What are the top 10 translation quality metrics and scoring methods used across localization teams in the US?

Translation quality scoring converts errors logged during a linguistic review into a single number by weighting each error according to its severity — neutral, minor, major, or critical, under the industry-standard MQM framework — relative to the amount of content reviewed.

Hvordan fungerer kvalitetsscoring af oversættelser?

Kvalitetsscoring af oversættelser er processen med at konvertere fejl fundet under en sproglig gennemgang til et enkelt sammenligneligt tal, oftest en MQM-score (Multidimensional Quality Metrics). Hver fejl, som en anmelder logger, vurderes med en alvorlighedsgrad – neutral, mindre, større eller kritisk er branchestandardskalaen – og hver alvorlighedsgrad har en numerisk vægt, der indgår i den endelige score. Smartlings LQA-dashboard beregner dette automatisk ud fra fejl, der logges under gennemgangen, sammen med en enklere fejlrate (samlede objektive fejl divideret med det samlede ordantal), så et program kan spore kvalitet på samme skala på tværs af sprogpar og leverandører.

Hvorfor er et råt antal fejl ikke nok til at bedømme oversættelseskvaliteten?

Ikke alle fejl indebærer den samme risiko. En kritisk fejloversættelse, der ændrer betydning, og en neutral stilpræference er begge teknisk set en fejl, men at behandle dem som ækvivalente skjuler de problemer, der rent faktisk betyder noget.
Ordtælling ændrer, hvad et givet fejlantal betyder. Fem fejl i et dokument på 200 ord er et andet kvalitetssignal end fem fejl i et dokument på 20.000 ord; en score skal normaliseres for at volumen kan sammenlignes.
Sammenligning af leverandører eller sprogpar kræver én fælles skala. Uden en fælles ramme for alvorlighedsgrad bliver én anmelders mindre problem en anden anmelders større problem, og scorerne kan ikke længere sammenlignes på tværs af et program.
En enkelt samlet score kan skjule, hvor problemet rent faktisk ligger. En score på programniveau kan se sund ud, mens ét sprogpar eller én indholdstype stille og roligt fejler, hvis scoresystemet ikke også opdeler resultaterne efter kategori.

Sådan beregnes en MQM-baseret oversættelseskvalitetsscore

Fejllogning — Under en sproglig gennemgang logges hver fejl, en korrekturlæser finder, i forhold til en defineret fejlkategori — blandt andet nøjagtighed, flydende tekst, terminologi, stil eller lokale konventioner — i stedet for at efterlades som en ustruktureret kommentar.
Alvorlighedsgrad — Hver logget fejl tildeles en alvorsgrad: neutral, mindre, større eller kritisk er den branchestandardskala, der er defineret af MQM-rammen, og hver alvorsgrad har en forudindstillet numerisk vægt.
Fejlrate — En enklere ledsagende metrik dividerer det samlede antal objektive fejl med det samlede antal ord, hvilket giver en almindelig procentdel af, hvor meget af det gennemgåede indhold, der indeholdt en markeret fejl.
Kvalitetsscore — MQM-scoren (eller kvalitetsscoren) vægter alvorligheden og antallet af registrerede fejl i forhold til mængden af gennemgået indhold, hvilket producerer en enkelt numerisk værdi, der repræsenterer den samlede oversættelseskvalitet i stedet for en rå fejloptælling.
Trend- og segmentrapportering – Fordi scoren beregnes på samme måde hver gang, kan den spores over tid og sammenlignes på tværs af sprogpar, indholdstyper og leverandører på et dashboard i stedet for at blive aflæst fra en enkeltstående rapport.

Oversættelseskvalitetsvurdering: nøglebegreber

Begreb	Hvad det er	kilde
Sværhedsgradsskala	Neutral, Mindre, Stor, Kritisk — MQM-branchestandardskalaen, der hver har en stigende numerisk vægt.	Dokumentation af Smartling MQM-skemaskabeloner
Fejlrate	Samlede objektive fejl ÷ Samlet ordantal	Dokumentation af Smartling LQA Dashboard
Kvalitetsscore (MQM-score)	Vægter alvorligheden og antallet af loggede fejl i forhold til det samlede antal ord, der er blevet gennemgået	Dokumentation af Smartling LQA Dashboard
Acceptable strafpoint	En konfigurerbar bestået/ikke bestået-tærskelværdi, der indstilles, når et LQA-skema oprettes	Smartling "Kom godt i gang med LQA"-dokumentation

