Prüfung von Lingo.dev-Übersetzungen

Führe Messungen für die Übersetzungen deiner Lokalisierungs-Engines durch, wähle Engines, Sprachen und Stichproben aus und lies jede Antwort zusammen mit der zugehörigen Anfrage.

Von Lingo.dev erzeugte Übersetzungen lassen sich mit denselben Messungen untersuchen wie erfasste Aktivitäten. Jede abgeschlossene Lokalisierung wird in Radar zu einem localization.completed-Ereignis. Jede Messung, die für diesen Ereignistyp ausgeführt wird, beantwortet ihre Frage zur Ausgabe. Diese Antworten helfen dir, eine erzeugte Übersetzung nachzuvollziehen, ohne einen weiteren Generierungsversuch zu benötigen.

Für Lingo.dev-Anfragen gibt es keine separate Evaluator-Ressource. Eine Prüfung ist eine Messung unter Radar → Messungen: Die Lokalisierungs-Engines, das Sprachpaar und die Stichprobenauswahl, anhand derer Anfragen ausgewählt werden, sind Einstellungen ihrer localization.completed-Bedingung. Die Antworten erscheinen zusammen mit dem untersuchten Ereignis.

Automatische Prüfung für eine Engine aktivieren #

Öffne den Tab Bewerter der Lokalisierungs-Engine. Unter Automatische Prüfung findest du je einen Schalter für Glossareinhaltung, die die durch die Glossare der Engine vorgegebenen Begriffe kontrolliert, und Regeleinhaltung, die die Regeln aus ihren Regelsätzen kontrolliert. Wenn du einen Schalter aktivierst, wird die Engine zur entsprechenden integrierten Messung hinzugefügt und die Messung aktiviert. Wenn du ihn deaktivierst, wird die Engine entfernt. Die Sprach- und Stichprobeneinstellungen der Messung bleiben unverändert.

Wenn eine integrierte Messung für alle Engines ausgeführt wird, sind die Schalter aller Engines aktiviert. Deaktivierst du eine Engine, wird die Liste der übrigen aktuell vorhandenen Engines gespeichert. Eine später erstellte Engine wird daher erst nach dem Hinzufügen in die Prüfung einbezogen. Sieh dir in Radar das Auswahlfeld Engines der integrierten Messung an, um den gespeicherten Geltungsbereich zu bestätigen.

MQM und benutzerdefinierte Messungen sind auf diesem Tab nicht verfügbar. Aktiviere MQM in Radar und wähle die Engines für eine benutzerdefinierte Messung über deren Bedingung aus. Wenn dein Tarif Prüfungen nutzungsabhängig abrechnet, zeigt Automatische Prüfung den Hinweis Abrechnung pro Ausführung samt Preis an.

Ein Kriterium für erzeugte Übersetzungen formulieren #

Erstelle eine benutzerdefinierte Messung und wähle localization.completed als Auslöser. Gib ihr einen Namen und einen Prompt und wähle Bestanden oder nicht bestanden oder 0 bis 100. Lege fest, was jede Antwort bedeutet. Ein boolescher Wert eignet sich für eine Anforderung wie das Beibehalten einer Einschränkung. Für einen Prozentwert brauchst du eine klar definierte Skala für die teilweise Erfüllung.

Wenn Nicht zutreffend zulassen aktiviert ist, lege fest, wann das Beurteilungsmodell auf ein Urteil verzichten und wie es diese Antwort begründen soll. Eine nicht relevante Anforderung und eine relevante Übersetzung mit fehlenden Belegen erfordern unterschiedliche Folgemaßnahmen, auch wenn beide kein eindeutiges Urteil liefern.

Eine Zusage im Ausgangstext, innerhalb von fünf Werktagen zu liefern, enthält beispielsweise eine Frist, eine Beschränkung auf Werktage und eine Verpflichtung. Eine Kontrolle dieser Zusage sollte erklären, welche dieser Zusammenhänge sich geändert haben. Die Übereinstimmung der Zahl allein belegt nicht, dass die Aussage erhalten geblieben ist.

Das Beurteilungsmodell erhält die Nutzdaten des Ereignisses. Bei einem Dokumentauftrag enthalten sie den nach Dateien gruppierten Ausgangs- und Zieltext, das Sprachpaar und die Engine-ID. Ein Kontextfeld auf Anfrageebene ist nicht enthalten. Das Beurteilungsmodell wird von der Plattform verwaltet und muss nicht dasselbe Modell sein, das den Text erzeugt hat.

Übersetzungen für die Prüfung auswählen #

Auf dem Tab Allgemein der Messung wählst du über die Zeile localization.completed unter Wird ausgeführt für die Anfragen aus:

AuswahlfeldWählt aus
SprachenZielsprachen. Beliebige Sprache wählt alle aus.
AusgangssprachenAusgangssprachen. Beliebige Ausgangssprache wählt alle aus.
EnginesLokalisierungs-Engines, deren Übersetzungen in die Prüfung einbezogen werden. Beliebige Engine schließt auch später hinzugefügte Engines ein.
StichprobeJedes Ereignis oder 50, 25, 20, 10, 5 oder 1 % der ansonsten ausgewählten Ereignisse.

