DeepL در برابر ChatGPT برای ترجمه اسناد: خروجی فایل، واژه‌نامه‌ها و بازبینی

بیشتر مقایسه‌های DeepL و ChatGPT همان جملات را در هر دو ابزار می‌چسبانند و نتایج را امتیاز می‌دهند. این کار به یک پرسش در سطح جمله پاسخ می‌دهد. اگر یک سند کامل دارید، نخستین تفاوت آن است که چه چیزی پس می‌گیرید. ترجمه فایل DeepL یک نسخه ترجمه‌شده از فایل شما را در همان قالب برمی‌گرداند. ChatGPT فایل شما را می‌خواند و به‌طور پیش‌فرض با متنی در گفتگو پاسخ می‌دهد. ممکن است پیشنهاد تولید یک فایل را بدهد، اما راهنمای بارگذاری OpenAI توصیف نمی‌کند که نسخه ترجمه‌شده از فایل اصلی شما را برگرداند. همین یک تفاوت بیشتر آنچه در ادامه می‌آید را تعیین می‌کند: اینکه سرتیترها، جدول‌ها، پانویس‌ها و نظرات باقی می‌مانند یا نه، چگونه اصطلاحات را اعمال می‌کنید، و زمان بازبینی شما کجا صرف می‌شود.

پاسخ کوتاه، بر اساس بررسی در ۲۱ اکتبر ۲۰۲۶:

• از DeepL استفاده کنید وقتی محصول نهایی خود سند است (یک DOCX، PPTX یا PDF که کسی آن را باز می‌کند و به کار می‌برد)، در محدودیت‌های هر فایلِ طرح شما جا می‌شود، و می‌توانید اصطلاحات را با یک واژه‌نامه اعمال کنید.
• از ChatGPT استفاده کنید وقتی محصول نهایی درک مطلب یا یک تصمیم است: خلاصه‌ای از یک سند به زبان خارجی، برگردان‌های جایگزین برای یک پاراگراف دشوار، بحثی درباره اصطلاحات، یا نظر دومی درباره ترجمه‌ای که از قبل دارید.
• از هر دو استفاده کنید برای اسنادی که بیشترین اهمیت را دارند: فایل را با یک ابزار فایل ترجمه کنید، سپس فقط بخش‌های دشوار را برای بازبینی به ChatGPT ببرید.

ما برای این مقاله مسابقه کیفیت برگزار نکردیم و برنده‌ای از نظر کیفیت ترجمه نام نمی‌بریم. مقایسه زیر به سازوکارها می‌پردازد. این موارد در صفحات راهنمای خود هر فروشنده مستند شده‌اند و کمتر از کیفیت مدل تغییر می‌کنند. در پایان یک آزمون کوچک DOCX هست که می‌توانید با حساب‌های خودتان روی هر دو ابزار اجرا کنید.

هر ابزار با یک سند بارگذاری‌شده چه می‌کند

دو ردیف هنگام انتخاب بیشترین اهمیت را دارند.

ردیف خروجی. ترجمه فایل DeepL فایل اصلی را حول متن شما حفظ می‌کند. سبک‌ها، جداول و ساختار سند در نسخه بازگشتی وجود دارند، بنابراین بازبینی شما عمدتاً درباره زبان است. پاسخ ChatGPT متن است. برای رسیدن به یک سند، کسی باید آن متن را دوباره در چیدمان اصلی قرار دهد. همان بازسازی جایی است که ساختار از دست می‌رود، همان‌طور که آزمون زیر نشان می‌دهد. صفحه بارگذاری ChatGPT کار با محتویات یک فایل (خلاصه‌سازی، مقایسه، استخراج، بازنویسی یک سند کوتاه) را توصیف می‌کند. این صفحه بازگرداندن یک نسخه ترجمه‌شده از فایل اصلی را توصیف نمی‌کند.

