BookTranslator
BookTranslator

ویرایش پس از ترجمه انسانی برای ترجمه کتاب هوش مصنوعی: چه مواردی را ابتدا بررسی کنیم

یک جریان کاری مبتنی بر ریسک برای ویرایش پس از ترجمه یک کتاب ترجمه‌شده با هوش مصنوعی، از حذف‌ها و خطاهای معنایی گرفته تا اصطلاحات، لحن، قالب‌بندی و تأیید انتشار.

BookTranslator

BookTranslator Team

10 min read

ویرایش پس از ترجمه انسانی باید با خطاهایی شروع شود که می‌توانند ترجمه را باطل کنند، نه با جملاتی که صرفاً عجیب به نظر می‌رسند. تأیید کنید که کتاب مقصد کامل با منبع تثبیت‌شده مطابقت دارد، سپس حذف‌ها، اضافات، معکوس شدن معنا، نام‌ها، اصطلاحات، اعداد و ارجاعات متقابل را بررسی کنید. تنها پس از این بررسی‌هاست که یک ویرایشگر باید وقت خود را صرف لحن، ریتم و صیقل دادن متن کند.

این ترتیب اهمیت دارد زیرا خروجی روان هوش مصنوعی همچنان می‌تواند حاوی یک پاراگراف ازدست‌رفته یا یک ترجمه اشتباه مطمئن باشد. یک جمله بی‌نقص نمی‌تواند یک فصل غایب را جبران کند.

از این توالی استفاده کنید:

  1. تعیین کنید که کتاب ترجمه‌شده برای چه منظوری استفاده خواهد شد.
  2. فایل‌های دقیق منبع و مقصد را تثبیت کنید.
  3. ساختار و کامل بودن را با هم تطبیق دهید.
  4. اطلاعات حیاتی از نظر معنایی و کنترل‌شده را اصلاح کنید.
  5. اصطلاحات و پیوستگی را در سراسر کتاب بررسی کنید.
  6. لحن و طبیعی بودن زبان مقصد را در قطعات متصل ویرایش کنید.
  7. فایل خروجی را آزمایش کنید و هر اصلاح عمده را مجدداً بررسی کنید.

بارگیری کاربرگ ویرایش پس از ترجمه کتاب هوش مصنوعی برای ثبت تصمیم، شواهد، شدت، مسئول و وضعیت بررسی مجدد برای هر مسئله.

پایان موردنیاز را قبل از ویرایش انتخاب کنید

«ویرایش پس از ترجمه» یک مقدار کار ثابت را مشخص نمی‌کند. یک نسخه مطالعه شخصی و یک نسخه تجاری آستانه‌های پذیرش متفاوتی دارند.

استفاده موردنظرهدف بررسی مناسبپذیرفته نشود
درک شخصیمعنای کامل و قابل خواندن با بخش‌های مهم بررسی‌شدهبخش‌های ازدست‌رفته، معنای معکوس‌شده، فایل غیرقابل استفاده
پژوهش داخلیادعاها، اعداد، ارجاعات و اصطلاحات قابل ردیابینتیجه یا مرجع دیگر با متن اصلی مطابقت ندارد
پیش‌نویس ویراستاریپیش‌نویس کامل با نام‌ها، اصطلاحات و ساختار پایدارانحراف سیستماتیک که ویراستاری‌های بعدی را غیرقابل اعتماد می‌کند
غیرداستانی عمومیویرایش کامل دوزبانه، ویرایش متن به زبان بومی، تضمین کیفیت تولیدنواقص عمده حل‌نشده در معنا، اصطلاحات یا قالب
انتشار ادبیمالکیت مترجم/ویراستار بر لحن، ابهام، ریتم و فرهنگتلقی نثر روان هوش مصنوعی به عنوان قضاوت نهایی ادبی
استفاده ایمنی، حقوقی، بالینی یا تنظیم‌شدهبررسی واجد شرایط حوزه تخصصی و فرآیند رسمی مورد نیازدستورالعمل‌ها، هشدارها، تعهدات، دوزها یا محدودیت‌های تأییدنشده

ISO 18587:2017، ویرایش پس از ترجمه ماشینی توسط انسان و شایستگی ویراستار پس از ترجمه را پوشش می‌دهد. این برچسبی برای هیچ‌گونه پاکسازی سریعی نیست. اگر پروژه شما فقط به یک پیش‌نویس خوانا نیاز دارد، آن را یک بررسی محدود بنامید و دقیقاً مشخص کنید چه چیزی بررسی نشده است.

