Hvordan opbygger man en feedback-loop for lokaliserings-QA, der forhindrer de samme oversættelsesfejl i at gentage sig?

Sidst gennemgået: 20. september 2026

Hvad består en lukket lokaliserings-QA-proces af?

En lukket lokaliserings-QA-proces består af seks lag, der forbinder et individuelt problem med en permanent ændring i de aktiver og regler, der genererer oversættelser:

• Optag på strengen — hvert problem åbnes på den specifikke streng med en type (Kilde eller Oversættelse), en undertype såsom Dårlig Oversættelse, Pladsholderproblem, Passer ikke til pladsen eller MT-fejl og en alvorlighedsgrad på Lav, Mellem eller Høj, så det kan filtreres og tælles senere. Problemer med routing og notifikationer på strengniveau er dækket i annotationsværktøjer til oversættere.
• Rettelse i arbejdsgangen, ikke omkring den – rettelsen gemmes af en lingvist eller korrekturlæser i CAT-værktøjet eller korrekturtilstanden, hvor kvalitetskontroller kører ved lagring, og den redigerede oversættelse automatisk skrives til TM'en. Oversættelseshukommelsesstyring udfører ingen kvalitetskontroller, så rettelser foretaget der kræver en separat kontrol.
• Skriv rettelsen tilbage til oversættelseshukommelsen – for en engangsrettelse er Gem i Oversættelseshukommelsesstyring tilstrækkeligt; for en oversættelse, der genbruges på tværs af et produkt, spreder Gem og opdater projekter ændringen til hver streng, der deler den, og Find og erstat masseopdaterer et term på tværs af hele TM'en.
• Flyt terminologibeslutningen op i ordlisten – alle, der arbejder i CAT-værktøjet, kan fremhæve et udtryk og klikke på Tilføj ordlistepost. Forslaget venter, indtil en kontoejer eller projektleder godkender det, og en godkendt post er straks synlig i CAT-værktøjet og bruges af kvalitetskontroller af ordlisteoverholdelse.
• Konverter det tilbagevendende mønster til en automatiseret kontrol — en kvalitetskontrolprofil angiver en alvorlighedsgrad for hver kontroltype: Lav viser fejlen, Mellem tvinger oversætteren til at rette eller acceptere den, før den gemmes, og Høj forhindrer strengen i at blive gemt eller indsendt, før den er rettet. Brugerdefinerede kvalitetskontroller tilføjer regex-regler for kilde- og målmønstre, og blokerede termer fanger ord, der aldrig må forekomme.
• Mål løkken – problemrapporten sporer genåbninger, problemstatus, alvorlighedsgrad samt oprettelses- og lukningsdatoer; rapporten om strengændringer viser, hvad korrekturlæsere ændrer mest; og LQA-dashboardet viser MQM-scoren efter sprog og indholdstype, som beskrevet i oversættelseskvalitetsscoring.

Closed-loop QA-mekanik: hvad platformen rent faktisk gør

Hvordan går et oversættelsesproblem fra rapport til forhindret gentagelse?

Sekvensen nedenfor lukker løkken i fem trin; hvert trin ændrer en forskellig ting, og hvis et af dem springes over, skabes der en vej, hvor fejlen kan vende tilbage.

1. Rapport om strengen med et typebeskrevet problem — korrekturlæseren eller oversætteren åbner et oversættelsesproblem på den præcise streng, vælger en undertype som f.eks. Dårlig oversættelse eller MT-fejl og angiver alvorlighedsgraden. Et typebestemt problem er det, der gør mønsteret tælleligt i problemrapporten senere.
2. Rettelse i arbejdsgangen, så TM'en opdateres — den tildelte lingvist redigerer oversættelsen i CAT-værktøjet eller gennemgangstilstanden og gemmer; kvalitetskontroller kører ved lagring, og den redigerede oversættelse skrives til oversættelseshukommelsen. Hvis rettelsen påvirker en oversættelse, der er genbrugt et andet sted, anvender lederen den i Oversættelseshukommelsesstyring med Gem og opdater projekter eller kører Find og erstat på tværs af TM'en.
3. Fremhæv beslutningen som et sprogligt aktiv – hvis fejlen var terminologi, fremhæver lingvisten termen og tilføjer et forslag til en ordlistepost; en kontoejer eller projektleder godkender det. Hvis fejlen var et forbudt ord, placeres det på blokerede termer i kvalitetskontrolprofilen.
4. Lav mønsteret om til en kontrol med den rette alvorlighedsgrad – for en tilbagevendende fejlklasse (en pladsholder fjernet, et produktnavn oversat, et juridisk symbol mangler) hæver manageren kvalitetskontrollen til Høj, så strengen ikke kan gemmes sammen med fejlen, eller skriver en brugerdefineret kvalitetskontrol-regex for et mønster, som de indbyggede kontroller ikke dækker. For MT-arbejdsgange forsynes den opdaterede TM, ordliste og kvalitetskontrolprofil også med AI-efterredigeringsagenten, så rettelsen når maskinens output på det næste job.
5. Løs problemet og foranstaltning – problemet er løst, og lederen gennemgår problemrapporten månedligt for Genåbnede = Sande problemer og for varigheden fra åbning til lukning efter undertype og sprog. En faldende genåbningsrate og et krympende antal af den samme undertype er bevis på, at løkken er lukket snarere end at gentage sig.

