Pasca-Suntingan Manusia untuk Terjemahan Buku AI: Perkara yang Perlu Disemak Terlebih Dahulu

Pasca-suntingan manusia harus bermula dengan ralat yang boleh membatalkan terjemahan, bukan dengan ayat yang kelihatan janggal sahaja. Sahkan bahawa buku sasaran yang lengkap sepadan dengan sumber asal, kemudian semak peninggalan, penambahan, terbalikkan makna, nama, terminologi, nombor dan rujukan silang. Hanya selepas semakan tersebut barulah editor meluangkan masa untuk nada, irama dan penggilapan.

Urutan itu penting kerana output AI yang fasih masih boleh mengandungi perenggan yang hilang atau kesilapan terjemahan yang yakin. Sempurnanya satu ayat tidak dapat memulihkan bab yang tiada.

Gunakan urutan ini:

1. Tentukan kegunaan buku terjemahan itu nanti.
2. Bekukan fail sumber dan sasaran yang tepat.
3. Selaraskan struktur dan kelengkapan.
4. Betulkan maklumat kritikal makna dan maklumat terkawal.
5. Semak terminologi dan kesinambungan merentas keseluruhan buku.
6. Sunting nada dan keaslian bahasa sasaran dalam petikan yang berkaitan.
7. Uji fail yang dieksport dan semak semula setiap pembaikan utama.

Muat turun helaian kerja pasca-suntingan buku AI untuk merekodkan keputusan, bukti, tahap keterukan, pemilik dan status semakan semula bagi setiap isu.

Pilih kemasan yang diperlukan sebelum anda menyunting

"Pasca-suntingan" tidak mengenal pasti satu jumlah kerja yang tetap. Salinan bacaan peribadi dan edisi komersial mempunyai ambang penerimaan yang berbeza.

ISO 18587:2017 merangkumi suntingan pasca manusia sepenuhnya bagi output terjemahan mesin dan kecekapan penyunting pasca. Ia bukan label untuk sebarang pembersihan pantas. Jika projek anda hanya memerlukan draf yang boleh dibaca, namakan itu sebagai semakan terhad dan nyatakan dengan tepat perkara yang tidak disemak.

Di sinilah juga perbezaan dalam terjemahan buku AI berbanding manusia menjadi boleh beroperasi: kaedah kurang penting berbanding siapa yang memiliki risiko yang belum diselesaikan.

Bekukan bukti sebelum menukar sasaran

Simpan tiga fail berasingan:

• sumber tepat yang digunakan untuk terjemahan;
• output AI yang tidak disentuh; dan
• versian suntingan pasca yang sedang dikerjakan.

Rekodkan nama fail sumber, semakan, bahasa, bahasa sasaran, tarikh terjemahan, format output, versi glosari, dan sebarang tetapan alatan kerja yang mengubah hasil tersebut. Jika sumber berubah semasa ulasan, cipta semakan sumber baharu dan nilai perubahan tersebut. Jangan campurkan perenggan daripada dua edisi secara senyap-senyap.

Sebelum mengedit prosa, bandingkan:

• kandungan pembukaan dan penutup;
• bilangan bab dan seksyen;
• susunan jadual kandungan;
• tajuk, senarai, jadual, kapsyen, nota, lampiran, dan bahan belakang;
• perenggan pertama dan terakhir bagi setiap seksyen utama; dan
• teks bahasa sumber yang mungkin dikekalkan secara sengaja atau tidak diterjemahkan secara tidak sengaja.

Senarai semak QA terjemahan untuk buku dan dokumen panjang yang lebih luas menyediakan log isu peringkat keluaran. Lembaran kerja pasca-edit dalam artikel ini menambah keputusan tentang sama ada untuk mengekalkan, membaiki, atau menterjemah semula output AI.

Ulas dalam urutan yang mengubah keputusan keluaran

Gunakan empat lapisan semakan. Setiap lapisan menjawab soalan yang berbeza.

