Anand Chakravarty este un SDET pe Machine traducere echipa pentru ultimii 2,5 ani, a fost la Microsoft pentru 8 ani, și a fost primul tester de produs pe echipa MT (și "încă distrezi cu testarea MT:-)").  Blog-ul de astăzi oaspete este despre testarea calității traducerii. 

—————————————————————————————————————

Unul dintre primele puncte care vine în minte, atunci când vorbim despre verificarea calității unui sistem de traducere, este a face tu măsura de calitate, sau să fie precise, acuratețea de traducere? Traducerea între limbile umane folosind computerele este un domeniu care este de aproape jumătate de secol vechi. Zona este destul de provocatoare încât chiar și cele mai bune sisteme de traducere disponibile în prezent nu sunt apropiate de obținerea calității lingvistice care ar fi în întregime satisfăcătoare.

O parte a provocării este mai multe puncte de date diferite pe care oamenii le procesează pentru a înțelege semnificația textului rostit/scris. Există sintaxa, parsarea, semantica, contextul, de film, de reordonare, toate din care, și mai mult, du-te în înțelegerea o propoziție. Și aceasta este doar sentința în 1 limbaj. Acum, ia în considerare aplicarea toate de ea pentru a reconstrui teză într-o altă limbă și să-l la fel de semnificativ.

Unele exemple ar putea ajuta pentru a face acest punct mai clar. Termenul "Olimpiada 2008" este destul de lipsit de ambiguitate. În mod similar, s-ar putea aștepta ca termenul "alegeri 2008" să însemne alegerile prezidențiale din SUA. Cu toate acestea, în cazul în care utilizatorul este de la, să zicem, Canada, ar fi mai probabil se referă la alegerile locale acolo.

Un mai general, și, prin urmare, mai frecvente, de exemplu, este o propoziție ca "nota a fost greșit". Este cuvântul "Notă" o trimitere la un mesaj informativ sau la un termen muzical? Traducerea corectă depinde de context. Utilizați mai mult context, și șansele de a obține o traducere mai precisă a îmbunătăți. Acest lucru cu toate acestea, vine la un cost: mai mult context, sistemul încearcă să obțină, mai lent performanțele sale. Deciziile de expediere inteligente implică realizarea echilibrului corect între îmbunătățirea acurateței traducerii și livrarea unui rezultat de traducere funcțional pentru utilizatori. Desigur, ambele sunt importante. Cheia este de a înțelege în cazul în care vă directe eforturile de îmbunătățire în funcție de cât de util rezultatul final este pentru utilizator.

Acest lucru devine deosebit de interesant atunci când traducerea documentelor sau pagini web, în loc de doar fraze individuale. Să spunem că o cerere de traducere a fost primită pentru o pagină web care conține 100 de fraze. În funcție de arhitectura sistemului de traducere, aceste fraze ar putea merge toate la un proces, sau să fie distribuite în mai multe procese/mașini. Oricum, este clar că timpul pentru a traduce această pagină în toate elementele sale este proporțională cu timpul maxim luate pentru a traduce o propoziție. Cât timp cheltuim Traducerea unei fraze înainte ca timpul investit să devină dăunător pentru timpul utilizatorului? În urmărirea cea mai bună traducere, am putea ajunge blocarea utilizatorului de la obtinerea nimic informativ ca răspuns la cererea lor de traducere. Prin urmare, utilitatea sistemului este guvernată de decizii care sunt făcute pentru a echilibra calitatea lingvistică și performanța aplicațiilor.

Cu produsul Microsoft Translator, există caracteristica suplimentară a nostru bilingv Viewer, ceva unic printre produsele de traducere disponibile public. Acesta suportă evidențierea textului paralel, defilarea sincronizată și prezintă pagina (paginile) cu randare progresivă. Acest lucru adaugă un alt strat la ceea ce utilizatorii noștri vedea, și, prin urmare, un alt strat pentru a poloneză și termina.

În săptămânile următoare, sperăm să vă aducem mai multe detalii despre anumite domenii care au fost și sunt testate pentru a livra un sistem de traducere de calitate superioară. Simțiți-vă liber pentru a posta orice întrebări aveți pe această temă, ceva ce întotdeauna a vrut să întreb:-), în secțiunea comentarii.