Cara Membina Glosari Terjemahan yang Boleh Digunakan oleh Penterjemah dan AI

Untuk membina glosari terjemahan, pilih konsep yang memerlukan perkataan terkawal, takrifkan maksud setiap satu dalam dokumen anda, luluskan istilah sasaran bagi setiap bahasa dan konteks, dan tetapkan pemilik untuk mengekalkan keputusan tersebut. Kemudian uji entri dalam petikan sebenar sebelum menyerahkannya kepada penterjemah atau alat terjemahan.

Perbezaan yang paling berguna ialah antara glosari induk yang merekodkan keputusan anda dan eksport yang lebih kecil yang boleh digunakan oleh alat. Fail import dua lajur mungkin diperlukan, tetapi ia tidak boleh menggantikan konteks, bukti, dan sejarah kelulusan yang menjadikan kedua-dua lajur itu boleh dipercayai.

Mulakan dengan templat glosari kosong dan contoh glosari yang telah disiapkan. Kedua-duanya ialah fail CSV UTF-8. Contoh tersebut menggunakan produk fiksyen dan keputusan terjemahan bahasa Inggeris ke bahasa Perancis sebagai ilustrasi; ia bukan senarai terminologi yang diperakui, projek pelanggan, atau pratetap import siap pakai untuk BookTranslator.

Pastikan glosari lebih kecil daripada kamus

Sertakan sesuatu istilah apabila pilihan yang tidak konsisten atau kabur akan mengubah makna, mengelirukan navigasi, melemahkan perbezaan penting, atau menyebabkan kerja semakan yang boleh dielakkan. Jangan kumpulkan setiap kata nama semata-mata kerana perisian telah mengekstraknya.

Satu pusingan pemilihan yang berguna akan bertanya:

• Adakah konsep ini berulang merentas bahagian, fail, atau penyumbang?
• Adakah perkataan sumber mempunyai lebih daripada satu makna yang relevan?
• Adakah organisasi, pengarang, atau bidang subjek memerlukan bentuk sasaran yang khusus?
• Adakah pilihan yang berbeza akan menyukarkan pemahaman sesuatu amaran, arahan, antara muka, atau hujah?
• Adakah istilah ini baharu, dipertikaikan, atau diketahui pernah menyebabkan pembetulan dalam projek ini?

Istilah yang jarang tetapi penting boleh memerlukan entri sebelum perkataan biasa yang kerap. Istilah piawai yang tidak mempunyai kekaburan realistik mungkin tidak memerlukan entri sama sekali.

Panduan permulaan COTSOES Pengurusan Terminologi untuk Terjemahan mengesyorkan terminologi yang relevan dengan organisasi dan tanggungjawab pengesahan yang jelas. Ia juga memberi amaran bahawa bilangan entri semata-mata tidak menentukan kualiti. Prinsip-prinsip tersebut lebih penting di sini daripada usia contoh perisiannya.

Pengekstrakan calon hanyalah peti masuk. Frasa yang diekstrak menjadi terminologi yang berguna apabila anda tahu maksudnya, bila ia terpakai, dan siapa yang meluluskan perkataan sasaran.

Bina satu rekod berdasarkan satu makna

Jangan berikan rentetan sumber pemilikan tunggal ke atas rekod tersebut. Perkataan Inggeris “charge” boleh menerangkan sifat elektrik atau jumlah yang dibilkan. Satu baris yang memetakan setiap kemunculan kepada satu perkataan Perancis akan mengekodkan ralat, bukan konsistensi.

Berikan setiap konsep pengecam yang stabil, kemudian tambahkan keputusan khusus bahasa. Dalam hamparan mudah, gunakan satu baris bagi setiap pasangan konsep dan lokasi sumber/sasaran. Dua baris boleh berkongsi ejaan sumber tanpa mewakili konsep yang sama.

Templat ini mengandungi medan berikut:

Rujukan konteks harus membolehkan penyemak mencari semula petikan: versi fail dan bahagian, rekod istilah berwibawa, atau sumber tahan lama yang lain. “Dari internet” tidak mencukupi. Untuk konsep asal yang ditakrifkan oleh pengarang, definisi manuskrip itu sendiri mungkin bukti yang relevan.

