OmniDocBiarkan reviewer melihat perubahannya terlebih dahulu: Cara membuat tabel selisih terjemahan yang tidak menyesatkan
Naskah terjemahan bahasa Inggris telah direvisi sepuluh kali, dan tidak efisien bagi reviewer untuk membacanya dari awal setiap kali. Pandangan perbedaan dapat memfokuskan perhatian pada perubahan, namun ada sebuah premis: ini membandingkan dua versi revisi dari bahasa yang sama, daripada membedakan teks asli China dan terjemahan bahasa Inggris karakter demi karakter, dan kemudian menggunakan area merah dan hijau untuk mengevaluasi kualitas terjemahan.
Ketika terjemahan mencapai edisi kesepuluh, jika pengulas membacanya dari awal setiap saat, tugas yang paling memakan waktu sering kali adalah mencari tahu "apa yang telah diubah". Pandangan yang berbeda membawa perhatian langsung pada perubahan yang menjadi nilainya.
Namun pandangan perbedaan memiliki premis: ia harus membandingkan dua revisi dalam bahasa yang sama. Jika Anda membedakan teks asli berbahasa Mandarin dan terjemahan bahasa Inggris karakter demi karakter, lalu menggunakan area merah dan hijau untuk mengevaluasi kualitas terjemahan, kesimpulannya akan terdistorsi. Artikel ini menjelaskan cara menggunakan difflib untuk menghasilkan perbedaan terjemahan yang dapat ditinjau, dan menjelaskan apa yang dapat dilakukan dan apa yang tidak dapat dilakukan.
Bagaimana cara membandingkan perbedaan terjemahan? Kesimpulan satu kalimat
Hanya versi revisi dalam bahasa yang sama yang dibandingkan, dan perbedaannya digunakan untuk membantu pengulas menemukan perubahan. Penilaian kualitas masih diserahkan kepada manusia.
| situasi Anda | Praktik yang direkomendasikan | alasan |
|---|---|---|
| Ada beberapa revisi bahasa Inggris untuk naskah terjemahan yang sama | Bandingkan perbedaan antara dua revisi bahasa Inggris | Perbedaan hanya mencerminkan lokasi perubahan, sehingga memudahkan pengulas untuk fokus pada hal tersebut |
| Ingin mengevaluasi kualitas terjemahan | Tidak perlu mencetak area merah dan hijau | difflib hanya menunjukkan perubahan tekstual dan tidak menentukan apakah terminologi dan semantiknya benar. |
| Pembungkusan paragraf tidak stabil saat mengekspor | Pertama perbaiki ID paragraf dan baris terjemahannya | Hindari kebisingan tipografi agar tidak menenggelamkan perubahan nyata |
| Perlu mengkonfirmasi arti terjemahan | Kembali ke teks asli untuk verifikasi bilingual | Perbedaan revisi bukanlah pengganti pemeriksaan makna sumber |
| Laporan tersebut ingin menunjukkan kesamaannya | Jangan menyebutnya"akurasi terjemahan" | Kesamaan bergantung pada segmentasi dan aturan pencocokan |
Perbedaannya merupakan petunjuk modifikasi, bukan angka mutu
difflib dapat menghasilkan perbedaan tingkat baris, yang memberi tahu Anda teks mana yang berubah, namun tidak menilai apakah pilihan terminologinya benar, juga tidak memahami konsekuensi bisnis atau teknis dari sebuah kalimat.
- Hapus kata negatif, perbedaannya mungkin kecil, tetapi dampaknya sangat besar.
- Susun ulang sebuah paragraf, perbedaannya mungkin sangat besar, tetapi makna dasarnya tetap sama.
Stabilkan unit pembanding terlebih dahulu
Mulailah dengan memberikan unit stabil kepada pengulas, seperti ID paragraf dan baris terjemahan. Jika proses ekspor membungkus baris secara acak setiap saat, perbedaannya akan hilang karena gangguan pengaturan huruf.
Perubahan struktur dokumen sumber dan modifikasi terjemahan harus dicatat secara terpisah dan tidak dapat dicampur menjadi satu"pembaruan teks".
Contoh revisi sintetik yang mengandung risiko semantik
Artikel ini menggunakan sampel sintetis untuk mendemonstrasikan metode pemrosesan. Kode telah diperiksa dengan contoh di lingkungan yang terisolasi dan bukan merupakan jaminan atas semua file nyata atau kinerja produk. Sebelum memproses dokumen penting, harap simpan dokumen asli dan tinjau sesuai dengan batasan dan item penerimaan dalam teks.
import difflib
import html
before = ["Do not disconnect the cable.\n", "Wait for the green light.\n"]
after = ["Disconnect the cable.\n", "Wait for the green light.\n"]
delta = "".join(difflib.unified_diff(before, after,
fromfile="revision-A", tofile="revision-B"))
assert "-Do not disconnect" in delta
assert "+Disconnect" in delta
assert list(difflib.unified_diff(before, before)) == []
# 差异如需显示在网页中，按普通文本转义。
unsafe_line = "<script>alert(1)</script>"
assert "<script>" not in html.escape(unsafe_line)
print(delta)Tidak ada pengoperasian perangkat yang dilakukan di sini, hanya dua kalimat teks sintetis yang digunakan untuk menjelaskan: Pengeditan yang sangat singkat mungkin memerlukan tinjauan yang terfokus. Output sampel adalah perbedaan teks untuk tujuan peninjauan dan bukan merupakan dasar untuk persetujuan perubahan oleh mesin otomatis.