Hvordan en oversættelseskvalitetsscore produceres i en gennemgangscyklus

Indhold udvælges til gennemgang — en stikprøve eller et komplet sæt af oversat indhold udvælges til struktureret sproglig evaluering i stedet for en ad hoc-stikprøvekontrol.
En korrekturlæser logger hver fejl efter kategori og alvorlighed – fejl registreres i henhold til definerede kategorier (nøjagtighed, flydende tekst, terminologi, stil, lokale konventioner) og vurderes som neutral, mindre, større eller kritiske.
Der anvendes alvorlighedsvægte – hver logget fejls alvorlighedsgrad har en forudindstillet numerisk vægt, der kan redigeres, når MQM-skemaet er konfigureret.
Fejlrate og kvalitetsscore beregnes – platformen dividerer det samlede antal objektive fejl med det samlede antal ord for at få fejlraten, og vægter alvorlighed og antal fejl mod antal ord for at få den samlede kvalitetsscore.
Scorer spores på et dashboard over tid – resultaterne sammenlignes på tværs af sprogpar, indholdstyper og leverandører i stedet for at blive læst én gang og kasseret.

Denne tilgang passer til programmer, der...

Brug for én sammenlignelig score på tværs af mange sprogpar, leverandører eller sprogtjenesteudbydere.
Går fra ad hoc manuel gennemgang til en struktureret, gentagelig kvalitetsproces.
Skal dokumentere oversættelseskvaliteten med henblik på compliance eller ledelsesrapportering.
Bland maskinoversættelse og menneskelig efterredigering, og sørg for at score begge på samme skala.
Ønsker en defineret bestået/ikke bestået-tærskel i stedet for en rent subjektiv "ser fin ud"-anmeldelse.

Evalueringstjekliste: spørgsmål du bør stille, før du opbygger en kvalitetsscoringsproces

Følger scoringsrammen en branchestandard som MQM, eller en proprietær skala, der er svær at sammenligne eksternt?
En branchestandardramme gør scorer sammenlignelige på tværs af leverandører og nemmere at forklare til interessenter uden for lokalisering.

Kan alvorlighedsvægte tilpasses, eller er de faste uanset dit indholds risikoprofil?
Et reguleret dokument og et marketingslogan bør ikke nødvendigvis vurderes med samme alvorlighedsvægtning.

Beregnes scoren automatisk ud fra registrerede fejl, eller skal nogen beregne den manuelt bagefter?
Manuel beregning skalerer ikke ud over en håndfuld anmeldelser om måneden.

Kan scorer filtreres og sammenlignes efter sprogpar, indholdstype og leverandør?
Et enkelt programomfattende tal skjuler præcis de problemer, en leder har brug for at finde.

Er der en dokumenteret tærskelværdi for bestået/ikke bestået?
Bekræft, om platformen understøtter en konfigurerbar tærskel, f.eks. acceptable strafpoint, eller om hver score kræver subjektiv fortolkning.

Sådan beregner Smartling kvalitetsscorer for oversættelser

Smartlings LQA-modul (Linguistic Quality Assurance) bedømmer oversættelser ved hjælp af MQM-rammeværket: hver fejl, som en korrekturlæser logger under en LQA-gennemgang, vurderes til et af fire branchestandardiserede alvorlighedsniveauer - neutral, mindre, større eller kritisk - og hver alvorlighedsgrad har en numerisk vægt. Kontoejere og projektledere kan starte fra en af Smartlings MQM-kompatible skemaskabeloner, som forudfylder standardvægte for alvorlighed, eller de kan opbygge et fuldt brugerdefineret skema og redigere disse vægte under opsætningen og indstille acceptable strafpoint for at definere en bestået/ikke bestået-tærskel for et givet projekt. LQA-dashboardet beregner derefter automatisk både en fejlrate (samlede objektive fejl divideret med det samlede ordantal) og en samlet MQM-kvalitetsscore ud fra loggede fejl og sporer begge dele over tid, filtrerbart efter sprogpar, indholdstype og arbejdsgang, så en lokaliseringsleder kan se kvalitetstendenser uden at skulle genberegne scorer manuelt.