Asingkan definisi daripada konteks sumber. Definisi menyatakan apa itu konsep; konteks menunjukkan bagaimana ia digunakan. Ayat seperti “Pilih ruang kerja” menggambarkan penggunaan tetapi tidak menjelaskan apa yang terkandung dalam ruang kerja atau bagaimana ia berbeza daripada projek.

Baiki lima entri glosari yang biasa

Pembaikan berikut adalah sebahagian daripada contoh fiksyen yang boleh dimuat turun. Ia menggambarkan keputusan editorial, bukan peraturan istilah Perancis yang universal. Petikan contoh menyediakan teks sekeliling.

1. Perkataan polisemi dengan satu sasaran yang dipaksa

Entri lemah: charge → charge

Pembaikan: cipta konsep berasingan:

• Sifat elektrik: sumber charge; sasaran charge électrique; domain “elektronik pengenalan”; konteks “Kapasitor menyimpan cas elektrik.”
• Jumlah dibilkan: sumber charge; sasaran frais; domain “pengebilan”; konteks “Caj penghantaran ditunjukkan sebelum pembayaran.”

Ini tidak bermakna mana-mana pemetaan harus mengatasi setiap kemunculan “charge.” Domain dan konteks entri adalah sebahagian daripada keputusan. Jika alat yang dipilih tidak dapat membezakannya, gunakan eksport projek berasingan, frasa yang lebih panjang dan tidak kabur, atau semakan manusia dan bukannya penggantian global.

2. Istilah tanpa golongan katanya

Entri lemah: seal → sceller

Pembaikan: bezakan kata kerja daripada komponen:

• “Seal the envelope”: kata kerja, dengan sasaran ilustratif sceller dalam projek ini.
• “Replace the rubber seal”: kata nama yang merujuk kepada komponen, dengan sasaran joint.

Hamparan ini kini menerangkan dua konsep dan bukan lagi mencadangkan bahawa komponen getah itu ialah satu tindakan. Untuk dokumen teknikal sebenar, minta penyemak domain mengesahkan makna komponen tersebut dan istilah pilihannya.

3. Dua terjemahan yang boleh diterima tanpa keutamaan projek

Entri lemah: workspace → espace de travail / zone de travail

Pembaikan: luluskan espace de travail untuk bekas bernama aplikasi fiksyen itu. Catatkan zone de travail sebagai varian yang ditolak untuk konsep antara muka ini, bukan sebagai bahasa Perancis yang salah secara am. Tambah nota penggunaan bahawa infleksi tatabahasa biasa dibenarkan.

Varian yang ditolak memerlukan sebab dan skop. Jika tidak, penyemak mungkin “membetulkan” frasa yang sah sepenuhnya dalam konteks yang berbeza.

4. Nama produk yang dilindungi hanya secara tersirat

Entri lemah: LeafDeck → LeafDeck

Pembaikan: tetapkan do_not_translate=true, kenal pasti ia sebagai nama produk fiksyen, kekalkan huruf besar/kecil, dan rujuk keputusan penamaan projek demo itu. Nyatakan bahawa peraturan ini tidak terpakai kepada perkataan yang tidak berkaitan dalam penerangan biasa.

Padanan teks sumber dan sasaran semata-mata tidak menjelaskan sama ada pengekalan itu disengajakan atau hanya kerja yang belum selesai. Gunakan panduan keputusan jangan-terjemah untuk senarai pengecualian yang lebih luas.

5. Keputusan draf yang dibentangkan sebagai telah diluluskan

Entri lemah: sync → synchroniser / mettre à jour, tanpa pemilik atau status.

Pembaikan: takrifkan tindakan itu terlebih dahulu. Untuk arahan fiksyen yang menyegerakkan pustaka peranti, luluskan synchroniser sebagai kata kerja dan catatkan alternatif itu sebagai tidak sesuai untuk arahan khusus ini. Tetapkan pemilik dan sumber keputusan bertarikh.

Simpan label kata nama cadangan yang berasingan dalam draft sehingga penyemaknya menyelesaikannya. CSV yang telah diusahakan itu sengaja memasukkan baris draf tersebut. Hamparan yang kelihatan bersih bukan bukti bahawa setiap baris telah diluluskan.

