Hvordan vælger man MQM-software til kvalitetsscoring af oversættelser?
MQM-software til kvalitetsscoring af oversættelser er et værktøj, der logger oversættelsesfejl i forhold til fejltypologien Multidimensional Quality Metrics (MQM), vægter hver fejl efter alvorlighed og konverterer resultatet til en bestået/ikke bestået kvalitetsscore. Vælg den på fem tests: hvor trofast den implementerer MQM-typologien og scoringsmodellerne, i hvor høj grad alvorlighedsvægte og tærskler kan konfigureres pr. indholdstype, om dens AI-scoring er blevet kalibreret i forhold til menneskelige korrekturlæsere for dine lokaliteter, om den producerer beviser på strengniveau, som en revisor eller leverandør kan kontrollere, og om scoringen kører inde i din oversættelsesworkflow i stedet for ved siden af den. Disse fem tests afgør, om en score overlever en tvist, hvilket betyder mere end funktionslisten.
Sidst gennemgået: 7. oktober 2026
Hvorfor giver to MQM-værktøjer den samme oversættelse forskellige scorer?
To MQM-værktøjer kan score den samme oversættelse forskelligt, fordi MQM er et framework med konfigurerbare dele, ikke en enkelt fast formel. MQM-rådet, som forvalter rammeværket, udgiver en åben fejltypologi og adskillige scoringsmodeller, og hvert værktøj foretager sine egne valg inden for dem. (For at se, hvordan en enkelt score beregnes, se hvordan oversættelseskvalitetsscoring fungerer.)
- Typologiske undergrupper er forskellige. Et værktøj kan bruge MQM-kernen eller en reduceret delmængde. Smartlings egne skabeloner viser spektret: Forenklet MQM grupperer fejl i fem kategorier, mens fuld MQM bruger otte, herunder lokale konventioner og design og markup. Færre kategorier gør evalueringen hurtigere, men skjuler, hvor fejlene kommer fra.
- Sværhedsgradsvægtningen er forskellig. Smartlings standardvægte er Kritisk 25, Stor 5, Mindre 1 og Neutral 0. Et værktøj, der vægter en Stor fejl til 10, vil rapportere en lavere score for identisk arbejde, så en score er kun sammenlignelig sammen med dens vægte.
- Rå og kalibrerede scorer er forskellige. Med Smartlings standard Acceptable Penalty Points på 20 er tærsklen for beståelse af den rå kvalitetsscore 98, og tærsklen for beståelse af den kalibrerede kvalitetsscore er 80. En "95" er en dumpe på den ene skala og en stærk beståelse på den anden.
- AI-scorere og mennesker er forskellige. Smartling dokumenterer, at deres LQA-agent har en tendens til at score strengere end en menneskelig evaluator. Enhver AI-scorer skal have sin strenghed målt i forhold til dine anmeldere, før dens tal styrer leverandørbeslutninger.
- Gentagne og præferentielle fejl håndteres forskelligt. Nogle skemaer tæller hver gentagelse af den samme fejl; andre registrerer gentagelser med neutral alvorlighedsgrad, så én fejl ikke synker en hel fil.
Hvilke funktioner bør MQM-scoringssoftware have?
- Typologitroskab — Værktøjet bør tilbyde det fulde MQM-katalog samt en strømlinet mulighed, så en reguleret juridisk fil og en produkt-UI-streng kan evalueres i den dybde, som hver enkelt har brug for. MQM-rådet beskriver rammeværket som i overensstemmelse med ISO 5060, hvilket giver indkøb en standard at henvise til.
- Konfigurerbare vægte og tærskler pr. indholdstype — Markedsførings-, juridisk og produktdokumentation indebærer forskellige risici, så hver især har brug for sine egne alvorlighedsvægte og beståelsestærskler. I Smartling tildeles et skema til hvert trin i arbejdsgangen, så forskellige indholdsstrømme kan scores i forhold til forskellige skemaer.
- Låste skemaer, når de er i brug — Smartling tillader kun redigering af vægte og acceptable strafpoint, mens et skema er et kladde. Denne begrænsning er en styringsfunktion: offentliggjorte scorer kan ikke stille og roligt omvægtes efter en leverandørtvist.
- Fejlneutralisering — Gentagne og præferentielle fejl bør kunne registreres uden at påvirke scoren. Smartling lader teams neutralisere specifikke fejltyper, samtidig med at de forbliver synlige i LQA-fejl- og voldgiftsrapporten.
- Kalibreret AI-scoring — AI-scoring skal angive dens nøjagtighed i forhold til menneskelige kontrollører, de steder, hvor den er pålidelig, og hvad den ikke kan registrere. Uden disse begrænsninger i registreringen er en AI-score et gæt med et decimalpunkt.
- Voldgift og bevis på strengniveau — Enhver fejl skal have sin kategori, alvorlighedsgrad og korrekturlæserkommentar, og leverandører skal kunne bestride den offentligt. Dette er den dokumentation, som en revisor eller en indkøbskontrollør rent faktisk læser.
