CAT术语大全

| 分类 技术随笔  | 标签 CAT 

这篇文章翻译自memoQ的产品经理Gabor的The ultimate CAT tool jargon buster,已经得到了作者的翻译许可。

本文使用BasicCAT翻译,大部分内容都是基于百度翻译做的译后编辑,基本保留原文的句式和内容,除了一些拗口的地方,我进行了意译。翻译此文的目的是普及CAT基础知识,统一CAT的用语,有不对的地方欢迎指出。

目录

译文

CAT术语大全

2017年5月16日

精心挑选的150个术语,涵盖各种表达和缩写,帮助你深入了解CAT工具。

免责声明

我编写这份词汇表主要是出于自己的爱好(是的,我知道,我的爱好有点奇怪),同时也是为了帮助那些试图快速了解翻译行业术语的人。作为一群开发CAT软件,致力于帮助人们交流的人,我们确实创造了很多专业领域的词汇,是吧?

希望读者不要完全相信本文的内容。很多都只是我的一面之词,而且我还是memoq的员工。客观地说,memoQ是世界上最棒的CAT工具。但我会尽量做到内容和具体的工具无关。我加入了尽可能少的memoQ术语,不过我没有用到其它工具的术语。我只是觉得我对于其它工具并不了解,也没有这个权威性,对于未知领域要保持谨慎。

如果你喜欢本文,欢迎分享给你的朋友、同事和对手。如果你发现任何错误或者不准确的地方,可以选择你喜欢的沟通方式给我反馈。

激活(activation)

激活一般需要访问制造商的网站。本地程序向远程网站发送一串序列号以及关于你计算机的一些匿名信息。如果你拥有证书或者选择的试用版,网站就会返回一串代码,授权程序在你的电脑上运行。

另见:CAL许可证(CAL License)

对齐(alignment)

一般在收到一份要翻译的文件时,你还会收到很多之前翻译过的文件和对应的原文,或者在网络上能找到匹配的内容。这些文件内容很大程度可以用作翻译记忆使用,在模糊匹配和检索时发挥作用。问题是,翻译记忆是对齐了的句段,而你现在有的是整个文档。对齐指将源文档和目标文档拆分成片段,并利用算法找出目标片段对应于哪个源文片段。这可不是一件简单的事!高级CAT软件可以做到大致的句段自动对齐,并帮助你修正对齐错误的句段。

另见:LiveAlign

分析(analysis)

在你接受一份任务前,你需要知道有多少文本需要翻译。你已经有了存储已有翻译的翻译记忆,所以您还想知道有多少新的文本需要翻译,有多少模糊匹配和精确匹配。这就是分析所做的:它对要翻译的文本和翻译记忆与语料库中的文本进行比对,并给你一个清晰的统计结果,包括句段、词和字符数。

“分析”有时也可以和“统计”这个词互换使用,在这种情况下,统计并不是一门高深的学科。

应用程序编程接口(API)

一个计算机术语,指一个程序允许其它程序通过某种方式使用它的功能,就像用户通过点击按钮来使用程序。如果一个程序没有API,那么它就不能与其它系统集成,用户最终会因为大量完全不必要的点击而患上肌腱炎。确保你考虑的基于云的工具提供API,这一点尤为重要。如果不提供,你就没有获得你的数据并和其它程序进行数据交换的简便方法。

在服务器上自动保存(auto save on server)

当你在一个memoQ在线项目中工作时,你的翻译最初只保存在你的计算机上。您可以选择每天进行几次同步。如果启用自动保存,在保存时,你的翻译将立即发送到服务器,且不会耽误你的工作。这样别人就可以看到你的工作,且*几乎*就像你在实时编辑一个谷歌文档。有什么比这更好的方法来保持翻译的一致性?

自动检索(automatic concordance)

如果你想知道某个表达是怎么翻译的,你可以使用检索(concordance)功能。但是一个好的CAT工具可以做得更多:它可以搜索到在许多句段都存在的内容,并进行高亮。这就像是在说,“嘿!这些短语似乎到处都是,马上对它们进行检索可能是个好主意!”如果你非常幸运,这些短语还作为整个原文句段出现,这样可以自动调用翻译记忆或语料库进行翻译。

AutoPick

我不知道各位读者是不是也是这样,我不喜欢在翻译的时候输入数字,我也不喜欢在中途从原文复制一段内容到译文。除了数字,原文句段中还会包含其它需要直接复制到译文的内容,比如标签、非译元素和一些术语。在memoQ中,如果你按下并释放CTRL键,它的AutoPick功能会列出所有原文中的这些特殊内容,你可以用方向键来选择内容,把它们插入到译文中。它还能重新格式化数字以匹配目标语言的格式。