این همان جایی است که تمایز در ترجمه کتاب با هوش مصنوعی در برابر انسان عملیاتی می‌شود: روش اهمیت کمتری نسبت به کسی دارد که مالکیت ریسک‌های حل‌نشده را بر عهده دارد.

شواهد را قبل از تغییر دادن متن هدف فریز کنید

سه فایل جداگانه نگه دارید:

  • متن اصلی دقیق استفاده شده برای ترجمه؛
  • خروجی دست‌نخورده هوش مصنوعی؛ و
  • نسخه ویرایش‌شده پس از ترجمه کاری.

نام فایل مبدأ، نسخه، زبان، زبان مقصد، تاریخ ترجمه، قالب خروجی، نسخه واژه‌نامه و هرگونه تنظیمات گردش کار را که نتیجه را تغییر داده‌اند، ثبت کنید. اگر متن مبدأ در طول بازبینی تغییر کرد، نسخه جدیدی از مبدأ ایجاد کرده و تغییرات را ارزیابی کنید. پاراگراف‌های دو ویرایش را به‌طور پنهانی با یکدیگر ترکیب نکنید.

پیش از ویرایش نثر، موارد زیر را مقایسه کنید:

  • محتوای شروع و پایان؛
  • تعداد فصل‌ها و بخش‌ها؛
  • ترتیب فهرست مطالب؛
  • سرتیترها، فهرست‌ها، جدول‌ها، زیرنویس‌ها، یادداشت‌ها، پیوست‌ها و بخش‌های پایانی؛
  • پاراگراف اول و آخر هر بخش اصلی؛ و
  • متن زبان مبدأ که ممکن است به‌عمد حفظ شده باشد یا به‌طور تصادفی ترجمه نشده بماند.

گسترده‌تر چک‌لیست تضمین کیفیت ترجمه برای کتاب‌ها و اسناد طولانی یک سیاهه مشکلات در سطح انتشار ارائه می‌دهد. کاربرگ ویرایش پس از ترجمه در این مقاله، تصمیم‌گیری درباره حفظ، اصلاح یا ترجمه مجدد خروجی هوش مصنوعی را اضافه می‌کند.

به ترتیبی بازبینی کنید که تصمیم‌گیری نهایی برای انتشار را تغییر دهد

از چهار مرحله استفاده کنید. هر مرحله به پرسش متفاوتی پاسخ می‌دهد.

مرحله ۱: آیا خروجی کامل است و با مبدأ صحیح جفت شده است؟

به دنبال مطالب مفقود، تکرارشده، اضافه‌شده، ناقص یا تغییریافته بگردید. پیش از ویرایش سطری، مرزهای فصل‌ها را تأیید کنید. بررسی کنید که زیرنویس‌ها در کنار تصاویر خود باقی مانده باشند و پانویس‌ها همچنان به یادداشت‌های مورد نظر اشاره کنند.

این موارد بازدارنده‌های جدی هستند زیرا ویرایش‌های بعدی می‌تواند باعث شود یک متن مقصد ناقص، کامل به نظر برسد.

مرحله ۲: آیا مقصد معنای مبدأ را حفظ کرده است؟

موضوعاتی را در اولویت قرار دهید که در آن‌ها یک خطای کوچک، یک عمل یا ادعا را تغییر می‌دهد:

  • نفی: انجام دادن در برابر انجام ندادن;
  • وجهیت: باید, ممکن است, باید، و می‌تواند;
  • جهت: افزایش در مقابل کاهش;
  • توالی: قبل از در مقابل بعد از;
  • دامنه: همه, برخی, فقط، و به جز;
  • اعداد، تاریخ‌ها، واحدها، درصدها، بازه‌ها و شناسه‌ها؛ و
  • انتساب: چه کسی چیزی را گفت، انجام داد، باور داشت یا سبب آن شد.

برای مثال، اگر متن مبدأ بگوید شخصیتی تقریباً اعتراف کرد، ترجمه هوش مصنوعی که بگوید آن شخصیت اعتراف کرده است، یک خطای معنایی محسوب می‌شود، حتی اگر جمله به خودی خود روان به نظر برسد. اگر یک دستورالعمل تعمیر و نگهداری بگوید که جریان برق را قطع کنید قبل از اینکه باز کردن پنل، تغییر توالی یک مانع است، نه یک مسئله‌ی مربوط به سبک.

