ИИ для переводчик в проверке качества перевода

Глоссарий: ИИ для переводчика в проверке качества перевода

Современный переводчик работает с ИИ на каждом этапе: от черновика до финальной вычитки. Ниже — ключевые термины, чтобы понимать, как ИИ оценивает качество и где остаётся зона ответственности человека.

Машинный перевод (Machine Translation, MT)

Автоматическое создание перевода алгоритмом без участия человека. Пример: перевод строки в Google Translate. Качество MT напрямую влияет на скорость постредактирования.

Постредактирование (Post-editing)

Исправление машинного перевода человеком. ИИ может подсвечивать проблемные фрагменты, снижая когнитивную нагрузку. Полное постредактирование приближает текст к человеческому; лёгкое — только к пониманию смысла.

Оценка качества перевода (QA)

Процесс проверки соответствия перевода требованиям заказчика. В ИИ-инструментах QA-проверка автоматизирована: поиск пропущенных тегов, чисел, несоответствий терминологии.

MQM (Multidimensional Quality Metrics)

Система классификации ошибок перевода: точность, терминология, стиль, орфография. MQM является основой большинства ИИ-чекеров, так как позволяет формализовать оценку.

Пример ошибки по MQM: в переводе интерфейса кнопка "Save" переведена как "Сохранить файл" — ошибка точности, категория "Accuracy". ИИ подсветит эту позицию как «несоответствие исходнику».

BLEU-метрика

Автоматическая метрика, сравнивающая машинный перевод с одним или несколькими эталонными. BLEU не измеряет смысл, а лишь совпадение n-грамм. Полезен как быстрый фильтр, но не заменяет экспертизу.

ИИ-галлюцинация

Явление, когда модель порождает уверенный, но ложный перевод. Например, добавляет несуществующие в оригинале детали. Проверка на галлюцинации — критическая задача ИИ-инструментов, особенно в юридических и медицинских текстах.

Терминологическая консистентность

Единообразие перевода терминов в рамках проекта. ИИ-системы используют глоссарии и память переводов, чтобы поддерживать консистентность автоматически.

Человек в цикле (Human-in-the-loop)

Подход, при котором решения ИИ проверяются человеком. В проверке качества это означает: ИИ находит вероятные ошибки, переводчик подтверждает или отклоняет их. Оптимальное распределение задач: ИИ — рутина, человек — креатив и контекст.