自动填充(auto-propagation)

需要翻译的文本基本上都有重复。很多片段会出现多次。在一些技术文本中,重复片段的比例会更高。翻译记忆的一个作用就是能重复利用翻译过的内容。不过CAT工具可以做得更好。如果你启用了自动填充,那么确认一个句段后,工具就会立即填充文档中的所有其他相同片段,并将其标记为已确认状态。

自动可译元素处理(auto-translatables)

大多数文本(特别是技术、法律和财务类)都有遵循某种模式的重复出现的内容。比如日期:05/27/1978会被翻译为27.5.1978。自动翻译规则允许你利用正则表达式自动进行这类转换。

BiDi

BiDi,双向文本,是bidirectional text的缩写。阿拉伯语、希伯来语和波斯语是从右往左书写的,但同时,数字和一些用拉丁字母书写的名词是从左往右书写的。

双语Excel(bilingual Excel)

见多语言Excel(multilingual Excel)

双语RTF(bilingual RTF)

一种特殊格式的Word文档,包含翻译的原文句段和目标句段,通常还包括注释和其他信息。这样,翻译人员可以和没有CAT软件的客户或领域专家进行合作。反过来,CAT工具可以读取修改过的双语RTF,并将更新的内容导回翻译软件环境中。有些旧格式依赖于隐藏文本,并且很容易被一个错误的编辑所破坏。如今,一个包含三列或更多列的表格的文档更为常见。

CAL许可证(CAL License)

CAL是“并发访问许可证(concurrent access license)”的缩写。个人许可证允许个人用户运行单个程序,作为组织则可以购买CAL许可证,这些许可证可以按需分发给任何终端用户。限制主要在于有多少人可以同时使用这个工具。不管他们是谁,或者在哪里工作都没有限制。

计算机辅助翻译(Computer-aided Translation)

提高译员和审校翻译速度和质量的软件,多人同时处理一个大型文本也不在话下。有时,该名称会简化为“翻译记忆工具”,因为翻译记忆是CAT工具关注的第一个功能。Jost Zetzsche喜欢使用翻译环境工具或TEnT。这个叫法我也同意。翻译管理系统(TMS)经常被用作同义词,它们的边界实际上非常模糊。

CJJK

CJJK指东亚语言,包含汉语、日语和韩语。有两个C是因为中文有简体中文和翻译中文两种存在。

检出(check out)

当译员或者审校用memoQ执行在线项目检出操作时,memoQ会把任务文件下载下来并正确配置一个工作环境。这样就不用再使用邮件来发送附件,省去了一系列容易出错的步骤,节省时间,保证项目的参与者的文件和设置都是正确的。

内容管理系统(CMS)

一种用来编辑、组织和发布大量内容的软件。CMS系统通常能记录内容的负责人是谁,是否得到批准,是否过期,内容的适用对象等内容。通常,CMS系统会把内容拆分为小的部分,可以在多个相关文档中重复使用。CMS系统很重要,因为很多翻译内容需要从CMS系统获得,通常是小部分的XML文件,并且通常是DITA格式。

注释(comment)

在CAT工具中,您可以标记整个文档、源片段或目标片段,或者只标记段中的一部分。你可以添加注释或者使用这一功能来高亮文本。通过这种方式,您可以与其他翻译人员、审校或者客户进行交流,或者将某个内容添加到书签中,以便之后再查看。您可以将注释保密,也可以选择将其作为完成的翻译的一部分导出。

检索(concordance)

翻译记忆和LiveDocs语料库的一个功能,允许你搜索一个单词或表达式,检索所有匹配的翻译过的片段。这像一个小的“谷歌”,可以让你检索现有的翻译。memoq在目标片段中高亮出检索内容最可能对应的翻译,就像Linguee一样,但检索的是您自己的私有数据。

已确认(confirmed)

见句段状态(segment status)。

上下文ID(content ID)

通常是一个短的机器可读文本,用于标识属于应用程序或游戏中特定位置的字符串。同样的文本在不同的语境翻译结果可能是不一样的,比如标签上的“Open”翻译为德语是“Offen”,而按钮上的是翻译为“Öffnen”。翻译记忆会存储这个上下文ID,如果以后具有相同上下文ID的相同文本出现,就是显示该匹配为上下文匹配。

上下文匹配(context match)

见翻译记忆匹配类型

CSV

一种看似简单的基于文本的格式,每行存储若干值,用逗号分隔。它仍然广泛用于交换词汇表,有时甚至用于交换可翻译内容。尽管看起来很简单,但很容易出错;最常见的问题是使用错误的代码页而不是Unicode。

自定义字段(custom fields)

见元数据(metadata)。

交付(deliver)

