测量
审视译文含义,找出反复出现的质量问题,了解相关证据覆盖了多少内容。
译文即使读起来自然,也可能偏离作者的原意。准确的术语可能变得含糊,一种可能性可能变成承诺,某个条件也可能被遗漏。质量测量让这些差异可供检查,即使团队并非人人都能读懂相应的语言。
Lingo.dev 支持按明确定义的规则,检查在本平台或其他平台产出的译文。检查可以针对术语、写作要求,或初稿与编辑后版本之间的变化。只有读者能看清检查了什么、结果意味着什么,以及结果对应哪些译文,结果才有实际价值。
从必须保留的原意入手 #
原文承载的不只是需要替换的词语。它告诉读者会发生什么、在什么条件下发生,以及这件事有多大把握会发生。含义检查需要审视这些关系。仅在两个版本中找到相同的产品名称或数字,还远远不够。
例如,可能与将会的差别,就可能把一种可能性变成承诺。对于这句话,术语检查和含义检查关注的是不同的问题。两者都可能有价值,但不能相互替代。
先选定对内容至关重要的问题,再据此确定所需证据:
| 质量问题 | 检查所需的信息 |
|---|---|
| 译文是否保留了原文的含义? | 相互对应的原文和译文,以及用于厘清歧义的上下文。 |
| 是否正确使用了产品术语? | 术语、其预期含义和使用范围,以及该术语适用的文本。 |
| 是否符合预期的品牌语调? | 具体的品牌语调要求,以及其面向的受众或适用的场景。 |
| 审核者做了多少修改? | 实际使用的初稿与编辑后的文本,两者需正确配对。 |
最后一个问题衡量的是编辑行为。单凭这一结果,无法判断这些修改是否纠正了错误或改善了表达。在将任何测量结果当作质量评分之前,请先阅读其定义。
选择运行检查的方式 #
从哪里开始,决定了 Lingo.dev 如何接收证据,以及结果在哪里呈现。进行测量并不需要将翻译工作迁移到 Lingo.dev。
| 起点 | 工作流与结果 |
|---|---|
| Crowdin | 连接 Crowdin,并选择事件测量。证据和结果会显示在 Radar 中,前提是具备相应功能的访问权限。 |
| 本地文件 | 配置评分器和模型后,运行 lingo score。它会将结果写入本地文件,而不会添加到 Radar。 |
| Lingo.dev 请求 | 为相关本地化引擎开启自动审核,或在某项测量的条件中选择引擎和语言对。每次本地化完成后,结果都会显示在 Radar 中。 |
对于其他外部工作流,请先确定一种受支持的文本提交方式。收集译文介绍了可用的接收方式,以及需要保留的信息。定义自定义检查并不会创建通用的上传端点。
对于已收集的事件,内置测量提供术语表遵循度、编辑距离等已明确定义的检查。自定义测量用于表达由组织自行制定的标准。请先配置所选检查,再生成测试活动。要检查已收集的事件,请使用历史评估。它既可以仅测量尚无结果的事件,也可以重新测量整个时间范围。请先保存比较所需的定义和结果,因为重新测量会替换所选时间范围内该项测量的原有结果。
先检查单个结果,再依赖批量结果 #
将待评估的文本与标准并排查看。阅读相关说明或发现,并与其描述的文字逐一对照。未通过的结果应让团队明确需要解决的具体问题:措辞是否改变了原本要表达的行动?原文是否没有把这一行动说清楚?还是评估器误解了本可接受的译文?
确保结果对应的是正在检查的版本。如果有人在评估后修改了译文,先前的结果描述的仍是修改前的文本。同样,检查无法给出结果,与检查未发现问题,是两回事。结果说明了现有记录如何区分评估结果、证据缺失和评估失败。
检查一个案例,有助于确认检查本身是否易于理解。在依赖它检查整批内容之前,请用已知错误和可接受的译文进行测试,也包括自然的改写。反复将良好表达标记为问题的检查会增加工作量;遗漏重要含义变化的检查,则仍然没有回答原本的问题。
了解问题的影响范围 #
接下来要问的是:问题出现得有多频繁,影响哪些语言或内容类型。报告这些信息时,也要说明检查了多少内容。如果某种语言只有少量译文获得了评估结果,再高的通过率也说明不了太多。
接下来,请阅读设计翻译质量测量,定义标准、测试评估器,并计算出便于解读的结果。这套方法有助于将单个发现转化为团队可用的证据,用于确定审核优先级、比较服务提供商,以及调整翻译流程。最终决策仍由团队作出。