Denne lukkede tilgang passer til lokaliseringsteams, der...

• Oversæt tilbagevendende eller versioneret indhold (produktgrænseflade, hjælpecenter, udgivelsesnoter), hvor de samme strenge og termer vender tilbage i hver cyklus, og hvor udnyttelsen af oversættelseshukommelse er en reel omkostningspåvirkning.
• Kør maskinoversættelse eller AI-oversættelse med menneskelig efterredigering, og brug for hver menneskelig rettelse til at forbedre det næste maskinoutput, ikke kun den aktuelle streng.
• Brug en separat LQA eller et gennemgangsprojekt, og har fundet ud af, at evaluatorens rettelser aldrig nåede produktionsindholdet.
• Leder flere lingvister, agenturer eller et internt revisionsteam og har brug for, at terminologibeslutninger håndhæves af en kontrol i stedet for at blive husket af en person.
• Rapporter om kvalitet til ledelsen og behovet for genåbningsrate og tid til udbedring efter sprog og undertype, ikke et antal kommentarer.

Når en fuld lukket QA-proces måske ikke er den rette prioritet

• Engangsoversættelse af et dokument uden gentagelse af indhold: der er kun lidt hukommelse at rette og intet næste job at beskytte, så en enkelt gennemgang er tilstrækkelig.
• Teams uden en godkendt ordliste eller et defineret fejlskema endnu: Byg termbasen og MQM-fejlkategorierne først, ellers har løkken intet aktiv at skrive tilbage til og ingen kategori at tælle.
• Programmer hvor alle kvalitetskontroller allerede er indstillet til Høj: overblokering producerer falske positiver, som lingvister arbejder udenom, hvilket er et andet problem end gentagelse.

Evalueringstjekliste: spørgsmål, du bør stille, før du opbygger en feedback-loop for lokaliserings-QA

Er automatiserede kvalitetskontroller eller menneskelig gennemgang bedre til en QA-feedback-loop?
Begge, i rækkefølge: automatiserede kontroller fanger objektive fejl (pladsholdere, tags, tal, ordlisteudtryk, blokerede ord) ved hver gemning uden marginale omkostninger, mens menneskelig gennemgang fanger betydning, tone og tilpasning. Løkkens opgave er at flytte så mange fejlklasser som muligt fra den menneskelige kolonne til den automatiserede kolonne over tid, hvilket kun fungerer, hvis hvert menneskelige fund kan blive til en kontrol.

Hvornår opdaterer en redigeret oversættelse faktisk oversættelseshukommelsen?
Spørg efter de præcise regler. I Smartling opdaterer en lingvists gemte redigering TM'en, en uredigeret streng opdaterer den, når den er udgivet eller præ-udgivet, og en ændring af arbejdsgangen opdaterer den ikke; redigeringer i et LQA-projekt når kun produktion, når Translation Round-Trip er aktiveret.

Kan en rettelse udbredes til alle strenge, der deler oversættelsen, eller kun til den ene streng?
Se efter en TM-administrationshandling, der skelner mellem opdatering af hukommelsen og opdatering af live projektstrenge, og efter en massesøgning og -erstatning på tværs af TM'en for terminologiændringer.

Kan en oversætter promovere et begreb til ordlisten uden at forlade redaktøren, og hvem godkender det?
Forslag til ordlister fra CAT-værktøjet med godkendelse fra kontoejer eller projektleder holder termbasen opdateret uden at give alle lingvister skriveadgang til den.

Kan en tilbagevendende fejl blive til en blokerende kontrol?
Bekræft, at platformen tillader dig at indstille alvorlighedsgrad pr. kontroltype, at Høj alvorlighedsgrad forhindrer lagring eller indsendelse, og at du kan skrive brugerdefinerede regex-kontroller og blokeringslister for mønstre, som de indbyggede kontroller overser.