ردیف تصاویر. اگر PDF شما اسکن شده باشد، یا محتوای کلیدی در تصاویر باشد، ChatGPT در بیشتر طرح‌ها لایه متن دیجیتال را می‌خواند و تصاویر جاسازی‌شده را نادیده می‌گیرد. یک PDF اسکن‌شده بدون لایه متن تقریباً هیچ چیز برای کار کردن به آن نمی‌دهد. برای آن مورد، ابتدا استخراج متن PDF در مقابل OCR را بخوانید و ابزاری انتخاب کنید که OCR را اجرا می‌کند.

محدودیت‌ها: کدام‌یک را واقعاً تجربه می‌کنید

برای DeepL، سقف کاراکتر هر فایل معمولاً قبل از اندازه فایل تصمیم‌گیرنده است. یک حساب رایگان DeepL ۱۰۰٬۰۰۰ کاراکتر در هر فایل Word یا PDF می‌پذیرد. Pro Individual و Team ۱ میلیون، و طرح API Developer ۵۰۰٬۰۰۰ کاراکتر را می‌پذیرند. یک کتاب کامل از سقف رایگان فراتر می‌رود، بنابراین باید تقسیم شود، و هر بخش یکی از ترجمه‌های فایل ماهانه شما را مصرف می‌کند. راهنمای محدودیت‌های ترجمه سند DeepL ما یک کتاب ۴۰۰ صفحه‌ای را در هر طرح بررسی می‌کند، از جمله حداقل هزینه ۵۰٬۰۰۰ کاراکتری API برای هر PDF یا DOCX.

همچنین توجه کنید: در DeepL، فایلی که با حساب رایگان (بدون اشتراک) ترجمه شده باشد، قابل ویرایش نیست بازمی‌گردد. مقاله قالب‌های فایل می‌گوید برای ویرایش فایل ترجمه‌شده به طرح Pro نیاز دارید. اگر قصد دارید خروجی را در Word اصلاح کنید، با طرحی که واقعاً استفاده خواهید کرد آزمایش کنید.

برای ChatGPT، محدودیت‌های بارگذاری سخاوتمندانه هستند: ۵۱۲ مگابایت در هر فایل و ۲ میلیون توکن در هر سند متنی. محدودیت بارگذاری مانع نیست. مانع این است که ترجمه به‌صورت پاسخ‌های چت بازمی‌گردد، و یک سند طولانی به معنای نوبت‌های بسیاری است که سپس باید آن‌ها را کنار هم بگذارید و از نظر شکاف بررسی کنید. این یک هزینه گردش کار است که در هیچ صفحه محدودیتی نمی‌بینید، و با طول سند رشد می‌کند. راهنمای ChatGPT برای ترجمه پوشش می‌دهد که این کجا برای کتاب‌های کامل شکست می‌خورد.

واژه‌نامه‌ها: اعمال اجباری روی فایل در مقابل درخواست در پرامپت

اصطلاحات جایی است که دو ابزار بیشترین تفاوت را دارند، و آزمون‌های سطح جمله کاملاً آن را از دست می‌دهند.

در DeepL، واژه‌نامه یک فهرست اصطلاحات متصل به ترجمه است. می‌توانید حداکثر پنج واژه‌نامه را به ترجمه فایل اعمال کنید. بارگذاری یک واژه‌نامه موجود به‌صورت CSV در طرح‌های Team، Business و Enterprise (و طرح‌های قدیمی Advanced و Ultimate) کار می‌کند، طبق صفحه بارگذاری واژه‌نامه DeepL. قالب دو ستون در هر خط است، برای مثال seat,Lizenz. جفت زبان واژه‌نامه باید با ترجمه‌ای که اجرا می‌کنید مطابقت داشته باشد.

در ChatGPT، همان اثر را با نوشتن فهرست اصطلاحات در دستورالعمل‌های خود به دست می‌آورید («seat را به Lizenz ترجمه کن، هرگز Sitz»). این انعطاف‌پذیر است: می‌توانید توضیح دهید چرا یک اصطلاح ثابت است، زمینه بدهید، و از مدل بخواهید هر جمله‌ای را که اصطلاح در آن نمی‌گنجد علامت‌گذاری کند. اما دستورالعمل یک درخواست است، نه یک قاعده الزام‌آور، و در یک مکالمه طولانی باید بررسی کنید که حفظ شده است. هر ابزاری که استفاده می‌کنید، اصطلاحات را پس از ترجمه بررسی کنید. کیت آزمون زیر آن‌ها را برای شما می‌شمارد.