译者或审校表明自己完成了任务,比如翻译给定的文件,这一动作叫做交付。交付不是一个象征性的步骤:在像memoq这样的系统中,它通常会触发一系列的操作,比如自动的质量保证检查或者通过电子邮件将完成的翻译返回到最终的客户。

听写(dictation)

允许您口述文本而不是在键盘上键入文本的技术。商业工具对主要语言的支持已经非常棒了。口述是少数译者的首选;不过有报告显示听写的效率比打字提高了50%或更多。

听写错误(dicto)

dicto是从typo发展出来的一个新词。表示听写软件的错误听写。打字错误可以容忍,但是听写错误是很严重的错误,因为它们虽然听起来像原文的短语,但意义却完全不同,就像一个不成熟的中学生笑话。想想Uranus。

DITA

DITA是达尔文信息分类架构(Darwin Information Typing Architecture)的缩写,它听起来很无聊,但非常有用。它是一个开放的标准,定义了如何在CMS系统中构造和重用内容。该格式基于XML,如果您的CAT工具支持它,您可以处理来自几个不同CMS的大量内容。

桌面出版(DTP)

DTP工具包括像FrameMaker和InDesign这样的工具,用于生成专业的排版打印文档。在行业中,DTP通常是翻译和审校后的进行的步骤。翻译后的文本在原始格式中看起来确实很糟糕,除非您调整排版以适应较长的段落、不同的特殊字符,甚至是变化了的文字方向。

编辑距离(edit distance)

一个文本转换到另一个文本,使用插入、删除和交换的操作,需要进行的操作次数叫做编辑距离。模糊匹配是根据编辑距离算出来的。编辑距离有时还会直接用于测量审校对译文修改的程度。

ELM许可证(ELM license)

见:CAL许可证(CAL License)

完全匹配(exact match)

见翻译记忆匹配类型

导出(export)

见文件格式过滤器(file format filter)

外部标签(external tags)

见标签

文件格式过滤器(file format filter)

CAT工具的一个主要好处是,无论文本的格式如何,你总是在同一熟悉的编辑器中进行翻译。这意味着CAT工具必须以某种方式从所有不同的文件格式中提取文本。执行此操作的组件称为文件格式过滤器:它“过滤”掉文件中所有其他内容,仅保留文本。把文件添加到CAT工具称为导入文件;以原始格式保存翻译内容称为导出文件。

每个过滤器都有自己的选项,这些选项会影响它的工作方式(比如是否要从Word文件中提取隐藏文本?),对于某些格式,尤其是XML,这些设置会产生巨大的差异。

查找/替换列表(find/replace listing)

在memoq中,查找功能有一个选项,可以将所有的匹配放在一个单独的列表中,而不是用弹出窗口逐个遍历它们。结果是用户可以得到一个查找/替换列表,在这里您可以轻松地查看每个片段,并决定替换的位置和保留的位置。

字体替换(font substitution)

许多文件格式,特别是DTP工具的文件格式,倾向于使用一些好看的特殊字体,但这些字体往往支持的字符数量有限。如果您的目标语言恰好有很多不常见的字符,那么翻译后的文件看起来会很难看,或者直接不显示某些字符。字体替换是文件格式过滤器的一个功能,它可以调整文件,用目标语言的字体替换原始字体。

片段组合(fragment assembly)

可能对于一个句段,您的记忆库或语料库没有精确或模糊匹配的片段,但这一句段的部分内容可能仍然与术语库的内容相匹配,或者有非译元素或自动可译元素。片段组合功能可以识别这些部分内容并用合适的译文进行替换,这样和从头翻译相比应该还是能节省不少工作。

模糊(fuzzy)

这里的第一印象是正确的:这是整个行业术语中最模糊的一个词。模糊匹配最初是用来和精确匹配形成对比的。模糊匹配的翻译的原文片段和你当前的片段会有些许不同。不同的程度用模糊匹配率来表示。最后,模糊匹配也被扩展到了术语,如果你的语言习惯于在单词中间改变字母,那么它会非常有用。

另见翻译记忆匹配类型

全局查找/替换(global find/replace)

在过去,只有当您首先打开一个文档时,“查找”功能才起作用。全局查找和替换会在项目的所有文档中进行。如果您的工作需要操作来自CMS的数百个小XML文件,这是一个非常方便的操作。

词汇表(glossary)

见术语库

高亮(highlight)

见注释

同质性(homogeneity)

常规的项目分析可以告诉你,你的文本中有多少模糊匹配或者完全匹配。匹配的内容是现有的翻译记忆和语料库。但是,即使你一开始的翻译记忆库是空的,随着你不断的翻译,片段也会得到越来越多匹配的内容。同质性功能可以把这些“内部”匹配作为分析的一部分进行处理,而不仅仅是检测重复内容。