Cara mengurangi blok merah dan hijau yang tidak berarti
Akhiran baris dapat disatukan, ID paragraf stabil dipertahankan, dan suara yang diekspor yang jelas-jelas tidak memengaruhi makna dapat diproses secara terpisah.
Tapi jangan hapus semua tanda baca, angka, atau spasi hanya untuk membuat perbedaan terlihat lebih baik. Ruang kosong dalam kode, rumus, tabel, dan bahasa tertentu memiliki makna, dan normalisasi berlebihan dapat menutupi perubahan nyata.
| Modifikasi tipe | Apa yang bisa membantu perbedaan pendapat? | Penilaian manual masih diperlukan |
|---|---|---|
| Penggantian terminologi | Temukan semua lokasi modifikasi | Apakah ini sesuai dengan konteks saat ini? |
| Perubahan angka | Menampilkan nilai baru dan lama | Apakah modifikasi memiliki basis sumber |
| Perubahan kata negatif | Ingatkan pembaca untuk fokus memeriksa | Apakah makna instruksi telah diubah |
| Pergerakan paragraf | Menampilkan penghapusan dan penambahan blok besar | Apakah ini hanya penyesuaian posisi? |
Jangan mengemas kesamaan sebagai akurasi
SequenceMatcher Hasil dari alat perbandingan serupa bergantung pada aturan pemisahan dan pencocokan input. Kesamaan string yang tinggi mungkin disebabkan oleh perubahan kecil atau hilangnya kata-kata paling penting; Kemiripan yang sangat rendah, atau mungkin hanya reorganisasi ekspresi.
Menyebutnya langsung sebagai "akurasi terjemahan" menyesatkan pengguna laporan.
Tinjauan perbedaan juga harus dapat kembali ke teks asli yang sesuai. Terutama saat merevisi terjemahan, seseorang tidak hanya boleh memilih kalimat yang lebih "halus" di antara dua versi terjemahan dan lupa apakah kalimat tersebut masih mengekspresikan makna dokumen sumber.
Gunakan alat di tempat yang tepat
Anda dapat terlebih dahulu membuat versi yang menunggu peninjauan di portal terjemahan dokumen OmniDoc (Entri Produk), lalu membandingkan perubahan sebelum dan sesudah tinjauan dalam proses manajemen versi Anda sendiri.
Verifikasi dwibahasa menyelesaikan makna sumber, dan revisi berbeda menyelesaikan apa yang telah diubah. Menggunakan keduanya bersamaan lebih jelas, tanpa perlu salah satu menyamar sebagai yang lain.
Referensi: Python difflib.
📊 Perbandingan Inti
| Dimensi kontras | Revisi berbeda | Verifikasi dwibahasa |
|---|---|---|
| Target perbandingan | Dua revisi dari bahasa yang sama | Teks asli Mandarin dan terjemahan bahasa Inggris |
| Jawab pertanyaannya | Apa yang mereka ubah? | Apakah terjemahan masih mengekspresikan makna dari teks sumber |
| Mudah dikenali | Ubah posisi istilah, angka, kata negatif, dan lain-lain | Makna yang salah arah atau tidak berkontribusi |
| Keterbatasan utama | Tanpa menilai benar atau salah, kesamaan tidak berarti akurasi | Membaca dan penilaian secara manual diperlukan |
🎯 Metode mana yang cocok untukmu?
Jika Anda membutuhkan proofreader untuk dengan cepat menemukan dan melakukan perubahan
Buat diff menggunakan revisi dalam bahasa yang sama dan perbaiki ID paragraf agar proofreader hanya melihat perubahan.
Jika Anda sedang menilai kualitas terjemahan Anda
Jangan nilai berdasarkan area merah dan hijau. Pertama, gunakan verifikasi dwibahasa untuk mengonfirmasi makna, lalu gunakan perbedaan untuk memeriksa apakah perubahan tersebut dibenarkan.
Jika Anda perlu melaporkan kemajuan kepada orang lain
Sebutkan kesamaan sebagai "tingkat variasi teks," bukan "akurasi terjemahan."
❓ Pertanyaan yang Sering Diajukan (FAQ)
1. Mengapa tidak langsung membandingkan teks asli Tiongkok dengan terjemahan bahasa Inggris?
Kedua bahasa tersebut berbeda, dan blok merah serta hijau dalam perbedaan karakter demi karakter mencerminkan perbedaan bentuk teks, yang tidak dapat digunakan untuk menilai kualitas terjemahan.
2. Apakah mungkin menghapus semua spasi dan tanda baca untuk mengurangi jumlah blok merah dan hijau?
Tidak disarankan. Ruang kosong dalam kode, rumus, tabel, dan bahasa tertentu memiliki makna, dan normalisasi berlebihan dapat menutupi perubahan nyata.
3. Kesamaan tinggi—apakah ini berarti terjemahannya akurat?
Tidak. Kesamaan tinggi mungkin hanya perubahan kecil, atau kata-kata paling penting mungkin terlewat.
📝 Ringkasan
Tampilan perbedaan cocok untuk membantu pembaca pemeriksa cepat menemukan perubahan dalam terjemahan, sementara verifikasi dwibahasa digunakan untuk memastikan apakah terjemahan masih mengekspresikan makna asli. Keduanya memiliki pembagian tugas yang jelas, sehingga kombinasi mereka lebih dapat diandalkan.
Rasakan sekarang: Unggah dokumen Anda untuk mulai menerjemahkan, mempertahankan format asli
