Kiedy używać MT: Lista kontrolna

1. Kombinacja językowa? Pomimo kwantowego skoku jakościowego osiągniętego od czasu pojawienia się Neuronowego Tłumaczenia Maszynowego (NMT), niektóre kombinacje nadal działają znacznie lepiej niż inne. Języki, dla których istnieje niewiele dostępnych zasobów, takie jak języki mniejszościowe, regionalne, zagrożone lub dziedzictwa kulturowego, są słabymi kandydatami do MT.

2. Treść dosłowna czy twórcza? Jeśli treść jest dosłowna, MT ma o wiele większe szanse na dobre wyniki. Treści prawne lub produkcyjne, takie jak instrukcje obsługi, są typowymi zakresami, które są bardzo odpowiednie dla MT. Z drugiej strony, magiczny realizm w powieści jest prawdopodobnie receptą na katastrofę.

3. Zeskanowane czy gotowe do edycji? Pamiętaj, aby zważyć zalety MT z kosztami przygotowania wejścia, aby silnik MT generował przyzwoitą wydajność. Koszt i czas poświęcony na przygotowanie plików może w niektórych przypadkach przewyższać korzyści płynące z MT.

4. Jaka jest gramatyka i styl? Przy tworzeniu treści globalnych należy zwracać uwagę na ich strukturę i interpunkcję, które zostaną zlokalizowane później za pomocą MT. Zwłaszcza niektóre branże nie zwracają uwagi na jakość swoich materiałów pisemnych, a niskiej jakości dane wejściowe nieuchronnie prowadzą do słabej jakości danych wyjściowych z każdej maszyny; silniki tłumaczeniowe nie są tu wyjątkiem.

5. Proste czy złożone formatowanie? Niektóre rozwiązania MT mogą zakłócać formatowanie. Wydaje się jednak, że ta wada szybko się poprawia i najprawdopodobniej zostanie usunięta z tej listy kontrolnej w najbliższej przyszłości.

6. Zwykły język czy wysoce techniczny? Prosta, dobrze napisana gramatyka poprawi wydajność MT. Terminologia okazała się być wyzwaniem, szczególnie przy omawianiu mocniejszych silników NMT.

7. Silnik podstawowy czy niestandardowy? Prosimy o zapoznanie się z naszą sekcją dotyczącą typów silników i różnic pomiędzy silnikami ogólnymi a specyficznymi.

8. Pamięć tłumaczeniowa do wykorzystania? MT jest oczywiście świetną opcją przy generowaniu dużych ilości nowych treści. Jednak w przypadku konieczności aktualizacji treści, dźwignia finansowa będzie pochodzić głównie z dobrze utrzymanej pamięci tłumaczeniowej.

9. MT jest już zintegrowany z twoimi przepływami pracy? Obecnie większość narzędzi CAT jest zintegrowana z bazowymi lub niestandardowymi silnikami poprzez API. GTT (przydatny zestaw narzędzi tłumaczeniowych Google) zniknął na dobre.

10. Kapitalizacja w twojej treści? Jedną z przeszkód dla MT, która nie została jeszcze pokonana, jest użycie dużych liter. Na przykład, tytuł w języku angielskim pokazujący kapitalizację będzie lepiej przetłumaczony na język romański, jeśli uda Ci się zmniejszyć wszystkie duże litery i w razie potrzeby przywrócić je w docelowym miejscu. Nie trzeba dodawać, że treści, które w liberalny sposób wykorzystują kapitalizację, takie jak dokumenty prawne, mogą stanowić poważne wyzwanie.