Перевод с использованием больших данных (Big Data)

big_data_translation

Покупатели переводческих услуг желают иметь возможность объективно оценивать качество перевода, получать понятные отчеты о прогрессе выполнения работ и вникать в процесс для его усовершенствования. Тем не менее, контроль качества все еще осуществляется человеком, даже при поддержке технологии QA. Возможен ли другой подход к проверке качества?

Американская компания Smartling – поставщик технологий и услуг в области перевода, разработала инновационный подход к переводу, основанный на показателе степени уверенности в качестве (QCS), который прогнозирует вероятность того, что рецензент будет рассматривать перевод как качественный. Это позволяет компании представить радикальный подход к принятию решений по проектам.

Кунал Сарда, вице-президент отделения языковых услуг в Smartling, заявляет, что они запустили QCS 3,5 года назад в качестве отработки автоматизации процесса маркировки контента недостаточно высокого качества для отправки заказчику. В итоге, клиенты попросили запустить его в качестве API. “Год назад мы сделали это, чтобы помочь заказчикам в управлении решениями в зависимости от их содержания”. Этот подход к проектным решениям, основанный на данных, представляет собой значительный шаг вперед для индустрии языковых услуг, выходящий за рамки других попыток объединения данных для управления качеством.

• Как Smartling удалось этого добиться? Компания рассмотрела более 100 показателей, которые она отслеживала на своей платформе перевода, например, количество этапов в процессе, наличие визуального контекста или время, которое переводчик затрачивает на определенный сегмент. Она определила, влияет ли каждый из факторов на итоговое качество, используя для измерений TAUS DQF. Система Smartling включила в свой алгоритм примерно 75 факторов. Алгоритм устанавливает значение по умолчанию для приемлемой степени удовлетворенности качеством на уровне 95%, но поскольку качество определяется клиентом, пользователи могут изменить значение QCS, чтобы подчеркнуть определенные факторы или снизить порог для определенных типов работ с низким уровнем риска.
• Является ли оценка по QCS надежной? Преимущество Smartling заключалось в том, что в распоряжении компании было огромное количество данных: она построила свой алгоритм на исследовании семи миллиардов слов контента, обработанного с использованием облачной системы компании, что дало гораздо больше данных для текстового сегмента, чем у большинства LSP. Алгоритм включал в себя работы, выполненные как Smartling, так и ее партнерами – поставщиками переводческих услуг.
• Как QCS может помочь клиентам? Smartling использует QCS для отслеживания первопричины высоких и низких показателей качества, что служит основой дискуссии с партнерами, поставщиками переводческих услуг и клиентами. При низких показателях качества заказчику отправляется запрос о предоставлении визуального контекста, дополнении памяти переводов или разработке хорошего руководства по стилю. С другой стороны, высокие показатели качества могут указывать на то, что клиент может пропустить шаг контроля качества для контента с низким уровнем риска определенного типа и специфики, например, информация, расположенная в глубине веб-сайта. Тем не менее, Smarting не рекомендует пропускать шаги – независимо от оценки QCS – на критически важном контенте, таком как художественный текст, требующий адаптации.
Со временем Smartling намеревается опубликовать информацию о передовых методах работы с качеством, основанных на данных, где будут противопоставляться такие переменные, как двухступенчатый или трехступенчатый перевод, наличие или отсутствие визуального контекста при переводе или процесс работы с юридическими или медицинскими текстами. Клиенты ожидают от поставщиков переводческих услуг грамотности в вопросах данных, так что все поставщики переводческих услуг в конечном итоге должны будут предоставить такие данные.

По ожиданиям CSA Research, другие поставщики технологических услуг смогут использовать данные проекта в ходе обучения клиентов улучшению результатов перевода и эффективному сокращению затрат. Даже компании с системами, включающими меньшее количество информации, должны создавать похожие модели и улучшать их с течением времени. Помимо систем управления переводом, технологий памяти переводов, качества перевода и инструментов контекстного анализа, многие организации, занимающиеся закупками и поставками, имеют множество данных, которые могут принести выгоду, благодаря интеллектуальной аналитике, и практическим советам, полученным с ее помощью.

Согласно утверждению CSA Research, эта разработка открывает путь в будущее поставщикам языковых услуг и предприятиям, которые смогут использовать Big Data для поддержки решений, проверки и опровержения теорий качества и, соответственно, внесения необходимых улучшений. Как и при использовании искусственного интеллекта в управлении проектами и при переходе к ассистированному переводу, интеллектуальное использование данных становится решающим отличием для поставщков услуг, нацеленных на технологическое и бизнес-развитие. В конечном счете, компании, которые не используют Big Data, останутся за бортом.

Анастасия Карпова (TR Publish)

По материалам commonsenseadvisory.com

Компания «Nikon Instruments BV», Нидерланды, сотрудничает с бюро переводов «ТР ПАБЛИШ» на постоянной основе с начала 2011 года. За это время было переведено с английского языка на русский свыше 2000 страниц специализированных технических текстов, опубликован ряд каталогов и брошюр. Компания…

Благодарим Вас за
оплату заказа!

Закрыть

Введите Ваш номер телефона

Закрыть

Спасибо! Наш менеджер свяжется с вами, как
только расчёт заказа будет произведён.

Закрыть
Не устраивает качество машинного перевода? Обратитесь к живым переводчикам!

Спасибо! Наш менеджер свяжется с вами, в ближайшее время.

Закрыть

Спасибо за Ваш вопрос!

Закрыть