Pengurus projek menerima manual produk berbilang bahasa, selepas membelek beberapa halaman berasa "terbaca agak pelik", tetapi tidak dapat menyatakan dengan tepat di mana masalahnya; jurutera menerima rentetan UI yang telah dilokalkan, tetapi apabila diimport ke dalam sistem, teks antara muka melebihi had kotak, malah pemboleh ubah kod juga diterjemahkan. Cara penerimaan terjemahan yang "bergantung pada perasaan" ini bukan sahaja memakan kos komunikasi yang besar, tetapi juga mudah terlepas kesilapan fatal yang menjejaskan pengalaman produk. Untuk benar-benar mengawal kualiti terjemahan, kita memerlukan satu set piawaian penilaian yang objektif dan boleh dikuantifikasi.
Empat Dimensi Teras Kualiti Terjemahan
Menilai dokumen terjemahan tidak boleh hanya melihat "sama ada ia telah diterjemahkan sepenuhnya", sebaliknya perlu dipecahkan dari empat dimensi berikut:
- Ketepatan (Accuracy): Adakah makna teks asal disampaikan dengan lengkap dan betul? Adakah terdapat terjemahan yang tertinggal, salah atau terlebih terjemah?
- Kelancaran (Fluency): Adakah terjemahan mematuhi tatabahasa dan kebiasaan ungkapan bahasa sasaran? Adakah ia dibaca secara semula jadi? Ini amat penting dalam peralihan antara budaya, terjemahan literal yang kaku selalunya membuat pembaca hilang sabar.
- Ketepatan Terminologi (Terminology): Adakah nama khas perusahaan, model produk, dan istilah industri konsisten dan mematuhi piawaian?
- Format dan Susun Atur (Formatting): Adakah teks tebal, italik, hiperpautan, simbol baris baharu dan malah susun atur PDF yang kompleks dalam teks asal dipelihara dengan sempurna dalam terjemahan?
Batasan Metrik Automatik dan Keperluan Penilaian Manusia
Dalam era terjemahan mesin, ramai orang bergantung pada metrik penilaian automatik seperti BLEU, METEOR. Metrik ini memberi skor dengan mengira "pertindihan perbendaharaan kata" antara terjemahan dan terjemahan rujukan. Walau bagaimanapun, metrik automatik mempunyai titik buta intrinsik: ia tidak dapat memahami logik makna, dan tidak dapat melihat perbezaan konteks budaya. Terjemahan dengan skor BLEU yang tinggi mungkin masih kedengaran kaku atau tidak logik apabila dibaca.
Metrik automatik (seperti BLEU) sesuai untuk memantau trend kualiti keseluruhan projek terjemahan berskala besar, tetapi sama sekali tidak boleh menggantikan penilaian halus manusia terhadap makna, nada dan konteks budaya.
Oleh itu, pendekatan paling berkesan dalam amalan adalah menggabungkan kedua-duanya. Melalui keupayaan terjemahan pelbagai model DocTransAI untuk menjana draf awal dengan cepat, dan kemudian menggunakan mekanisme Terjemahan Mesin + Semakan Manusia: Laluan Tengah yang Cepat dan Tepat, disunting pasca oleh penterjemah yang mempunyai pengetahuan domain, bagi memastikan kualiti penghantaran akhir.
Membina Piawaian Penerimaan Kuantitatif Dalaman Perusahaan
Jenis dokumen yang berbeza mempunyai keperluan yang sangat berbeza terhadap kualiti terjemahan. Perusahaan harus membangunkan piawaian penerimaan berperingkat berdasarkan tujuan dokumen:
| Jenis Dokumen | Keperluan Ketepatan | Keperluan Kelancaran | Konsistensi Terminologi | Pemeliharaan Format | Aliran Pemprosesan yang Disyorkan |
|---|---|---|---|---|---|
| Rujukan Dalaman/Draf | 80% ke atas | Boleh dibaca secara asas | Terminologi teras betul | Dipelihara secara asas | Terjemahan mesin tulen |
| Manual Produk/Laman Web Rasmi | 95% ke atas | Semula jadi dan lancar | 100% konsisten secara ketat | Dipelihara dengan sempurna | Terjemahan mesin + semakan manusia ringan |
| Kontrak/Perubatan/Pematuhan | 100% tiada toleransi | Ketat dan profesional | 100% konsisten secara ketat | Dipelihara dengan sempurna | Terjemahan pakar + semakan manusia mendalam |
Untuk melaksanakan piawaian ini, membina pangkalan terminologi yang seragam adalah langkah pertama (Bacaan lanjut: Mengapa Terjemahan Perusahaan Mesti Membina Pangkalan Istilah (Glosari)?). Dalam DocTransAI, anda boleh memuat naik senarai perbendaharaan kata eksklusif perusahaan, dan sistem akan memaksanya dipanggil semasa terjemahan, sekaligus meningkatkan ketepatan terminologi dari sumber.
Selain itu, untuk dokumen teknikal atau laporan kewangan yang melibatkan rahsia teras, perusahaan boleh memilih penyelesaian pengerahan persendirian DocTransAI. Ini bukan sahaja memastikan data terjemahan tidak keluar dari rangkaian tempatan, malah dapat mengintegrasikan proses LQA (Jaminan Kualiti Bahasa) dan piawaian penerimaan dalaman terus ke dalam sistem, mencapai pengurusan kitaran tertutup kualiti terjemahan.
Menilai baik atau buruknya terjemahan, pada dasarnya adalah proses menukar "perasaan subjektif" kepada "data objektif". Dimensi yang jelas, penggunaan alat yang baik, dan kawalan berperingkat sahaja yang boleh memastikan setiap komunikasi rentas bahasa menjadi tepat dan cekap.