Lapisan 1: Adakah output lengkap dan dipasangkan dengan sumber yang betul?

Cari bahan yang hilang, didaftar dua kali, ditambah, terpotong, atau disusun semula. Sahkan sempadan bab sebelum mengedit baris. Periksa sama ada kapsyen kekal bersama rajah masing-masing dan nota kaki masih menunjuk kepada nota yang dimaksudkan.

Ini adalah penghalang kerana penyuntingan kemudian boleh menjadikan sasaran yang tidak lengkap kelihatan siap.

Lapisan 2: Adakah sasaran mengekalkan makna sumber?

Utamakan petikan di mana ralat kecil mengubah tindakan atau tuntutan:

• penafian: lakukan berbanding jangan lakukan;
• modaliti: mestilah, boleh, harus, dan dapat;
• arah: peningkatan berbanding penurunan;
• urutan: sebelum berbanding selepas;
• skop: semua, sesetengah, sahaja, dan kecuali;
• nombor, tarikh, unit, peratusan, julat, dan pengecam; serta
• atribut: siapa yang berkata, melakukan, percaya, or menyebabkan sesuatu.

Sebagai contoh, jika sumber menyatakan watak hampir mengaku, sasaran AI yang menyatakan watak itu mengaku adalah ralat makna walaupun ayat itu dibaca dengan lancar. Jika arahan penyelenggaraan menyatakan untuk memutuskan kuasa sebelummembuka panel, mengubah urutan ialah penghalang, bukannya isu gaya.

Langkah 3: Adakah keputusan yang dikawal konsisten?

Cari keseluruhan sasaran untuk:

• nama watak dan tempat;
• gelaran dan bentuk sapaan;
• nama produk dan organisasi;
• terma teknikal yang ditentukan;
• singkatan dan pengembangan bentuknya;
• kata-kata ciptaan;
• petikan dan tajuk yang dirujuk; serta
• item yang tidak boleh diterjemahkan.

Rekodkan bentuk yang diluluskan dan varian yang ditolak. Jangan betulkan satu kejadian dan anggap yang lain selamat. Gunakan templat terminologi terjemahan buku untuk menukar suntingan sekali lalu kepada keputusan boleh guna semula.

Langkah 4: Adakah ia terbaca seperti buku bahasa sasaran yang dihasratkan?

Sekarang semak perenggan dan babak tanpa menatap sumber selepas setiap ayat. Semak daftar, irama, kohesi perenggan, rujukan ganti nama, pembezaan dialog, pengulangan dan konvensyen genre. Kemudian kembali kepada sumber dan sahkan bahawa suntingan gaya tidak mengubah makna.

Kaedah dua pandangan ini mencegah kegagalan yang bertentangan: bahasa terjemahan berbentuk sumber apabila penyunting tidak pernah membaca sasaran secara bebas, dan salah terjemahan yang elegan apabila penyunting berhenti membandingkan dengan sumber.

Gunakan keterukan berbanding mengilap segala-galanya secara sama rata

Klasifikasikan setiap isu mengikut akibat.

The tipologi ralat MQM membezakan antara ketepatan, terminologi, konvensyen linguistik, gaya, konvensyen tempatan, kesesuaian khalayak, dan reka bentuk/penandaan. Gunakan hanya kategori yang mengubah keputusan projek anda. Taksonomi terperinci berguna; skor yang membiarkan satu penyekat hilang di dalam ratusan segmen bersih adalah tidak berguna.

Tentukan sama ada untuk terus mengedit atau menterjemah semula

Pasca-penyuntingan tidak semestinya lebih murah daripada memulakan semula. Jalankan sampel wakil sebelum komited kepada keseluruhan buku:

1. Pilih bahagian pembukaan, petikan yang sarat dialog, petikan yang sarat terminologi, jadual atau nota, dan bab lewat yang sukar.
2. Rekod minit yang diluangkan untuk membaca, menyelidik, mengedit, dan menyemak semula.
3. Kira penyekat dan corak utama yang berulang.
4. Anggarkan sama ada pembaikan yang sama akan berulang di seluruh buku.

