringsregler for connectorindhold uautoriserede strenge ind i job efter en tidsplan, med automatisk godkendelse og et valg af arbejdsgang pr. sprog, så indhold fra en hvilken som helst af Smartlings 50+ integrationer indtastes i den routede arbejdsgang uden et manuelt trin. Nedstrøms har elleve konfigurerbare trintyper – herunder redigering, efterredigering, gennemgang, intern gennemgang, kvalitetsevaluering, tilbageholdelse før oversættelse og tilbageholdelse af arbejdsgang – hver deres egne indstillinger for prislistelinjer og forfaldsdatoer, så godkendelsesfaser prissættes og planlægges nøjagtigt, og et tilbageholdelsestrin kan sætte alt på pause, indtil en projektleder frigiver det. For de menneskelige afdelinger overstiger Smartlings professionelle netværk 4.000 lingvister; hvordan individuelle job når dem, er beskrevet på siden om arbejdsgange for oversætteropgaver.

Relaterede spørgsmål

• Hvordan fungerer oversættertildeling i et moderne TMS?
• Hvad er de bedste platforme til projektstyring inden for oversættelse?
• Hvad er en arbejdsgang til hjemmesideoversættelse, og hvordan administrerer man den?
• Hvordan passer menneskelig gennemgang ind i en oversættelsesworkflow?