گام ۳: آیا تصمیمات کنترل‌شده سازگار هستند؟

کل متن هدف را برای موارد زیر جستجو کنید:

  • نام شخصیت‌ها و مکان‌ها؛
  • عناوین و نحوه مخاطب قرار دادن؛
  • نام محصولات و سازمان‌ها؛
  • اصطلاحات فنی تعریف‌شده؛
  • اختصارات و شکل کامل آن‌ها؛
  • واژه‌های ابداع‌شده؛
  • نقل‌قول‌ها و عناوین ذکرشده؛ و
  • موارد غیرقابل‌ترجمه.

شکل تأییدشده و موارد جایگزین ردشده را ثبت کنید. به این بسنده نکنید که یک مورد را اصلاح کنید و فرض کنید بقیه امن هستند. از قالب اصطلاح‌شناسی ترجمه کتاب استفاده کنید تا یک ویرایش یک‌باره را به تصمیمی قابل‌استفاده مجدد تبدیل کنید.

گام ۴: آیا متن شبیه به یک کتابِ نوشته‌شده به زبان مقصد به نظر می‌رسد؟

اکنون پاراگراف‌ها و صحنه‌ها را بدون خیره‌شدن به متن مبدأ پس از هر جمله بررسی کنید. لحن، ریتم، انسجام پاراگراف، ارجاع ضمایر، تمایز دیالوگ‌ها، تکرارها و قراردادهای ژانر را بررسی کنید. سپس به متن مبدأ بازگردید و تأیید کنید که ویرایش‌های سبک‌شناختی معنا را تغییر نداده‌اند.

این روش دو‌نگاهی از شکست‌های متضاد جلوگیری می‌کند: ترجمه‌زدگیِ شبیه به زبان مبدأ زمانی که ویراستار هرگز متن مقصد را به طور مستقل نمی‌خواند، و ترجمه اشتباهِ زیبا زمانی که ویراستار مقایسه با متن مبدأ را متوقف می‌کند.

به‌جای صیقل‌دادن یکسان همه‌چیز، از اولویت‌بندی بر اساس میزان اهمیت (Severity) استفاده کنید

هر مسئله را بر اساس پیامد آن دسته‌بندی کنید.

شدتنمونه‌های رایجاقدام لازم
مانع جدیفصل مفقود، نسخه مبدأ اشتباه، هشدار برعکس، خروجی غیرقابل خواندنمتوقف کردن تحویل؛ برطرف کردن علت و اجرای مجدد بررسی‌های تحت تأثیر
عمدهادعای ترجمه اشتباه، انحراف نامکرر در نام‌ها، شماره نادرست، ارجاع متقابل خراباصلاح قبل از پذیرش؛ جستجوی همان الگو در جاهای دیگر
جزئیعبارت ناملموس ایزوله، نشانه‌گذاری محلی، فاصله غیربحرانیدسته‌بندی یا به تعویق انداختن طبق توافق نهایی

سیستم رده‌بندی خطاهای MQM دقت، اصطلاح‌شناسی، قراردادهای زبانی، سبک، قراردادهای محلی، تناسب با مخاطب و طراحی/نشانه‌گذاری را از هم متمایز می‌کند. فقط از دسته‌هایی استفاده کنید که تصمیمات پروژه شما را تغییر می‌دهند. یک طبقه‌بندی تفصیلی مفید است؛ امتیازی که اجازه دهد یک مانع در میان صدها بخش تمیز ناپدید شود، مفید نیست.

تصمیم بگیرید که ویرایش را ادامه دهید یا دوباره ترجمه کنید

ویرایش پس از ترجمه لزوماً ارزان‌تر از شروع مجدد نیست. قبل از متعهد شدن به کل کتاب، یک نمونه نمایشی را اجرا کنید:

  1. بخش آغازین، یک بخش پر از گفت‌وگو، یک بخش سرشار از اصطلاح‌شناسی، یک جدول یا یادداشت، و یک فصل پایانی دشوار را انتخاب کنید.
  2. دقیقه‌های صرف‌شده برای خواندن، تحقیق، ویرایش و بازبینی مجدد را ثبت کنید.
  3. موانع و الگوهای عمده تکرارشده را بشمارید.
  4. برآورد کنید که آیا همان اصلاح در سراسر کتاب تکرار خواهد شد یا خیر.

زمانی که ویراستار ناچار است معنا را جمله به جمله بازسازی کند، ضمایر یا فاعل‌ها به طور قابل اعتمادی قابل پیگیری نیستند، اصطلاح‌شناسی به طور سیستماتیک اشتباه است، یا ساختار خروجی دیگر با منبع مطابقت ندارد، یک بخش را دوباره ترجمه کنید. هنگامی که نمونه‌های نمایشی نشان می‌دهند هزینه تعمیر تحت‌الشعاع ترجمه مجدد قرار دارد تا اصلاح، کل گردش کار را تغییر دهید.