اگر هنوز فهرست اصطلاحات ندارید، با ساختن واژه‌نامه ترجمه شروع کنید. این به هر دو ابزار کمک می‌کند.

یک آزمون رفت‌وبرگشت DOCX که می‌توانید روی هر دو ابزار اجرا کنید

به‌جای یک امتیاز کیفیت، یک فایل کوچک ساختیم که نشان می‌دهد ترجمه سند کجا می‌تواند اشتباه پیش برود، و یک اسکریپت که آنچه بازگشته را بررسی می‌کند. همه چیز با کتابخانه استاندارد پایتون اجرا می‌شود.

• make_docx_fixture.py فایل docx-roundtrip-source.docx را می‌سازد: یک راهنمای اداری انگلیسی یک‌صفحه‌ای با دو سطح عنوان، یک جدول ۳×۳، یک اصطلاح پررنگ، یک پیوند، یک پانویس، یک نظر بازبین، یک سرصفحه و یک پاصفحه.
• glossary-en-de.csv شامل سه اصطلاح انگلیسی به آلمانی است با یک تله شناخته‌شده: seat در اینجا به معنای مجوز کاربری پرداختی است، بنابراین باید Lizenz باشد، نه Sitz. این فایل از چیدمان دوستونی آپلود DeepL استفاده می‌کند.
• check_docx_roundtrip.py فایل مبدأ و فایل ترجمه‌شده را مقایسه می‌کند. این اسکریپت ۱۲ ویژگی ساختاری را می‌شمارد و تعداد اصطلاحات واژه‌نامه را مقایسه می‌کند.

برای بررسی اینکه خود ابزار بررسی درست کار می‌کند، یک مثال ساختگی تهیه کردیم، docx-roundtrip-pasted-example.docx (ساخته‌شده با make_pasted_example.py). این فایل شامل ترجمه آلمانی خودمان از صفحه است که به صورت پاراگراف‌های ساده در یک سند جدید جای‌گذاری شده است. متنی که از پنجره چت کپی می‌شود معمولاً به همین شکل در Word قرار می‌گیرد. این خروجی DeepL یا ChatGPT نیست. در یک جمله عمداً Sitz نوشتیم. خروجی ضبط‌شده بررسی:

structure                   source  output  result
paragraphs                      15       9  CHANGED
heading paragraphs               3       0  CHANGED
tables                           1       0  CHANGED
table cells                      9       0  CHANGED
bold runs                        1       0  CHANGED
hyperlinks                       1       0  CHANGED
external link targets            1       0  CHANGED
footnote references              1       0  CHANGED
footnote texts                   1       0  CHANGED
comments                         1       0  CHANGED
header text present              1       0  CHANGED
footer text present              1       0  CHANGED

glossary terms: source count -> target count in output
  workspace -> Arbeitsbereich: 6 -> 5, untranslated 0  check
  seat -> Lizenz: 8 -> 6, untranslated 0  check
  admin -> Administrator: 7 -> 6, untranslated 0  check

12 structure row(s) changed

تمام متن بدنه وجود دارد، اما هر ۱۲ ویژگی ساختاری از بین رفته‌اند. ردیف‌های واژه‌نامه نیز به دلایل مختلف علامت‌گذاری شده‌اند. Lizenz دو مورد کم دارد: یک seat به Sitz تبدیل شده و پانویس که یک seat دیگر را در خود داشت از بین رفته است. Arbeitsbereich یک مورد کم دارد چون سرصفحه از دست رفته، و Administrator یک مورد کم دارد چون پاصفحه از دست رفته است. نکته اصلی آزمون همین است: یک سند می‌تواند کاملاً روان خوانده شود و در عین حال محصول تحویلی نادرست باشد.