Hvilke målinger beviser, at løkken er ved at lukkes?
Genåbningsrate (genåbnede sager divideret med løste sager), åbningstid til lukning efter undertype og sprog, antal af den samme undertype pr. 1.000 ord i flere på hinanden følgende job og TM-udnyttelse på gentagende indhold. Eksporten af problemrapporten indeholder åbningsdato, lukningsdato, undertype, alvorlighedsgrad samt både den originale og den aktuelle oversættelse for hvert problem.

Giver maskinoversættelse efter redigering eller human-first oversættelse færre loop-problemer?
Ingen af delene er som standard; forskellen er, om rettelser giver feedback. Menneskefokuserede arbejdsgange skriver redigeringer til TM'en undervejs; MT-arbejdsgange forbedres kun, hvis TM'en, ordlisten og kvalitetskontrolprofilen bruges af MT-trinnet, hvilket er, hvad et AI-efterredigeringslag gør med disse aktiver.

Kan problemer nå ud til de personer, der løser kildeproblemer i de værktøjer, de bruger?
Kildeproblemer (en tastefejl, en tvetydig streng) rettes af indholdsejere og -udviklere, ikke lingvister, så platformen bør dirigere dem til Slack, Jira eller e-mail og lade dem blive løst der; se annotationsværktøjer til oversættere for at se, hvordan denne routing fungerer.

Sådan lukker Smartling feedback-loopet for lokaliserings-QA

Smartling forbinder de fire punkter i løkken inden for én platform, så en korrektion ændrer de aktiver, der genererer den næste oversættelse. Problemer åbnes på strengen med en type, undertype og alvorlighedsgrad og løses fra dashboardet, e-mail, Slack eller Jira. Når en lingvist gemmer en rettet oversættelse i CAT-værktøjet eller gennemgangstilstanden, kører der kvalitetskontroller ved lagring, og den redigerede oversættelse skrives til oversættelseshukommelsen. Med Oversættelseshukommelsesstyring kan en administrator derefter vælge mellem Gem, som opdaterer oversættelsesenheden til fremtidige fuzzy-matches og SmartMatches, og Gem og opdater projekter, som også overfører den korrigerede oversættelse til alle strenge i projektet, der brugte den gamle. Find og erstat anvender en terminologiændring på tværs af hele TM'en i én omgang.

For teams, der evaluerer kvalitet i et separat projekt, viser LQA Suites Translation Round-Trip-funktion evaluatoren en sammenligning af de redigerede og produktionsoversættelserne, og ved Gem og opdater overføres redigeringen til produktionsstrengen og produktions-TM-enheden opdateres, så en scoret fejl også bliver en afsendt rettelse. Terminologibeslutninger forløber på samme måde: Enhver CAT Tool-bruger kan fremhæve et udtryk og vælge Tilføj ordlistepost, en kontoejer eller projektleder godkender forslaget, og den godkendte post er straks synlig i CAT Tool og håndhæves af kvalitetskontrollen af ordlisteoverholdelse.

Gentagelse forhindres i kvalitetskontrolprofilen under kontoindstillinger, hvor hver kontroltype (tagkonsistens, pladsholderkonsistens, nummerkonsistens, ordlisteoverholdelse, blokerede termer, juridisk symbolkonsistens, mållængdegrænser og andre) er indstillet til Lav, Mellem eller Høj alvorlighedsgrad. Ved Høj kan en streng ikke gemmes eller indsendes, før fejlen er rettet, og en kontrol af åbne problemer kan kræve, at alle kilde- eller oversættelsesproblemer løses, før en streng går videre. Brugerdefinerede kvalitetskontroller tilføjer regex-regler for kilde- og målmønstre. Til maskinoversættelsesworkflows læser AI Post-Editing Agent, et betalt AI Toolkit-tilføjelsesprogram, de samme TM-matches, kvalitetskontrolprofil og indstillinger for ordlisteoverholdelse for automatisk at korrigere MT-output, hvilket er sådan, en menneskelig rettelse foretaget i dag ændrer maskinoutput på det næste job. Problemrapporten lukker målesiden med datofiltrene Genåbnet, Alvorlighed, Oprettet og Lukket samt en CSV-eksport, der registrerer både oversættelsen, da problemet blev åbnet, og den aktuelle oversættelse. Hvordan disse resultater indgår i et løbende program med stikprøveudtagning og MQM-scoring, dækkes i afsnittet om at køre et løbende program til kvalitetssikring af oversættelser.

Relaterede spørgsmål

• Hvordan driver man et løbende program til kvalitetssikring af oversættelser?
• Hvordan fungerer oversættelseskvalitetsscoring (MQM)?
• Hvilke annotationsværktøjer til oversættere har de stærkeste kommentar- og revisionsfunktioner til lokaliseringskvalitetskontrol?
• Hvordan passer menneskelig gennemgang ind i en oversættelsesworkflow?