Когда вы являетесь небольшой командой локализаторов, контроль качества лингвистической части (LQA) часто осуществляется на разовой основе. Но по мере расширения масштабов вашей локализационной деятельности вам необходимо внедрить более формализованный процесс. Возможно, вы работаете с десятками или сотнями переводчиков и рецензентов по всему миру. Как отслеживать, кто работает хорошо, а кто нет?
В этой статье мы рассмотрим, что такое LQA, как оно работает и почему оно представляет собой сложную задачу для крупных компаний. Мы также рассмотрим структуру многомерных показателей качества (MQM) и способы автоматизации этого процесса.
Что такое обеспечение лингвистического качества (LQA)?
LQA — это процесс проверки исходного текста и его перевода на соответствие стандартам заказчика. Его целью является проверка орфографических и грамматических ошибок, правильности использования терминологии, точности передачи смысла, стилистической правильности, культурной адаптации, правильности форматирования и т. д.
Важно отметить, что LQA — это процесс, в котором участвует более одной стороны:
покупатели должны убедиться, что исходный текст окончательно утвержден, прежде чем отправлять его поставщику переводческих услуг;
поставщики переводческих услуг должны проверять исходный материал;
переводчики должны внимательно читать инструкции и, конечно же, переводить в меру своих возможностей.
Обеспечение лингвистического качества можно разделить на три вида деятельности:
проверка исходного текста,
автоматическая проверка ошибок, обнаруживаемых машиной,
и окончательная проверка носителем языка.
Для краткости мы рассмотрим только два последних.
Автоматизированный контроль качества
Автоматизированный контроль лингвистического качества предполагает использование различных программных инструментов для выявления опечаток и ошибок в переводе. Например, Smartcat может автоматически проверять опечатки и несоответствия в цифрах, а также ошибки форматирования. В него также встроенный модуль проверки орфографии, который можно использовать для быстрого выявления орфографических ошибок.
LQA — это стандартизированный способ сообщения об ошибках в платформе перевода. Он прост в использовании и понятен всем.
Однако, каким бы привлекательным ни было автоматическое LQA, оно не может заменить ручную проверку. Автоматические проверки могут обнаруживать только определенные типы ошибок и подвержены ложным срабатываниям. Кроме того, ни один автоматический инструмент не может проверить точность смысла, стилистические ошибки или культурную уместность.
Человеческий LQA
Ручной контроль качества (LQA) — это процесс проверки переводов на наличие ошибок, которые не могут быть обнаружены с помощью автоматических инструментов. Он предполагает, что рецензент просматривает текст и убеждается, что он соответствует всем критериям качества, таким как точность, стиль, культурная уместность и т. д.
Однако «качество» по своей сути является очень субъективным понятием. То, что один рецензент может считать хорошим переводом, другой может посчитать низкокачественным. Поэтому важно иметь четко определенные и согласованные критерии качества, а также процесс регистрации ошибок и инструмент для их отчетности и анализа.
Smartcat использует систему многомерных показателей качества (MQM) для оценки качества перевода, поэтому давайте рассмотрим ее подробнее.
Что такое многомерные показатели качества (MQM)?
MQM — это система измерения и оценки качества переводов, разработанная World Wide Web Consortium (W3C). Вкратце, она делит качество на несколько категорий, а именно: терминология, точность, лингвистические конвенции, стиль, локальные конвенции и дизайн и разметка (подробнее об этом можно прочитать здесь).
Например, терминологическая ошибка может заключаться в использовании слова «автомобиль» вместо «машина», проблема точности может заключаться в неправильном переводе фразы, проблемы стиля включают использование слишком формального или разговорного языка (в зависимости от стилевого руководства организации), а ошибки дизайна и разметки могут заключаться в том, что метки элементов пользовательского интерфейса слишком длинные или слишком короткие.
Каждая категория имеет свой вес, который не стандартизирован и определяется организацией самостоятельно. Каждой ошибке также присваивается уровень серьезности от незначительной (1) до критической (25), который также используется для взвешивания.
Рабочий процесс оценки качества перевода (TQE)
Конечно, само по себе наличие некоторых показателей не приведет к волшебному улучшению качества ваших переводов. Вам необходимо внедрить процесс, позволяющий реально использовать эти показатели.
Одним из таких процессов является оценка качества перевода (TQE), которая идет рука об руку с системой MQM.
Вкратце, TQE — это рабочий процесс, который включает в себя следующие этапы:
1. Предварительный этап, на котором определяются метрики и устанавливаются критерии оценки.
2. Этап аннотирования, на котором рецензент просматривает перевод и отмечает ошибки в соответствии с категориями MQM.
3. Этап расчета, на котором система управления переводами или электронная таблица составляют «таблицу результатов» всех ошибок и передают ее менеджеру проекта.
Почему MQM является отраслевым стандартом?
Многомерная система оценки качества является отраслевым стандартом по ряду причин. Во-первых, она обеспечивает общий язык для всех участников процесса — менеджера проекта, рецензентов и переводчиков. Кроме того, она стандартизирует процесс оценки, предлагая четкий набор категорий и уровней серьезности.
В то же время MQM является гибкой системой: организации могут самостоятельно определять, какие категории и уровни серьезности являются наиболее важными в их конкретном контексте. Наконец, она снижает влияние человеческого фактора в обеспечении качества благодаря четкому набору правил, которые уменьшают вероятность принятия произвольных решений рецензентами.
Как автоматизировать масштабное обеспечение лингвистического качества
Хотя структура MQM является отличным способом обеспечения качества в крупномасштабных проектах локализации, существуют способы автоматизации этого процесса и повышения его эффективности. Один из таких способов — использовать инструмент, подобный Smartcat, который автоматизирует рабочий процесс MQM на нескольких уровнях:
Вы можете создавать профили LQA на основе предопределенных шаблонов, которые включают в себя стандартные для отрасли структуры MQM MQM Core и MQM-DQF:
Создать новый профиль
При необходимости вы можете настроить профили в соответствии с потребностями вашей организации:
Настройте категории и выберите их вес, т. е. степень их важности.
Рецензент может добавлять комментарии с указанием конкретных категорий MQM и уровней серьезности прямо из интерфейса Smartcat:
Результаты автоматически собираются в отчеты LQA, которые содержат общий показатель качества, разбивку ошибок по категориям и уровням серьезности, а также ссылки на конкретные фрагменты, в которых были обнаружены ошибки:
Таким образом, вы можете воспользоваться всеми преимуществами MQM для обеспечения качества лингвистических услуг в больших масштабах, не теряя при этом рассудка.
Настройте процесс оценки качества перевода для себя в Smartcat.