水平布局(horizontal layout)

几乎所有CAT工具都采用了左列原文,右列译文的网格布局,就像一股急流冲走了可怜的河边露营者的ABC汤。但是许多译者仍然喜欢原文在上,译文在下的显示方式。水平布局选项可以重新组合活动句段,以原文在上,译文在下的形式展示。

导入(import)

见文件格式过滤器(file format filter)

行内标签(inline tags)

见标签

国际化(internationalization;i18n)

本地化产品需要的不仅仅是翻译:它包括以正确的格式显示日期、以摄氏度和华氏度显示温度、在姓氏后面写名字或反之亦然等内容。它需要额外的努力才能使产品做到这一切;这种努力称为国际化。

互操作性(interoperability)

CAT工具能够理解彼此的格式和API,并且能够很好地支持标准格式,这样,使用不同制造商的软件的人就可以在一起工作,而不会出现悲剧。

合并句段(join segments)

见句段(segment)

关键字上下文检索(KWIC)

一种用于展示检索结果的布局,其中匹配内容位于中间,前后文本位于两边,一行接一行。

利用(Leverage)

leverage是一个时髦的表达,To leverage past translations的意思是CAT工具提供了我已经翻译的内容,我不需要再翻一遍了。

轻量资源(light resources)

这是一个memoq的术语,指代非译元素、句段分割规则等内容。而重量资源指翻译记忆、LiveDocs语料、Muses,和它们相比,轻量资源的数据量更小。在许多其它的工具里,它们在设置里出现,而在memoQ中,它们是一种资源。它们有名字,可以被导进导出,可以在不同项目中被重复利用,也能通过memoQ服务器进行在线共享。

语言专家(linguist)

这一术语可能是翻译行业对英语的正确使用所犯下的最大的罪行。对于每一个受过教育的人来说,语言学家指的是像诺姆·乔姆斯基、威廉·拉波夫、丹尼尔·埃弗雷特,或者电影《降临》里的艾米·亚当斯这样的人:一个研究人脑中的语言或社会中的语言的科学家。在翻译行业,“语言学家”即指翻译或审校。

LiveAlign

memoQ的对齐操作名称,只需将一堆源文档和目标文档扔到工具里,就可以进行对齐。该工具首先对齐文档,然后对齐句段,并在后台对其进行索引,以便能在编辑器中立即检索到结果。错误不可避免会有,不多你只需花时间对齐那些匹配到的句段。

LiveDocs语料(LiveDocs corpus)

memoQ的翻译记忆替代品。翻译记忆不按特定顺序保存大量翻译片段,而LiveDocs语料库保留了整个翻译文档,并提供了相同类型的匹配。如果要检查过去翻译的上下文,可以直接从翻译编辑器跳到完整文档。翻译记忆有一个很大的优势:同样的翻译,它只存储一次。如果你的内容有很多重复,LiveDocs会变得很笨重。

本地化(localization;l10n)

有时用作翻译的同义词,不过通常本地化有更广泛的含义:它包括以正确的格式显示日期、以正确的货币显示货币等。为了使产品本地化,必须修改产品使其支持本地化操作,这叫做国际化。

本地化工程师(localization engineer)

了解CAT工具、讨厌的文件格式、正则表达式和其他奥秘的人。许多人也有很强的代码能力。他们确保在启动一个复杂的项目之前,所有内容都被正确导入,句段分割是正确的,不应该被修改的句段被锁定,等等。如果没有本地化工程师,复杂的项目将永远无法按时完成,而翻译人员则会拔光头发,搬到农场养猪。

锁定使用了不同语言的句段(lock segments in different languages)

没有一个CAT工具能够处理好源文档使用了混合语言的情况。在memoQ中隐藏着一个很好的功能可以锁定句段。这个不显眼的选项将检测每个句段的语言,如果它不同于文档的原文语言,则将其锁定。

锁定的(locked)

实际上,每个CAT工具的句段都有一个状态属性,如“新建”、“预翻译”或“已确认”。句段也可以被锁定,这使得它们是只读的。如果本地化工程师用客户批准或指定的翻译填充了一些片段,那么锁定可以确保这些片段不会被意外更改。在分析项目时,锁定的句段也很容易从字数统计中排除。

语言质量保证(LQA)

除了审读和修改译文,人工审校还可以标记他们找到的错误,从预先定义的列表选择错误的类型,错误的严重程度等其它细节内容。这些信息可以在以后进行评估,以客观地评价质量。LQA是在CAT工具在这方面提供的一个功能。

LSC

见自动检索(automatic concordance)

