以下文章來源于機器翻譯觀察 ，作者Andy Nikulin

如何正確做譯前編輯，讓機器翻譯質量更靠譜？

都2020年了，機器翻譯質量不錯了。機器翻譯目前已經被公司、學生、出版社、翻譯服務提供商廣泛使用，還包括希望在社交媒體上讀懂你帖子的外國朋友們。然后他們開始給你點贊——因為他們看明白了！機器翻譯確實取得了長足的進步。

多年來，我們一直在評估機器翻譯引擎的性能，相信我們，我們已經見過太多。這篇文章總結了我們的經歷（有的是有趣的，有的令人好奇或痛苦的)，我們只有一個目的：幫助你最大限度地用好機器翻譯，當然還有，避免尷尬。

在本文中，我們關注的是通用(并且是公開可用)機器翻譯系統(tǒng)，因為定制模型可以在您的數據樣本上訓練，以更好地處理您的文本風格的細節(jié)，而通用模型則用于處理各類文本。

聽起來不錯？讓我們仔細道來：

1. 使用正式的寫作風格。

刪除或替換以下內容可能是一個好主意：

• 俚語[例如，Wooot，Buddy或Dude]

• 借詞和新詞[例如，大獎賽，電動車]

• 習語和專業(yè)術語[例如，打破僵局="開始對話"]

• 在源語言方言中有不同含義的歧義詞和單詞，例如：

a)以-ed或-ing結尾的單詞

b)"table"一詞因為上下文不同，可指一件家具或表格清單

c)"glass"一詞可指材料或餐具等。

• 基于當地詼諧說法、習俗、諺語和偏見的短語

• 專業(yè)縮寫詞[例如，在法語中，日常交流中使用了很多縮寫：bjr=bonjour，bz=bisous，bises .等]

• 使用基于常識的短語[例如，地球是一顆行星]

2 .使用簡化的句子結構。

• 保證句子邏輯一致和完整。

• 不要用太多帶有從屬從句的復雜句子。

• 如果可以的話，避免被動時態(tài)。

• 必要時把復雜句子分開。

3 .統(tǒng)一術語。

例如，不要同時使用“client”和“customer”來描述“用戶”，而是堅持用同一個詞。

4 .檢查正字法、標點符號和錯誤拼寫。

錯誤的單詞可能會被誤譯——“void gaps”不是“avoid gaps”，這完全改變了句子的含義。有一次，我們的軟件因為一個機器翻譯的錯誤單詞“assked”，不得不暫停使用。

5 .統(tǒng)一格式：

• 價格和貨幣[例如，1.000美元]

• 測量單位[例如，千克]

• 數字[盡量用數字代替數字，例如，用“1”代替“one”]

• 日期和時間[例如，2020-08-12，14:45]

• 所有其他可統(tǒng)一的特定數據和術語

6 .盡可能多地使用低語域。

• 避免不必要的大寫[例如，使用"counterparty"而不是"Counterparty"]

• 解除大寫鎖定[例如，“HERO”一詞可以不翻譯]

7 .留意郵件，文件路徑，網址。

例如，電子郵件地址"daisy@garden.to"可能被機器翻譯為flower@yard，這可能不是用戶想要的。

8 .使用專門術語的詞匯表。

• 添加網址[物理位置]/地址[例如，"Language Street"可翻譯成"[目標語言直譯語言+街道]

• 添加產品和服務名稱[例如，翻譯后的產品名稱可能和您公司產品名稱指南有出入]

• 在詞匯表中增加名稱和縮略語[例如，縮略語"WORLD"可能被翻譯成"world"]

9 .采用統(tǒng)一的方式翻譯地名。

• 對于翻譯像La Grand-Place這樣的地名，可以選擇保留源語言的名字。

• 在翻譯文本中保留原語中的外語詞時，遵循語法規(guī)則。例如，如果你需要在翻譯的英語文本中使用一些原生的法語單詞，要遵循英語語法規(guī)則。

10.最后，當你發(fā)送翻譯請求以獲得更好的機翻結果時，確保指定好：

• 源文本語言。如果未指定源文本語言，自動語種檢測會啟動。語種檢測不僅需要時間，而且在某些情況下也可能提供錯誤的(不是字面上的錯誤，而是意想不到的)結果，例如，Kungens Kurva是斯德哥爾摩一條街道的名字(順便說一句，這是瑞典語中的King's Curve)。但是，如果你沒有指定源語言，它可能會被自動檢測成克羅地亞語，甚至波蘭語。自然，翻譯結果將會和原義大相徑庭。

• 源文本格式。如果將格式指定為TEXT，您會得到一個純文本。當指定HTML時，準備好處理翻譯結果中的HTML對象，例如，如果您將“Jag a?r mammas son”從瑞典語翻譯成英語，使用HTML格式，您可能會得到“I'm my mother's son”這樣的翻譯結果。

• 翻譯標記文本時，堅持用標準的HTML標簽，因為一些機翻引擎將非標準標簽視為斷句標記。試著把“She rose and left”翻譯成法語。你可能會得到“Elle Rose et la gauche”的結果，而不是“Elle s’est leve?e et est partie”這樣的正確譯法。

如果你已經留意了以上技巧，你可能會對結果感到滿意。然而，如果你覺得你需要從你的文本中提取一些重要的部分，來保證機器翻譯結果靠譜，這里有一個竅門：把它們摘出來再翻譯，然后把它們粘貼回去，就像在已經很不錯翻譯文本上再撒上一些配料。

祝你好運，翻譯愉快！

本文原載于blog.inten.to，原題為《10 Ways to Optimize Text for Machine Translation》，中文由公眾號@機器翻譯觀察翻譯并發(fā)布。點擊閱讀原文可閱讀英文原文。

本文來源于微信公眾號“翻譯技術教育與研究”、微信公眾號“語言服務行業(yè)”，致力于語言服務行業(yè)資訊、洞察、洞見~ 關注我們，了解更多精彩內容~?