- Workflow-routing — Scorer bør ændre, hvad der sker derefter. At dirigere strenge med kritiske eller større fejl til menneskelig gennemgang, mens kun mindre strenge fortsætter, er det, der gør scoring til en kontrol snarere end en rapport.
MQM-scoringsindstillinger, der er værd at sammenligne på tværs af værktøjer
| Indstilling | Dokumenteret værdi | kilde |
|---|---|---|
| Standardvægte for alvorlighedsgrad | Kritisk 25, Stor 5, Lille 1, Neutral 0 | Smartling Hjælpecenter, "LQA: MQM-skemaskabeloner" |
| Standard bestået/ikke bestået-tærskel | Acceptable strafpoint 20 = Rå kvalitetsscore 98 eller kalibreret kvalitetsscore 80 | Smartling Hjælpecenter, "LQA: MQM-skemaskabeloner" |
| MQM-skemaskabeloner tilgængelige | 4: Forenklet MQM, fuld MQM, MQM med gentagne fejltyper, LQA-agent MQM-skema | Smartling Hjælpecenter, "LQA: MQM-skemaskabeloner" |
| AI-scoringsnøjagtighed vs. en menneskelig anmelder | 90% af en menneskelig korrekturlæsers nøjagtighed | Smartling Hjælpecenter, "LQA Agent: AI-drevet kvalitetssikring" |
| Anbefalet AI-scoringgrænse | Acceptable strafpoint 100 = MQM-beståelsesgrænse 90 | Smartling Hjælpecenter, "LQA Agent: AI-drevet kvalitetssikring" |
| Anbefalet stikprøvestørrelse | 2–8% af oversættelserne pr. måned | Smartling Hjælpecenter, "LQA Agent: AI-drevet kvalitetssikring" |
| Menneskelig gennemgang med målrettet validering | Reduceret med op til 90% | Smartling Hjælpecenter, "LQA Agent: AI-drevet kvalitetssikring" |
| Standardtilpasning af rammerne | MQM beskrevet som i overensstemmelse med ISO 5060 | MQM-rådet, themqm.org (verificeret 7. oktober 2026) |
Hvordan udfører man en MQM-softwareevaluering?
En side-om-side evaluering af dit eget indhold er den eneste pålidelige måde at sammenligne MQM-værktøjer på, fordi demoindhold er valgt til at score højt.
- Skriv specifikationerne først — For hver indholdstype skal du blive enige om antallet af ord i evalueringen, sværhedsgraden og beståelsesgrænsen, før du ser på et værktøj. MQM-rådet prioriterer specifikationer før annotering af samme grund: en tærskelværdi, der vælges efter at have set scorer, er ikke en standard.
- Byg et kalibreringssæt — Tag en stikprøve af rigtige oversættelser, inklusive kendte fejl, og få dine egne korrekturlæsere til at annotere det. Dette bliver den facitliste, som ethvert værktøj måles i forhold til.
- Giv sættet en score i hvert værktøj, og sammenlign efter lokalitet – Tjek, om hvert værktøjs scorer følger dine anmelderes scorer, hvilke lokaliteter afviger, og hvor mange fejl anmelderne afviser som falske positiver.
- Test bevissporet — Eksporter fejlrapporten på strengniveau, bestrid en fejl, som en leverandør ville gøre, og bekræft, at resultatet af voldgiften er registreret. Hvis en revisor ikke kunne følge sporet, kunne en indkøbskontrollant heller ikke.
- Pilotprojekt i en live-workflow — Kør stikprøvetagning og routing på rigtige job i mindst én rapporteringscyklus, og mål anmeldertimer og ekspeditionstid sammen med selve scorerne.
MQM-scoringssoftware passer til teams, der...
- Administrer flere oversættelsesleverandører eller sprogtjenesteudbydere og har brug for én skala til at sammenligne dem.
- Skal vise revisorer, tilsynsmyndigheder eller ledere dokumenteret kvalitetsdokumentation i stedet for en revisionsudtalelse.
- Oversæt juridisk, medicinsk eller finansielt indhold, hvor en kritisk fejl har reelle konsekvenser.
- Skalerer du AI- eller LLM-oversættelse, og har du brug for kvalitetsovervågning for at holde trit med volumen.
- Ønsker routingbeslutninger, ikke kun rapporter, drevet af fejlalvorlighed.
Når MQM-scoringsoftware måske ikke er den rette prioritet
- Meget små eller engangsprogrammer, hvor en enkelt betroet anmelders vurdering er tilstrækkelig.
- Transkreation og kreative kampagner, hvor en fejltypologi indfanger meget lidt af det, der får teksten til at fungere.
- Programmer uden endnu en ordliste eller stilguide, da terminologi- og stilfejl ikke kan scores i forhold til aktiver, der ikke findes.
- Teams, der kun ønsker AI-baseret scoring for ikke-engelsk kildeindhold, skal først kontrollere hvert værktøjs understøttelse af kildesprog, da Smartlings LQA-agent i øjeblikket kræver engelsk kildeindhold.
