让质量看得清、说得明
我们的责任,是让含义的变化看得见、可衡量,让本地化团队能依据自己的标准采取行动。
本地化团队理应清楚了解自己的翻译质量。母语使用者也可能忽略专业领域的细微差别,昂贵的模型也可能产出粗制滥造的内容。衡量应揭示翻译如何改变了含义:哪里把精确的术语译得含糊,哪里把可能性变成了承诺,哪里遗漏了重要条件。同时,它还应呈现这些变化出现的频率,以及哪些语言受到影响。
这份理解至关重要,因为团队必须对内容负责,却无法读懂每一种语言。当需要判断读者能否正确理解该采取什么行动,或是否会相信作者原本要传达的主张时,仅凭译文读起来是否流畅的整体印象,帮助十分有限。有用的衡量,应将译文与作者希望文字发挥的作用联系起来。
保留写作中的取舍 #
作者修改内容时,会决定哪些内容需要解释,哪些可以默认读者已知,以及怎样的论证能说服读者。一个限定条件,能让主张更准确;一个精心选用的术语,能区分两个产品概念;一句克制的表述,能赢得信任,又不夸大证据所能支持的结论。
翻译应将这些取舍传递到另一种语言中。句式可以大幅调整,含义仍然保持准确。反过来,熟悉的词语和流畅的表达,也可能掩盖作者主张的变化。仅靠统计术语匹配数量,或判断表达是否自然,无法说明两者的区别。
我们以团队的要求作为衡量的依据。这些要求将语言与内容需要完成的任务联系起来。产品知识能说明希望读者采取什么行动,语言专业知识能说明读者可能如何理解。软件应帮助这两方面的贡献相互衔接,尤其当它们来自不同的人时。
让衡量经得起检验 #
质量分数应当说得清楚:检查了什么、如何检查、结果如何汇总。团队应有相应的工具,根据内容中真正重要的方面制定这些标准。
这也对我们的工作提出了严格要求。每项发现都需要指出具体段落,并解释含义可能发生了什么变化。衡量方法需要区分可接受的改写与含义的丢失。报告需要说明,结论反映的是少数选定的示例、有代表性的样本,还是全部被衡量的内容。缺少这些关联,团队拿到的只是一个数字,仍要自己弄清它到底意味着什么。
衡量本身也需要接受检验。误报可能分散合格审核者的注意力,使其偏离真正的问题。即使平均分提高了,遗漏的一个条件仍可能十分重要。衡量应让团队能够用自己理解的示例测试检查方法、审视分歧,并区分漏检的错误与被误判为有问题的合理表达。这两类失误带来的后果不同,将它们合并为一个总体一致率,可能掩盖对当前工作真正重要的那一类。
让发现支持决策 #
质量报告不应让本地化经理靠猜测决定该修正什么。它应指出哪些段落不符合团队要求,以及哪些问题反复出现。
这些问题模式对应着不同的工作。误译的句子需要修正。反复出现的歧义,可能需要更充分的产品背景信息。不一致的术语,可能暴露出术语表条目之间的冲突。错误集中在某个语言对中,则可能有必要更仔细地比较服务提供商或模型。把这四种情况一概归为低分,会掩盖团队真正需要做出的选择。
我们的工作,是让证据能够支持这些选择。比较服务提供商时,双方需要使用相同的内容和标准,覆盖范围也要足够,才能考察重要的语言。报告应区分反复出现的问题与样本造成的差异,并保留可能被平均值掩盖的严重问题。这样,团队就能结合自身的内容、预算和责任,权衡观察到的差异,并说明为什么某项取舍可以接受。
工作在变,理解不断 #
新模型、修订后的术语表,或不同的内容组合,都可能改变结果。有用的衡量必须让这些变化能够得到解释。如果一组结果包含难度较高的新语言,另一组涵盖的是熟悉的材料,或者两次衡量采用了不同的错误定义,那么只比较两个平均值并不够。分别按两种定义重新检查保留的示例,有助于区分变化来自衡量本身,还是来自翻译。按语言报告尚无定论的案例,则能说明比较在哪些地方仍缺乏证据。
我们相信,本地化基础设施应保留要求、受检文本与返回证据之间的关联。凭借这种关联,团队可以从反复开展的工作中学习,而不把工作量增加误当成质量提升。它也能让分歧产生价值:大家可以审视同一段文字和同一项标准,而不是争论该不该相信某个分数。
衡量设计指南将这一理念转化为可实践的方法。目标是让本地化团队能够说明自身工作的质量,找出值得关注的问题,并在看清证据的基础上决定要改变什么。