Terjemah semula bahagian apabila editor mesti membina semula makna ayat demi ayat, kata ganti nama atau subjek tidak dapat dikesan dengan boleh dipercayai, terminologi salah secara bersistem, atau struktur output tidak lagi dipetakan kepada sumber. Tukar keseluruhan aliran kerja apabila sampel wakil menunjukkan bahawa kos pembaikan dikuasai oleh terjemahan semula berbanding pembetulan.

Jangan terbitkan ambang universal seperti "edit jika kurang daripada 20% perkataan berubah." Peratusan perubahan perkataan tidak mengukur sama ada perkataan yang diubah membalikkan amaran atau sekadar menambah baik tanda baca.

Asingkan pembetulan daripada kelulusan

Individu yang melakukan suntingan mungkin terlepas pandang corak yang menghasilkannya. Tambah hantaran akhir yang bermula daripada keluaran calon, bukan memori kerja editor.

• Semak semula setiap penyekat dan isu utama berbanding sumber.
• Cari varian terminologi yang ditolak dalam sasaran.
• Bandingkan jadual kandungan akhir dan struktur sekali lagi.
• Buka EPUB, PDF, atau DOCX sebenar dalam pembaca aplikasi yang akan digunakan oleh pembaca.
• Semak metadata, pautan, nota, rajah, dan navigasi.
• Catat siapa yang meluluskan bahasa, subjek, dan pengeluaran.

Konteks dokumen penuh juga penting dalam penilaian. Satu kajian anotasi profesional berskala besar mengenai terjemahan mesin telah memberikan pengulas konteks dokumen penuh untuk penilaian MQM; semakan ayat secara terpencil boleh menyembunyikan masalah rujukan dan kesinambungan.

Di manakah BookTranslator sesuai

BookTranslator boleh mencipta draf terjemahan berstruktur daripada EPUB, PDF, atau DOCX yang lengkap, mengenakan glosari automatik, dan menyediakan output dwi-bahasa di mana disokong. Ini boleh mengurangkan kerja memindahkan bab melalui kotak teks pendek dan memudahkan petikan penting untuk dibandingkan.

Ia tidak menggantikan editor yang berkelayakan atau pengulas bidang. Muat naik sumber bersih melalui alir kerja terjemahan buku, simpan output yang tidak disentuh, dan gunakan helaian kerja untuk menentukan di mana pertimbangan manusia diperlukan. Untuk sumber yang banyak imbasan, betulkan masalah pengekstrakan sebelum merawat sasaran sebagai calon pasca-penyuntingan.

Pintu masuk pasca-penyuntingan akhir

Jangan luluskan buku tersebut sehingga kesemua perkara berikut adalah benar:

• sumber tepat dan output AI yang tidak disentuh dikekalkan;
• penyesuaian fail lengkap mendapati tiada penghalang yang belum diselesaikan;
• petikan, nombor, nama, istilah, dan rujukan yang kritikal maknanya telah disemak;
• penyuntingan bahasa sasaran meliputi petikan yang bersambung, bukan sahaja ayat terpencil;
• setiap pembetulan utama dicari sebagai corak berulang yang mungkin terjadi;
• fail akhir diuji dalam format penghantarannya; dan
• penggunaan yang dimaksudkan, kedalaman semakan, pemilikan pengulas, dan had yang diketahui dicatatkan.

Pasca-penyuntingan manusia bernilai apabila ia menumpukan pertimbangan di mana draf AI adalah paling lemah. Ia gagal apabila "disemak oleh manusia" digunakan sebagai label samar untuk jumlah pembersihan yang tidak ditentukan.