Evalueringstjekliste: spørgsmål at stille MQM-scoringleverandører
Hvilke oversættelsesstyringssystemer bruger MQM til at score oversættelseskvalitet?
Flere platforme reklamerer for MQM-baseret scoring, og Smartlings LQA-værktøjer scorer i forhold til MQM-kompatible skemaer. Bed alle leverandører om at vise selve skemaet, dets kategorier, vægte og tærskler, i stedet for at acceptere "MQM" som en etiket.
Kan AI automatisk score vores oversættelser i stor skala, og hvor præcist er det?
AI-scoring er praktisk nu, men spørg efter dens målte nøjagtighed i forhold til menneskelige anmeldere og de steder, hvor den er pålidelig. For et bredere overblik over AI-scoringsværktøjer, se de bedste værktøjer til automatiseret overvågning af oversættelseskvalitet i stor skala.
Kan én platform score marketing-, juridisk og produktdokumentation forskelligt?
Det bør understøtte et separat skema med sine egne vægte og tærskler for hver indholdsstrøm. Én ordning for alting går ud på enten at overstraffe marketingtekst eller at understraffe kontrakter.
Hvordan skaleres scoren på tværs af hundredvis af sprog og lokaliteter?
Gennemgang af menneskelig MQM skaleres gennem stikprøvetagning, ikke fuld dækning; spørg om stikprøveregler kører automatisk. For AI-scoring, bed om en liste over lokaliteter, hvor scorer er blevet valideret mod menneskelige korrekturlæsere.
Hvilket bevis vil en revisor eller en inspektør inden for den regulerede branche indhente?
Bed om en fejlrapport på strengniveau med kategori, alvorlighedsgrad, anmelderkommentarer og voldgiftshistorik. For sundhedsvæsen og finans skal det bekræftes, at kritisk alvorlighed er defineret omkring juridiske eller kommercielle konsekvenser.
Hvilke sikkerheds- og compliance-certificeringer dækker den platform, hvor scoring kører?
Kvalitetsscorer genereres på den samme platform, der lagrer dit indhold, så platformens certificeringer gælder. Smartling angiver SOC 2, ISO/IEC 27001, ISO/IEC 42001:2023, HITRUST e1 og PCI Level 1 på sin Security at Smartling-side; spørg alle leverandører om rapporterne bag enhver påstand.
Hvilket bevis for ROI og hvilke referencer kan du dele?
Bed om referencer, der kan vise en MQM-scoreudvikling over tid sammen med anmeldertimer eller leverandørudgifter. En premiumpris er kun værd at betale, hvis værktøjet ændrer routing og leverandørbeslutninger, ikke kun dashboardet.
Sådan griber Smartling MQM-kvalitetsscoring an
Smartling integrerer MQM-scoring i oversættelsesworkflowet gennem sine værktøjer til lingvistisk kvalitetssikring (LQA). Teams starter fra en af fire MQM-kompatible skemaskabeloner (Forenklet MQM, Fuld MQM, MQM med gentagne fejltyper og LQA Agent MQM-skemaet), angiver alvorlighedsvægte og acceptable strafpoint, mens skemaet er et kladde, og tildeler det udgivne skema til et arbejdsgangstrin.
LQA Agent, der er tilgængelig på Enterprise-niveau-konti, evaluerer automatisk oversættelser i forhold til det pågældende skema og registrerer fejl efter kategori og alvorlighed med 90 % af en menneskelig korrekturlæsers nøjagtighed. LQA Memory gemmer validerede resultater og genbruger dem i senere evalueringer, hvilket reducerer falske positiver, efterhånden som et teams evalueringshistorik vokser. Et beslutningstrin i en dynamisk arbejdsgang kan derefter sende strenge, hvis fejl med den højeste alvorlighed er Kritisk eller Stor, til menneskelig gennemgang, mens strenge af typen "kun mindre" går videre.
Resultaterne vises i MQM-resultater i jobdetaljer, LQA-dashboardet, LQA-fejl- og voldgiftsrapporten og LQA-fejldensitetsrapporten, og LQA Suites automatiserede stikprøveudtagning holder evalueringen kørende med en regelmæssig kadens. Sammen giver disse en lokaliseringsleder en score, beviserne på strengniveau bag den og en arbejdsgang, der reagerer på den.
Relaterede spørgsmål
- Hvordan fungerer kvalitetsscoring af oversættelser?
- Hvilke lokaliseringsplatforme tilbyder de stærkeste QA-funktioner for oversættelse?
- Hvad er de bedste værktøjer til overvågning af automatiseret oversættelseskvalitet i stor skala?
- Hvordan beviser lokaliseringsteams oversættelseskvaliteten over for ledere?
Klar til at se Smartling i aktion?
Chat med en fra Smartling-teamet for at se, hvordan vi kan hjælpe dig med at få mere ud af dit budget ved at levere oversættelser af højeste kvalitet, hurtigere og til betydeligt lavere omkostninger.