语言服务提供商(LSP)

向客户销售翻译服务的公司。

机器翻译(MT)

一种计算机系统,它把一个字符序列转换成另一种语言的序列。结果是人可以阅读的。目前主要有三种机器翻译系统。基于规则的系统(RBMT)需要人类手工制定语法规则。基于统计的系统(SMT)需要使用大量人工翻译文本进行训练。基于神经网络的系统(NMT)也需要使用人工翻译数据训练,但它们需要更多的计算,并且根据报道,可以得到更好的翻译结果。

像谷歌翻译这样的机器翻译针对的是通用的领域。在翻译行业中,更常见的是定制专门的系统,这些系统做专门领域的翻译做得很好。这需要机器翻译专家和一个相关的、高质量的大型人工翻译语料库。

使用机器翻译的一种方法是人的后期编辑:机器翻译系统产生的粗略的翻译,通常是不正确的和不符合文法的,但是在此基础上进行编辑比人从头翻译更便宜,更快。另一种方式是交互式的机器翻译,当人工译员在CAT工具中翻译文本时,会收到机器翻译系统的建议。

机器翻译后编辑(machine translation post-editing)

利用机器翻译的一种方法是译后编辑,即机器给出一个粗略的翻译,这个翻译可能并不正确,有语法问题,需要人来进行后期的编辑,改正错误,提高流畅度。

主翻译记忆(master TM)

见工作、主和参考翻译记忆(working, master and reference TM)

匹配率(match rate)

见翻译记忆匹配类型

MatchPatch

一种memoQ的功能,比较从翻译记忆和语料库得到的模糊匹配和翻译的原文不一样的部分,依赖于词库匹配、可自动翻译内容和非译元素的设置,生成对应的翻译。

元数据(metadata)

有关存储信息的其他详细信息,例如翻译单元的元数据包含“谁翻译的,什么时候翻译的,客户是谁”,而术语库条目的元数据包含“来源,客户是否批准”等。CAT工具通常支持一组标准字段,如上面的字段,但也允许用户定义自己的字段和类别以存储更多详细信息。

移动端许可证(mobile license)

见:CAL许可证(CAL License)

单语审校(monolingual review)

通过单语审校功能,你可以将翻译导出到其原始格式,在CAT工具环境外外进行更改,然后将这些更改从编辑过的目标语言文件中导回翻译环境。当您需要将工作发送给客户审校时,它特别有用,因为可能即使是双语Word文件,对于客户也显得太复杂了。

为什么要将这些更改重新导入CAT工具?是为了确保您的TM仅包含最终版本的翻译。不然,翻译记忆的内容就都是低质量的垃圾内容了。

MQXLIFF

memoQ的专有XLIFF格式文件,含有一些memoQ才有的信息,比如句段信息、QA警告、LQA错误、注释等等。

多语言Excel(multilingual Excel)

包含源文本、翻译、注释和其他信息的Excel文件。有时它是一个小巧的文件,有两列内容:源文本和目标文本。但有可靠的目击者报告说,他们见到过有50000行和25列不同语言的文件。这种巨大的的文件往往来自电脑游戏。

MultiTrans XML

SDL MultiTrans用于导出和导入术语的基于XML的格式。虽然不是官方标准,但它被广泛用于术语交换,即使是在完全不同的系统之间。

Muse

在memoQ中支持输入预测的资源之一。Muse通过对现有的记忆库和语料库的分析,抽取原文和译文对应的短语对。翻译新的原文句段时,Muse会查询之前存储的短语,并给出可能是原文中某个短语翻译的建议列表。

神经网络机器翻译(NMT)

见机器翻译

不换行空格(non-breaking space)

一种特殊的字符,看起来像一个普通的空格,但作用不同,因为它不允许句子在单词的左右两边换行。在法语中,冒号前面必须有一个非换行空格(你不希望一行内容的开头是“:”),数字和度量单位之间也必须有一个非换行空格(你也不希望开头是“cm”)。在大多数文字处理器中,您可以通过按ctrl+space来键入它。

非打印字符(non-printing characters)

空格、非换行空格、制表符和换行符。另外,在双向文本中使用的一些不可见字符。它们都是空白的,你通常看不到它们。和Word一样,CAT工具也有一个显示它们的选项,这样您就不会意外地键入两个空格,或者在该输入非断行空格的地方插入了一个正常的空格。

非译元素(non-translatables)

有点类似于术语,只是它们在所有语言中都是相同的。比如说品牌的名称,基本上是不需要翻译的。

光学字符识别(OCR)

一种将图像(如扫描的页面)转换为可编辑文本(通常是Word文档)的软件。在翻译中,OCR常用于将PDF格式的文档转换为可编辑或导入到CAT工具中的Word文档。

在线项目(online project)

