Prüfung von Vorschlägen der Lokalisierungs-Engine

Entscheide, wann Feedback wiederverwendbare Vorgaben rechtfertigt, wende die vorgeschlagene Änderung an und sieh dir ihre Wirkung auf eine neue Übersetzung an.

Eine Korrektur kann Erkenntnisse liefern, die für künftige Übersetzungen wichtig sind. Sie kann aber auch nur einen einzelnen Satz betreffen. Aus Feedback, Jira-Tickets, Ergebnissen mit niedrigen Scores und menschlichen Bearbeitungen entstehen Vorschläge für wiederverwendbare Änderungen an Glossaren, Regeln oder Markenstimmen. So kann das Team entscheiden, welche Erkenntnisse in spätere Anfragen einfließen sollen.

Wenn du einen Vorschlag anwendest, werden Vorgaben für künftige Übersetzungsanfragen gespeichert. Teste die Änderung mit den folgenden Schritten an einem neu erzeugten Ergebnis.

Lies die vorgeschlagene Änderung und die zugehörigen Belege #

Öffne den Vorschlag in der Warteschlange. Mit den sechs Aktionstypen lässt sich jeweils ein Glossarbegriff, eine Regel oder eine Markenstimmen-Variante hinzufügen oder aktualisieren. Sieh dir den vorgeschlagenen Text, die Erläuterung, die betroffenen Sprachen, die Zielressource und die zugrunde liegenden Belege an. Vergleiche bei einer Aktualisierung den aktuellen Eintrag mit dem vorgeschlagenen Ersatz.

Lies die angeführte Korrektur und stelle sicher, dass sie sowohl die vorgeschlagene Änderung als auch deren Geltung für die betroffenen Sprachen stützt. Ein eng begrenztes Terminologieproblem kann eine Begriffsänderung rechtfertigen, ohne eine weitreichende Änderung der Markenstimme zu begründen.

Sieh dir an, welche Lokalisierungs-Engines mit der Zielressource verknüpft sind. Ein Vorschlag, der unter einer Lokalisierungs-Engine angezeigt wird, kann gemeinsame Vorgaben ändern, die mehrere Engines nutzen. Das korrigierte Ergebnis zu akzeptieren und diese weiterreichende Änderung zu genehmigen, sind zwei getrennte Entscheidungen.

Wende den Vorschlag an oder verwerfe ihn #

Wähle bei einem hilfreichen ausstehenden Vorschlag Anwenden. Öffne anschließend den gespeicherten Begriff, die Regel oder die Markenstimmen-Variante, um sicherzustellen, dass die Änderung übernommen wurde.

Wähle Verwerfen, wenn ein Vorschlag irrelevant, überflüssig, zu weitreichend oder nicht durch seine Belege gestützt ist. Zum Anwenden oder Verwerfen brauchst du org:suggestion:edit zusammen mit Bearbeitungszugriff auf die Engine oder als Organisationsmitglied eine ausdrücklich erteilte Berechtigung für diese Engine. Berechtigungen für Vorschläge erläutert beide Zugriffswege.

Wenn das Ziel gelöscht wurde oder ein Schreibvorgang fehlgeschlagen ist, sieh dir den Fehler und den aktuellen Status des Vorschlags an. Nach einer fehlgeschlagenen Änderung kann der Vorschlag ausstehend bleiben, damit sich das Problem beheben lässt. Ein bereits angewendeter Vorschlag lässt sich nicht erneut als neuer Vorgang anwenden.

Bewahre bei Sammelaktionen die IDs der erfolgreichen Vorgänge auf und sieh dir jede Ablehnung und jedes nicht gesendete Element an. Behebe die Ursache und wiederhole nur die noch offenen Vorgänge. Wenn du eine Sammelaktion stoppst, werden bereits gespeicherte Änderungen nicht rückgängig gemacht.

Stelle fest, ob die wiederverwendbare Änderung geholfen hat #

  1. Wenn der Vorschlag aus einer ausstehenden menschlichen Prüfung stammt, schließe den Vorgang für diese Übersetzung über Prüfungen ab. Niedrige Scores oder ausdrückliches Feedback können auch Vorschläge erzeugen, ohne dass eine Prüfung abzuschließen ist.
  2. Sieh dir den erzeugten Kandidaten, die Belege, die betroffenen Sprachen und die gemeinsam genutzte Zielressource an. Grenze eine nicht belegte Verallgemeinerung ein oder verwirf sie.
  3. Wende den hilfreichen Vorschlag an und suche die gespeicherte Ressource.
  4. Fordere gezielt eine neue Übersetzung derselben repräsentativen Quelle in dieselbe Sprache an. Andernfalls könnte bei unverändertem Inhalt das alte Ergebnis wiederverwendet werden.
  5. Vergleiche die neue Übersetzung und ihren Kontext anhand der Anfragebelege und nutze gegebenenfalls eine definierte Messung.

Ein verbessertes Beispiel spricht für eine Verbesserung in diesem einen Fall. Um eine wiederkehrende Verbesserung nachzuweisen, nutze eine breitere Auswahl und untersuche Fehler ebenso wie Erfolge. Dieser Workflow ändert Vorgaben; er trainiert das Modell nicht anhand der Korrektur.

Richtlinie zur Erstellung und Anwendung #

Öffne den Tab Bewerter der Lokalisierungs-Engine. Aktiviere unter Vorschläge die Option Verbesserungen vorschlagen und wähle unter Sprachen die gewünschten Sprachen aus. Lasse die Auswahl leer, wenn alle Sprachen berücksichtigt werden sollen. Mit demselben Schalter kannst du die automatische Erstellung deaktivieren.

Die automatische Erstellung erzeugt Vorschläge zur Prüfung in der Warteschlange. Belege aus Ergebnissen mit niedrigen Scores werden gebündelt und erst nach einer Pause ohne neue Belege verarbeitet. Die konfigurierte Sprachabdeckung begrenzt, welche Ergebnisse dafür infrage kommen.

Für die manuelle Erstellung kannst du über die API für Engine-Vorschläge Vorschläge auf Basis jüngster Vorgänge oder schriftlichen Feedbacks anfordern. Übermitteltes Feedback hat Vorrang vor dem jüngsten Verlauf. Eine Anfrage kann auch ohne Vorschläge bleiben.

Erzeugte Vorschläge sind zunächst ausstehend. Wähle Anwenden, um die vorgeschlagene Änderung zu speichern, oder Verwerfen, um sie abzulehnen. Die Erstellung allein verändert keine gemeinsamen Vorgaben. Wenn ein Jira-Ticket geschlossen wird, werden seine ausstehenden Vorschläge verworfen, sofern nicht noch ein anderes offenes Ticket auf sie verweist.

Wenn du die automatische Erstellung deaktivierst, entstehen keine neuen Vorschläge aus niedrigen Scores und menschlichen Bearbeitungen. Eine bereits laufende Erstellung kann dennoch abgeschlossen werden. Sieh dir deshalb anschließend die ausstehenden Vorschläge an. Frühere Änderungen an Vorgaben bleiben gespeichert. Lokalisierungs-Engines beschreibt die Konfiguration, und Entscheide, welche Korrekturen zu Regeln werden vertieft die Abwägung, die der Anwendung eines Vorschlags zugrunde liegt.

Die API-Referenz beschreibt außerdem, wie du Vorschläge mit Paginierung auflistest und aus einem serverseitigen Workflow heraus anwendest oder verwirfst.