Gunakan pintu kualiti entri, bukan skor hiasan

Sebelum meluluskan entri, tanya enam soalan ya-atau-tidak:

1. Makna: bolehkah orang lain membezakan konsep ini daripada konsep berdekatan?
2. Bukti: bolehkah mereka menemui sumber sokongan atau keputusan pengarang?
3. Bahasa: adakah bentuk sasaran berfungsi untuk lokasi, tatabahasa, dan domain yang ditetapkan?
4. Skop: tahukah mereka di mana peraturan itu terpakai dan di mana ia tidak terpakai?
5. Akauntabiliti: adakah seorang pemilik bertanggungjawab menyelesaikan perubahan?
6. Penggunaan: pernahkah entri itu diperiksa dalam ayat yang mewakili?

Jawapan yang belum diselesaikan bermakna entri itu kekal dalam draf. Ini ialah rubrik penerimaan editorial, bukan ukuran berangka kualiti terjemahan yang telah disahkan.

Bahagikan kerja mengikut kepakaran. Penulis atau pakar subjek mengesahkan konsep; penyemak bahasa sasaran mengesahkan penggunaan; pemilik terminologi merekodkan keputusan dan mengedarkan versi yang diluluskan. Seorang individu boleh memegang beberapa peranan dalam projek kecil, tetapi soalan-soalan tetap perlu dijawab.

Jika penyemak mempertikaikan sesuatu entri, catatkan pilihan yang bersaing dan petikan yang mendedahkan konflik tersebut. Ikuti aliran kerja pertanyaan penterjemah daripada membiarkan mesej peribadi menjadi pengecualian yang tidak didokumentasikan.

Eksport untuk alat penerima hanya selepas kelulusan

Glosari induk anda dan kamus enjin mempunyai tujuan yang berbeza. Induk menerangkan keputusan kepada manusia. Fail import mesti mengikut skema dan tingkah laku padanan alat tertentu.

Untuk alat yang menyokong import glosari:

1. Pilih pasangan bahasa sumber/sasaran yang diperlukan dan domain projek.
2. Kecualikan entri draft dan deprecated.
3. Selesaikan rentetan sumber pendua yang tidak dapat dibezakan oleh alat penerima.
4. Petakan hanya medan yang disokong ke dalam format import semasa alat tersebut.
5. Sahkan cara ia mengendalikan huruf besar/kecil, infleksi, istilah berbilang perkataan, dan teks terlindung.
6. Uji input kecil yang mewakili dan periksa terjemahan yang dikembalikan.

Sebagai contoh, format CSV sehala yang didokumentasikan oleh Google Cloud Translation menggunakan pasangan sumber/sasaran tanpa pengepala, manakala CSV set istilah setara menggunakan pengepala bahasa. Padanan glosarinya sensitif huruf besar/kecil secara lalai, dan sesetengah entri kata henti diabaikan. Itu adalah peraturan Google Cloud, bukan peraturan CSV umum atau keupayaan BookTranslator. Semak dokumentasi glosari Google Cloud semasa sebelum menyediakan eksport untuk perkhidmatan tersebut.

Jangan muat naik CSV yang kaya dengan anotasi daripada artikel ini ke dalam dialog import rawak. Ia adalah induk kerja. Sebaliknya, jangan buang definisi dan sejarah kelulusannya hanya kerana sesuatu alat menerima dua lajur sahaja.

Apabila menggunakan sistem AI dengan medan arahan yang disokong, berikan subset yang relevan dan diluluskan serta konteks yang diperlukan untuk membezakan makna. Arahan boleh meminta terminologi; ia tidak membuktikan bahawa output mematuhinya. Periksa hasilnya. Jika sistem tidak menawarkan input glosari yang disokong, simpan induk sebagai rujukan penyemak daripada mencipta cara untuk mengimportnya.

Bagi organisasi dengan pasukan barisan hadapan berbilang bahasa, konsistensi terminologi juga penting selepas terjemahan. Bahan latihan, dasar, dan komunikasi operasi mungkin perlu sampai kepada pekerja dalam bahasa pilihan mereka sambil mengekalkan perkataan yang diluluskan. iTacit menerangkan bagaimana komunikasi berbilang bahasa menyokong maklumat tempat kerja merentas bahasa, negara, dan budaya.