一个在服务器中存储文档的Memoq项目,允许多个人同时翻译和查看文档,进行实时协同工作。在线项目还使分配工作变得非常简单,因为它们消除了在电子邮件中发送文件的功能,并防止了微不足道的错误,因为它们确保项目中的每个人都使用正确的设置和资源。

在线翻译记忆(online TM)

通过服务器或者云服务共享的翻译记忆。它们允许组织在一个中心节点存储它们的翻译,并能在需要时找到它们。他们还确保项目的翻译人员能够立即看到彼此的翻译,确保他们的工作是一致的。

即时过滤(on-the-fly filter)

所有高级CAT工具中都存在的一个功能,它允许您过滤正在处理的文档的句段。它是一个加强版的查找功能。你可以快速浏览包含某个词或者表达的句段,如果觉得翻的不好,可以随时修改。你也可以使用这个功能来隐藏已经确认的句段,这样就可以只关注需要工作的部分。

PDF

PDF是的Portable document format的缩写,设计目的是无论你在哪里查看或打印它,文档看起来都完全相同,这种一致性的代价是很难(几乎不可能)更改其中的文本。换句话说,它是一种单向格式,即你很难把PDF格式转换到其它格式,这使得它成为翻译行业最大的障碍之一。除了一些创新的解决方案,比如TransPDF,你最好的选择是用OCR工具将一个PDF文件转换成一个Word文件,然后翻译它。但最好是从您的客户获取源文档(InDesign、Framemaker或类似的DTP文件),并进行相应的翻译工作。

机器翻译译后编辑(PEMT; post-edited machine translation)

见机器翻译后编辑(machine translation post-editing)

惩罚(penalty)

有些翻译的可信度较低。它们可能太旧,来自水平较差的译者,或者适用于不同的客户和领域。惩罚意味着降低译文的匹配率,使其排名低于其它匹配。

永久许可证(perpetual license)

允许您永久使用软件的许可证。永久许可通常只适用于软件的特定版本,升级版本还是要花钱的。这是为了确保开发人员能够继续努力完善软件。

插件(plugin)

在较大的软件中执行特定任务的一个小模块。通常,任何人都可以开发一个插件,而无需该软件的开发人员参与。CAT工具中的一个典型例子是机器翻译插件。机器翻译商通过为CAT软件开发插件来为译员、语言服务商或公司提供他们的服务。只要CAT工具的开发人员通过创建和发布一个SDK,使得应用程序对外提供交互的接口,就可以创建插件。

填充纯数字片段(populate number-only segments)

很多时候,源文档有许多只包含数字的部分,比如财务报告。数字很有趣。他们不需要传统意义上的翻译,但是他们也不能直接翻译成译文:目标语言的数字使用分割符的约定是不同的。这个功能可以一次处理所有带数字的句段,并调整它们的格式。

译后分析(post-translation analysis)

缩写是PTA,它和普通的分析相似,不过是翻译完成后立刻执行的。翻译大型文本时会产生很多的“内部”记忆匹配,有模糊的也有精确的。当两个或两个以上的译员一起工作时,很难说谁会从头翻译一个句段,谁会得到别人翻过的内容的匹配。对此,memoQ会在它的在线项目进行跟踪,并在所有工作完成后给出精确而公平的任务量分析。

顺便说一下,译前分析匹配的数字与同质性分析中的数字非常接近。不同的是,PTA的分析可以显示出译员各自在翻译时使用了多少内部匹配。这些内部匹配是一开始同质性分析时就有预测。

输入预测(predictive typing)

CAT工具最性感的功能之一,但名字并不性感。输入预测可以使翻译速度更快(通过减少击键)、内容更一致(通过提供正确的输入内容)。它分析用户输入的字符,然后根据当前句段的术语库匹配、自动可译元素、非译元素、Muse提示和其它资源来提供一个建议列表。

预翻译的(pre-translated)

见句段状态(segment status)和预翻译(pre-translation)

预翻译(pre-translation)

预翻译会分析文档中的每个句段,并自动用翻译记忆和语料库中的内容进行填充。

预览(preview)

预览功能可以原始格式或近似格式查看翻译的文档。CAT工具将文本拆分为句段,让您在相同的高效环境中进行翻译,而不用管原始文件格式。但视觉上下文信息是丢失了的,你看不到译文在原始文档中是什么样的。解决这种CAT软件自己造成的痛苦的方法是预览。

项目主页(project home)

在memoQ的项目主页,你可以添加或删除要翻译的文档、选择翻译记忆、术语库、Muse和其他资源。当你犯拖延症时,你也可以用无数其他方式来把玩你的工作环境。

项目管理系统(project management system)