Wähle Änderungen speichern, um die Änderungen anzuwenden. Die Sprachauswahl folgt der Sprachhierarchie, wie unter Ereignisauswahl beschrieben: fr wählt auch fr-CA aus, während fr-CA nicht fr-FR auswählt. Eine ohne Lokalisierungs-Engine erfasste Anfrage erfüllt keine auf Engines beschränkte Bedingung.

Die Stichprobenauswahl wählt einen Anteil der passenden Anfragen aus, garantiert aber bei einem kleinen Stapel keine genaue Anzahl. Eine Anfrage außerhalb der Stichproben-, Sprach- oder Engine-Auswahl erhält dennoch eine N/A-Antwort, deren Begründung mit „Bedingung nicht erfüllt“ beginnt. Sie wird nicht abgerechnet. Unterscheide in Berichten zwischen der infrage kommenden Grundgesamtheit und den ausgewählten Anfragen. Eine durch die Stichprobenauswahl bewusst ausgelassene Anfrage ist keine fehlgeschlagene Evaluierung. Ihr Fehlen bleibt aber relevant, wenn du erklärst, welcher Anteil der Grundgesamtheit eine eindeutige Antwort erhalten hat.

Welche Vorgaben eine Kontrolle berücksichtigt #

Glossareinhaltung und Regeleinhaltung greifen bei ihrer Ausführung auf die aktuellen Glossarbegriffe und Regeln der Engine zu. MQM ergänzt die aktuelle Markenstimme, die Regeln und die passenden Begriffe der Engine, wenn das Ereignis eine Engine nennt. Keine dieser Messungen rekonstruiert eine Momentaufnahme der mit der Anfrage erfassten Vorgaben. Wird ein Begriff nach der Generierung geändert, verändert sich daher auch, was eine spätere historische Evaluierung untersucht.

Ein fehlender Befund belegt nicht, welche Vorgaben bei der Generierung verwendet wurden. Sieh dir den Ausgangsstapel und die Modellversuche unter Anfragen an und vergleiche den übermittelten Kontext und die Engine-Konfiguration mit Kontextabruf.

Eine asynchrone Antwort lesen #

Nach Abschluss der Lokalisierung wird die Messung in die Warteschlange gestellt. Das Einreihen und die Evaluierung erfolgen getrennt von der Übersetzung. Deshalb kann eine erfolgreiche Ausgabe vorliegen, ohne dass eine Antwort verfügbar ist.

Radar → Protokolle → Messungen listet die Antworten auf. Filtere nach Messung und Wert und öffne eine Antwort, um ihren Wert, ihre Begründung, ihren Vorschlag und ihre Beurteilungsanfrage einzusehen. Ordne das zugrunde liegende Ereignis dem Auftrag und der Sprache zu, die du untersuchst. Ergebnisse unterscheidet zwischen eindeutigen Antworten, N/A und fehlender Ausführung.

Eine Antwort einer benutzerdefinierten Messung, die für die Übersetzung einer Engine ein Nichtbestehen oder einen niedrigen Wert angibt, kann auch als Beleg für Vorschläge für Lokalisierungs-Engines dienen. Die Antwort selbst verändert die Übersetzung nicht.

Eine asynchrone Evaluierung blockiert weder die Übersetzungspipeline noch gibt sie deren Ausgabe zur Veröffentlichung frei. Optionale Nachbearbeitung und menschliche Entscheidungen werden separat unter Pipeline, Prüfungsrichtlinie und Inbox konfiguriert.

Prüfungen beenden oder die Messung entfernen #

Deaktiviere den Schalter der Engine, entferne die Engine aus der Bedingung oder deaktiviere die Messung, um künftige Prüfungen zu stoppen. Bereits eingereihte Aufgaben können noch abgeschlossen werden.

Wenn du eine benutzerdefinierte Messung löschst, werden ihre Definition und ihre Bedingungen entfernt. Die erfassten Antworten bleiben erhalten und werden als Unbekannte Messung angezeigt. Sichere vor dem Löschen die Definition zusammen mit jeder Untersuchung, die sich darauf stützt.

Wenn eine Antwort fehlt, sieh dir die ursprüngliche Anfrage, ihr Ereignis, die Engines, Sprachen und Stichprobeneinstellungen der Messung sowie die N/A-Begründung an, bevor du einen weiteren Übersetzungsversuch startest. Verwende die historische Evaluierung für die Prüfung von Übersetzungen, die vor der Aktivierung einer Messung erzeugt wurden. Eine Reproduktion erzeugt neue Arbeit und wählt möglicherweise ein anderes Modell oder andere Vorgaben aus. Sie allein kann den ursprünglichen Versuch nicht exakt wiederherstellen.