برای اجرای آن روی ابزارهای واقعی:

1. python3 make_docx_fixture.py را اجرا کنید (یا فایل مبدأ را دانلود کنید).
2. DeepL: فایل DOCX را در مترجم فایل آپلود کنید، انگلیسی→آلمانی را انتخاب کنید، در صورت پشتیبانی طرح‌تان واژه‌نامه را اعمال کنید و نتیجه را دانلود کنید.
3. ChatGPT: همان فایل DOCX را آپلود کنید و درخواست ترجمه آلمانی با استفاده از سه اصطلاح واژه‌نامه را بدهید. نتیجه را همان‌طور که واقعاً تحویل می‌دهید ذخیره کنید، چه فایلی باشد که ChatGPT ارائه می‌دهد و چه متنی که در Word جای‌گذاری می‌کنید.
4. python3 check_docx_roundtrip.py docx-roundtrip-source.docx <translated>.docx glossary-en-de.csv را روی هر نتیجه اجرا کنید.

اسکریپت ساختار را می‌شمارد، نه کیفیت را. هر دو خروجی را نیز بخوانید. فایلی که از هر ردیف عبور می‌کند باز هم می‌تواند ترجمه نادرست داشته باشد، و بررسی واژه‌نامه زیررشته‌ها را تطبیق می‌دهد، بنابراین یک ترکیب آلمانی مانند Administratorlizenz به حساب Lizenz گذاشته می‌شود و می‌تواند یک اصطلاح جاافتاده را پنهان کند. با علامت واژه‌نامه، یا نبود آن، به عنوان جایی برای بررسی رفتار کنید، نه حکم قطعی.

کدام ابزار برای کدام سند

گردش کار ترکیبی برای اسناد مهم: فایل را با ابزاری که فایل را برمی‌گرداند ترجمه کنید. سپس به دنبال بخش‌هایی بگردید که معنا در آن‌ها مورد تردید است: تعاریف، هشدارها، بازی با کلمات، هر چیزی که خواننده بر اساس آن اقدام می‌کند. فقط همان‌ها را همراه با متن مبدأ و ترجمه‌شده به ChatGPT ببرید. پیش از درخواست بازنویسی، فهرستی از مشکلات بخواهید تا ببینید چه چیزی و چرا تغییر کرده است. راهنمای ویرایش پس از ترجمه نشان می‌دهد چگونه این بررسی را برنامه‌ریزی کنید.

وقتی سند یک کتاب کامل است

هر دو ابزار همه‌منظوره هستند. برای یک کتاب کامل، مشکلات عملی همان موارد بالا در مقیاسی بزرگ‌تر است: سقف هر فایل و تعداد فایل ماهانه در DeepL، و نوبت‌های متعدد گفتگو برای مونتاژ در ChatGPT. حفظ سازگاری نام‌ها و اصطلاحات در سراسر فصل‌ها نیز در هر دو دشوار است.

BookTranslator برای همین مورد ساخته شده است. کل فایل EPUB، DOCX یا PDF را بارگذاری می‌کنید و یک فایل ترجمه‌شده دریافت می‌کنید. برای وظایف EPUB و DOCX می‌توانید واژه‌نامه خودکار را فعال کنید که نام‌ها و اصطلاحات کلیدی را در سراسر کتاب پیگیری می‌کند (برای وظایف PDF در دسترس نیست). قیمت‌گذاری بر اساس تعداد کلمات است و قیمت نهایی را پیش از پرداخت می‌بینید. این جایگزین بررسی برای متن‌های حساس نیست و هنوز باید نتیجه را بررسی کنید: اسکریپت رفت‌وبرگشت بالا روی سایر فایل‌های DOCX نیز کار می‌کند، از جمله خروجی BookTranslator. اگر فایل شما یک سند Word است، از مترجم DOCX شروع کنید. برای PDF، از مترجم PDF استفاده کنید. برای حفظ چیدمان Word به طور کلی، به ترجمه یک سند Word بدون از دست دادن قالب‌بندی مراجعه کنید.