项目管理系统可以跟踪翻译任务、价格、客户、供应商、截止日期、发票以及运行翻译业务或部门所需的大量其他内容。

项目模板(project templates)

处理很多有重复或至少类似的翻译工作,你不得不一遍又一遍地做同样的事情:选择合适的翻译记忆、术语库、轻量资源、设置、人员等,然后还要执行相同的操作,如分析、预翻译等。项目模板可以为以上这些定义规则。这样你就不会犯令人尴尬的错误,也不会因为不停的点击而导致肌腱炎,并且能在这类繁琐工作中保持清醒。此外,项目模板允许您重用本地化工程师等专家的工作,并使新员工更容易跟上进度。

伪翻译(pseudo-translation)

文本翻译是有趣的一个环节,但是如果你处理的是来自深奥系统的复杂文件格式,你需要确保你的工作可以正常导回原来的系统(正常生成目标文件),而不是在项目截止前弄坏你的客户花数百万美元买的旗舰应用程序。伪翻译允许您测试整个过程,而不需要实际翻译任何内容。它会把源文本替换为有趣的目标语言字符。

译后分析(PTA)

见译后分析(post-translation analysis)

质量保证(QA; quality assurance; automatic QA)

机器很难像人类一样创造出能引起共鸣的内容,但人类在正确处理数字和其他无聊和重复的事情上的表现确实很糟糕。这时质量保证检查可以发挥作用:它能验证了你的数字是否正确,你有没有键入两个连续空格,你是否使用了MegaCorp公司的官方术语,你在整个文本中是否以同样的方式翻译了相同的内容,你有没有忘记一个关键的标签,等等。如果愚蠢的机器做出了错误的判断,您总是可以选择忽略(禁止)个别的QA警告。

参考翻译记忆(reference TM)

见工作、主和参考翻译记忆(working, master and reference TM)

正则表达式(regular expressions; regex)

即使是人类写的文本也可以发掘出明确的模式。比如美国用MM/DD/YYYY来表示日期。而德国也是采用的类似的日期格式,不过他们使用点来作为间隔符。正则表达式是一种非常反直觉但非常有用的,可以精确描述以上类型内容的模式的方式。CAT工具全面支持正则表达式,从定义文件格式过滤器到自动可译元素,再到查找/替换,都有使用到。熟悉正则表达式,你就相当于半个本地化工程师了。

拒绝的(rejected)

见句段状态(segment status)

重复(repetition)

在源语文本中出现至少两次的句段叫做重复句段。出现重复是好事,因为通常你只需要翻译相同的内容一次。自动填充和完全匹配使用的就是重复的句段。对于必须以不同方式翻译相同内容的情况,您可以使用上下文ID进行区分。

从右往左文本(RTL; right-to-left)

见BiDi。

软件开发套件(SDK; software development kit)

一组工具和文档,允许开发人员构建自己的模块,以便与不同的软件一起工作。比如SDK允许第三方为CAT工具开发插件。

句段(segment)

我们翻译文本的时候,基本都是以句子为单位进行的。然而,没有人真正知道一个句子到底是什么。列表中的一个单词是一个句子吗?CAT工具决定完全回避句子的叫法,改用“句段”。

一般来说(尽管并非总是如此),句段是翻译的基本单位:您在编辑器中按句段进行翻译,并把句段的翻译存储在翻译记忆中。你的翻译记忆和语料库匹配也指的是你目前正在翻译的句段。

句段是使用句段分割规则来进行切分的,这些规则是用正则表达式描述的。就像所有的正则一样,它们在外行眼中看来就是一堆乱码,但它们基本上遵循这样的一个模式:“如果你发现句子的最后标点像一个句点,后面跟着一个或多个空格,后面跟着一个大写字母,那么就从那里开始一个新的句段。除非句号前的最后一个词是已知的缩写。”当您的CAT工具的文件格式过滤器导入源文档时,通常会在幕后悄悄地进行句段分割。

但再全面的分割规则也难免会出错。为了解决这个问题,CAT工具有一个功能,可以合并相邻的句段,或将一个句段拆分为两个。

句段状态(segment status)

从你把一份文件导入你的CAT工具的那一刻起,通过翻译、审校、客户审校、一晚上好觉后第二天进行的校对以及二校,直到把它交付给你的客户,文本是以句段的形式存在的。因此,除了文本本身之外,还需要知道很多关于句段的信息:目标是来自翻译记忆的,还是我自己翻的?翻译有没有得到确认?它是不是被审校拒绝了?是不是还处于编辑状态,不是最终的完成状态?这是您可以在翻译环境中通过颜色和图标的形式看到的信息。