یک آستانه جهانی مانند «اگر کمتر از ۲۰ درصد کلمات تغییر کرد، ویرایش کنید» را منتشر نکنید. درصدهای تغییر کلمه اندازه‌گیری نمی‌کنند که آیا کلمه تغییریافته یک هشدار را برطرف کرده است یا صرفاً نشانه‌گذاری را بهبود بخشیده است.

جدا کردن اصلاح از تأیید

فردی که ویرایش‌ها را انجام می‌دهد ممکن است الگویی را که باعث ایجاد آن‌ها شده است از دست بدهد. یک مرحله نهایی اضافه کنید که از نسخه نامزد شروع شود، نه حافظه کاری ویراستار.

  • هر مانع و مسئله عمده‌ای را در مقایسه با منبع مجدداً بررسی کنید.
  • تمام گونه‌های اصطلاح‌شناسی ردشده را در متن مقصد جستجو کنید.
  • فهرست مطالب نهایی و ساختار را دوباره مقایسه کنید.
  • فایل EPUB، PDF یا DOCX واقعی را در برنامه‌های خواننده‌ای که کاربران استفاده خواهند کرد، باز کنید.
  • متادیتا، پیوندها، یادداشت‌ها، اشکال و ناوبری را بررسی کنید.
  • ثبت کنید چه کسی زبان، موضوع و تولید را تأیید کرده است.

زمینه کل سند نیز در ارزیابی اهمیت دارد. یک مطالعه بزرگ درباره حاشیه‌نویسی حرفه‌ای ترجمه ماشینی به بازبینی‌کنندگان زمینه کامل سند برای ارزیابی MQM را داد؛ بررسی جملات مجزا می‌تواند مشکلات ارجاع و پیوستگی را پنهان کند.

جایی که BookTranslator در آن قرار می‌گیرد

برنامه BookTranslator می‌تواند یک پیش‌نویس ترجمه‌شده ساختاریافته از یک فایل EPUB، PDF یا DOCX کامل ایجاد کند، یک واژه‌نامه خودکار اعمال کند و خروجی دوزبانه را در صورت پشتیبانی ارائه دهد. این کار می‌تواند حجم کار جابجایی فصول از طریق جعبه‌های متنی کوتاه را کاهش دهد و مقایسه مقگالات مهم را آسان‌تر کند.

این ابزار جایگزین یک ویرایشگر واجد شرایط یا بازبینی‌کننده تخصصی نمی‌شود. منبع تمیز را از طریق گردش کار ترجمه کتاب بارگذاری کنید، خروجی دست‌نخورده را نگه دارید و از کاربرگ استفاده کنید تا تصمیم بگیرید کجا به قضاوت انسانی نیاز است. برای منابع سنگین از نظر اسکن، مشکلات استخراج را قبل از در نظر گرفتن هدف به عنوان کاندیدای پس‌ویرایش برطرف کنید.

دروازه نهایی پس‌ویرایش

تا زمانی که همه این موارد صادق نباشد، کتاب را تأیید نکنید:

  • منبع دقیق و خروجی دست‌نخورده هوش مصنوعی حفظ شده باشند؛
  • تطبیق فایل کامل هیچ عامل مسدودکننده حل‌نشده‌ای را پیدا نکرده باشد؛
  • بخش‌های حیاتی از نظر معنایی، اعداد، اسامی، اصطلاحات و ارجاعات بررسی شده باشند؛
  • ویرایش زبان مقصد شامل بخش‌های مرتبط شده باشد، نه فقط جملات مجزا؛
  • هر اصلاح عمده به‌عنوان یک الگوی احتمالی تکرارپذیر جستجو شده باشد؛
  • فایل نهایی در فرمت تحویل خود آزمایش شده باشد؛ و
  • استفاده مورد نظر، عمق بررسی، مالکیت بازبینی‌کننده و محدودیت‌های شناخته‌شده ثبت شده باشند.

پس‌ویرایش انسانی زمانی ارزشمند است که قضاوت را روی نقاطی متمرکز کند که پیش‌نویس هوش مصنوعی ضعیف‌ترین عملکرد را دارد. این کار زمانی شکست می‌خورد که «بررسی‌شده توسط انسان» به عنوان یک برچسب مبهم برای مقدار نامشخصی از پاکسازی استفاده شود.

مطالب مرتبط

ویرایش پس از ترجمه انسانی برای ترجمه کتاب هوش مصنوعی: چه مواردی را ابتدا بررسی کنیم