Nang makuha ng iyong marketing team ang isang whitepaper ng produkto sa ibang bansa na isinalin ng AI, at natuklasan na ang 'cloud computing' ay isinalin bilang 'cloud calculation', at ang buong tono ay matigas at parang robot ang kausap. Sa ganitong sitwasyon, kung titingnan lang ang BLEU score, maaaring makakuha ng mataas na marka na 85 ang pagsasaling ito. Ang mga blind spot ng tradisyonal na mga awtomatikong panukat ay nagiging sanhi upang ang maraming negosyo ay magbayad ng mga nakatagong gastos sa kanilang internasyonal na komunikasyon.
Bakit Mataas ang Marka ng BLEU ngunit Hindi Katanggap-tanggap ang Pagsasalin?
Ang BLEU ay ang pinakamadalas na ginamit na awtomatikong panukat sa mga unang araw ng machine translation. Ang prinsipyo nito ay ang pagkalkula ng 'n-gram overlap' sa pagitan ng machine translation at ng reference translation ng tao. Ang malaking kahinaan ng paraang ito ay: tinitingnan lamang nito ang literal na pagkakatulad at hindi nito nauunawaan ang kahulugan. Hangga't ang pagkakasunod-sunod ng mga salita sa machine translation ay katulad sa reference text, kahit na walang saysay ang lohika o mali ang mga termino, magbibigay pa rin ng mataas na marka ang BLEU. Para sa mga dokumento ng negosyo na nagbibigay-diin sa katumpakan at tono ng brand, ang ganitong uri ng isang dimensyonal na numero ay hindi na makakapagpakita ng tunay na kalidad ng pagsasalin.
Ano ang MQM? Pagsusuri sa Multidimensional Quality Metrics
Ang MQM (Multidimensional Quality Metrics) ay isang modernong balangkas ng pagtatasa na lubos na pinapurihan sa industriya sa mga huling taon. Hinahati nito ang mga error sa pagsasalin sa maraming tiyak na dimensyon at nagbabawas ng puntos batay sa lala ng mga ito, upang ang mga resulta ng pagtatasa ay mas maging malapit sa tunay na karanasan ng mga mambabasa.
| Dimensyon ng Pagtatasa | Mga Karaniwang Uri ng Error | Epekto sa Karanasan sa Pagbasa |
|---|---|---|
| Katumpakan (Accuracy) | Mga nawalang salin, sobrang salin, maling salin, error sa numero | Maling paghahatid ng impormasyon, maaaring magdulot ng mga panganib sa negosyo o legal |
| Kahusayan sa Daloy (Fluency) | Mga error sa gramatika, hindi natural na paggamit ng salita, error sa bantas | Hirap sa pagbasa, binabawasan ang propesyonal na imahe ng brand |
| Estilo (Style) | Hindi angkop na tono, hindi tugmang audience, paghahalo ng mga format | Kulang sa lokal na resonansya, lubos na nababawasan ang epekto ng marketing |
| Terminolohiya (Terminology) | Hindi paggamit ng itinalagang salin ng kumpanya, paghahalo ng mga kasingkahulugan | Magulong panloob na komunikasyon, hindi pare-parehong pag-unawa sa produkto |
Ang pangunahing halaga ng MQM ay ang paghahati ng 'kalidad ng pagsasalin' mula sa isang malabo na numero, patungo sa mga tiyak na uri ng error na maaaring subaybayan at pagbutihin, upang ang mga pamantayan ng kontrol sa kalidad ay tunay na maging naaayon sa likas na pag-unawa ng tao.
Paano Maipapatupad ng mga Negosyo ang Sistema ng Kontrol sa Kalidad ng Pagsasalin gamit ang MQM?
Upang maipatupad ang balangkas ng MQM sa pang-araw-araw na workflow ng pagsasalin, kailangang pagsamahin ng mga negosyo ang mga pamamaraan sa teknolohiya at pamamahala:
- Pagtatayo ng Dedikadong Glossary at Gabay sa Estilo: Ito ang susi sa pagpapataas ng mga marka sa dimensyon ng 'Terminolohiya' at 'Estilo'. Sa pamamagitan ng Bakit Kailangang Magtatag ng Glossary ang Pagsasalin ng Negosyo?, mauunawaan mo kung paano pag-isahin ang mga proprietary na termino ng kumpanya. Nagbibigay ang DocTransAI ng matatag na kakayahan sa pamamahala ng glossary upang matiyak na susundin ng AI ang mga alituntunin ng kumpanya sa panahon ng pagsasalin, na binabawasan ang mga error sa terminolohiya mula sa pinagmulan.
- Paggamit ng Multi-Model Translation at MTPE Process: Ang iba't ibang dokumento ay angkop sa iba't ibang AI engine. Sinusuportahan ng DocTransAI ang multi-model translation, kung saan maaaring lumipat ang mga negosyo sa pinakaangkop na modelo batay sa uri ng dokumento, at isama ang Machine Translation + Human Post-Editing: Ang Mabilis at Tumpak na Gitnang Daan na MTPE process, kung saan itatama ng mga eksperto ang mga error sa daloy at estilo.
- Pagpapanatili ng Layout at Private Deployment: Sa yugto ng pagsusuri, ang magulong layout ng dokumento ay maaaring makasira nang malala sa kahusayan ng pagsusuri. Kayang panatilihin nang perpekto ng DocTransAI ang orihinal na layout, upang makapag-focus ang mga tagasuri sa nilalaman ng teksto. Bukod dito, kung may kinalaman sa mga kumpidensyal na ulat sa pananalapi o patent, maaaring piliin ng mga negosyo ang private deployment solution ng DocTransAI upang matiyak na ang data ng pagsasalin ay hindi lalabas sa lokal na network, na pinagsasama ang kalidad at seguridad ng impormasyon.
Mula sa Pagtatasa Hanggang sa Pagpapabuti: Pagbuo ng Mataas na Kalidad na Workflow ng Pagsasalin
Ang pagpapatupad ng MQM ay hindi lamang para sa 'pagbibigay ng marka', kundi para sa patuloy na pag-optimize ng mga output ng pagsasalin. Sa pamamagitan ng regular na pag-inspeksyon at pagtatala ng dalas ng paglitaw ng iba't ibang uri ng error, maaaring target na ayusin ng mga negosyo ang mga AI prompt o i-update ang glossary. Kung gusto mong mas malaman kung paano i-quantify ang mga resulta ng pagsasalin, maaari mong sanggunian ang Paano Susuriin ang Kalidad ng Pagsasalin? Apat na Dimensyon at Mga Pamantayan sa Quantification, upang magtatag ng isang siyentipiko at transparent na sistema ng kontrol sa kalidad para sa multilingual na negosyo.