Tambah bahasa tanpa memadamkan keputusan tempatan

Guna semula ID konsep apabila menambah lokasi sasaran lain, tetapi berikan lokasi tersebut sasaran, status, pemilik, dan bukti sendiri. Kelulusan dalam bahasa Perancis tidak meluluskan padanan bahasa Jerman. Sasaran kosong bermaksud "belum diselesaikan," bukan "guna sumber secara automatik."

Disiplin yang sama terpakai dalam sesuatu bahasa. Pisahkan keputusan khusus lokasi apabila ia benar-benar berbeza. Jangan cipta baris pendua semata-mata untuk menambah label serantau yang tidak mengubah apa-apa.

Kekalkan keadaan ini sebagai mudah:

• Draf: keputusan calon atau dipertikaikan; bukan sebahagian daripada eksport yang diluluskan.
• Diluluskan: diterima untuk skop dan versi yang dinyatakan.
• Tidak digunakan lagi: dikekalkan untuk sejarah dan pengesanan, tetapi tidak disyorkan untuk kerja baharu.

Untuk perubahan substantif, rekodkan bentuk lama, bentuk baharu, sebab, versi berkuat kuasa, pemilik, dan lokasi sumber yang terjejas. Bina semula eksport yang berkaitan dan beritahu penterjemah petikan mana yang memerlukan pertimbangan semula. Jangan ganti istilah secara senyap di pertengahan projek dan harapkan bab yang sudah diterjemah dikemas kini sendiri.

Semak entri apabila produk, manuskrip sumber, standard, atau penggunaan yang diterima berubah. Peringatan kalendar boleh membantu, tetapi definisi yang berubah adalah pencetus yang lebih kuat.

Sahkan glosari dalam petikan sebelum menskalakan

Glosari boleh kelihatan kemas secara dalaman tetapi masih gagal dalam sesuatu ayat. Gunakan set petikan kecil yang sengaja merangkumi:

• perkataan sumber yang kabur dengan dua makna;
• istilah sebagai tajuk dan dalam prosa;
• variasi tunggal, jamak, atau tatabahasa lain;
• nama terlindung bersebelahan bahasa biasa; dan
• istilah dalam jadual, kapsyen, arahan, atau struktur dokumen penting yang lain.

Contoh yang boleh dimuat turun memasangkan "delivery charge" dengan "electric charge" dan memasukkan "seal" sebagai kata nama dan kata kerja. Kes-kes ini mendedahkan mengapa penggantian tanpa skop adalah ujian penerimaan yang salah.

Untuk setiap petikan, rekodkan sumber, versi glosari, output sasaran, keputusan penyemak, dan pembetulan jika perlu. Jika anda benar-benar menguji perkhidmatan terjemahan, tambahkan perkhidmatan/model, tarikh, tetapan, dan output mentah. Contoh-contoh dalam artikel ini tidak mendakwa bahawa ujian perkhidmatan sedemikian telah dijalankan.

Selepas dokumen lengkap diterjemahkan, beralih ke semakan konsistensi terminologi. Pembinaan glosari menetapkan dasar; semakan output menentukan sama ada teks yang diserahkan mematuhinya tanpa menjadi tidak semula jadi.

Serahkan rekod keputusan, bukan sekadar senarai perkataan

Penyerahan akhir harus mengandungi versi sumber, glosari induk yang diluluskan, eksport alat penerima jika berkenaan, log pertanyaan yang belum diselesaikan, dan contoh perwakilan. Orang yang melakukan terjemahan harus tahu fail mana yang berwibawa dan kepada siapa perlu bertanya tentang konflik.

Untuk buku lengkap atau dokumen panjang yang disokong, aliran kerja terjemahan fail BookTranslator boleh memberikan draf untuk semakan seterusnya. Simpan glosari yang diluluskan bersama draf tersebut. Lembaran kerja di sini adalah rujukan editorial luaran, bukan dakwaan bahawa BookTranslator mengimport glosari CSV yang diuruskan pengguna atau menguatkuasakan setiap entri.

Mulakan dengan beberapa konsep penting, jadikan keputusan boleh diperiksa, dan kembangkan daripada kekaburan sebenar atau penemuan semakan. Matlamatnya ialah lebih sedikit keputusan yang belum diselesaikan dalam dokumen seterusnya—bukan glosari yang terbesar.