我的火星人朋友们到来后的几年里都确信翻译人员的工作是把空的(灰色)片段转变成确认的(绿色)片段,他们认为这是一个非常吸引人的工作。现在他们知道自己错了,但他们仍然认为这份工作很棒。

句段分割(segmentation)

见句段(segment)

同时翻译与审校(simultaneous translation and review)

在线协作CAT工具的一个功能,允许几个人一起实时编辑同一文档。你可以把它看作是加强版的为翻译定制的Google Docs。

支持与维护协议(SMA; support & maintenance agreement)

许可协议允许您使用某个软件,而与之配套的SMA通常允许您获得人工支持和软件的新版本。通常,永久性许可证只收取一次性费用;与此相反,SMA每年收取一次费用。

统计机器翻译(SMT; statistical machine translation)

见机器翻译

分割句段(split segments)

见句段(segment)

句段分割规则(SRX; Segmentation Rules eXchange)

一种基于XML的标准,允许不同的CAT工具读取彼此的分割规则。

子片段的利用(subsegment leverage)

这是一个翻译行业最模糊词汇的有力竞争者,仅次于模糊这次词。CAT工具供应商标榜这一功能时,他们基本上想说:“我们正在做一些非常先进和有用的事情。”简单地说,这一功能可以根据原文片段的一部分得到翻译建议。产生这种建议的机制是相当先进的,可以从过去的翻译中总结出咋一眼看去并不明显的知识。

统计信息(statistics)

见分析(analysis)。

字符串(String)

用开发的语言描述,字符串是一个字符序列。翻译软件应用程序或游戏的用户界面时,出现在不同位置的所有文本块都称为“字符串”。通常,一个字符串显示为一个单独的句段,它有一个关联的上下文ID来消除它的歧义。

结构标签(structural tags)

见标签

同步(synchronize)

在memoQ在线项目中工作时,您可以选择不立即在服务器上保存每个翻译的句段,而是在本地收集大量更改,然后一次性与服务器交换。这一操作叫做项目同步,

表格RTF(table RTF)

见双语RTF(bilingual RTF)。

标签错误(tag error)

一些内联标记是可选的:也许源文本中的粗体格式在您的翻译中根本不需要。然而,还有一些标签是非常重要的。比如果“你还有N个敌人”这句话中,N是以标签的形式存储的,那么如果你省略了标签,翻译后的游戏程序可能崩溃,游戏玩家的愤怒将使你的客户破产。为了避免这种情况,CAT工具的QA模块可以在编辑器里给出标签错误的提示,并且直到标签错误得到修复才允许进行交付操作。

标签插入模式(tag insertion mode)

当你翻译时,标签可能是一个真正的麻烦:你需要考虑它们放在哪里,你需要快捷输入标签的方法。而且,标签会影响正常的翻译思路。因此,在memoQ中,您可以先集中精力翻译一个句段的文本,然后激活标签插入模式,并在目标句段的正确位置插入标签。

清理标签(tag soup)

导入的文档中充满了多余的、无意义的标签时,是一种不幸但频繁的情况。这通常发生在导入使用OCR转换PDF得到的Word文档时,因为生成的文档希望确保所有内容都显示在正确的位置,精确到百分之一毫米,所以会有很多标签。您可以通过调整OCR工具的设置、使用清理标签的宏(如Dave Turner的codezapper),或者缠着您的CAT工具的开发人员来做一些事情来改善情况。只有前两个被确凿地证明是有效的。

标签(tags)

我们需要翻译的内容大部分是文本,但不是唯一的内容。比如要确定翻译中的文本的哪一部分对应原文中有颜色的部分。另外还有结构化内容的处理,其中文本与标记(如超链接、交叉引用或占位符)交织在一起,当一个软件运行时,这些标记将被替换为数字。

CAT工具通过引入标签来应对所有这些问题。句段中的标签在编辑器中的作用类似于字符,但看起来完全不同。它们被称为行内标签或者内联标签。

像XML或HTML这样的格式,把标签编织到了自己的DNA中。其中一些标记定义结构(如标题、说明文字),并把文字封装在标签里面。这些称为结构标记或外部标记,不应出现在您的句段中。只有在导入之前XML过滤器配置不正确时,它们才会出现。你可以通过雇佣一个好的本地化工程师来解决这个问题。

好的CAT工具的分析输出有一个单独的部分,该部分会显示了除了字符之外,文本还包含多少标记。这一点很重要,因为标签可能需要很多工作,会减慢翻译的速度。

TB

见术语库

术语库交换格式(TBX; TermBase eXchange)

一种基于XML的标准,允许CAT工具和其他软件交换术语。

修订匹配(TC match)

让人精神分裂的概念,不知道它是匹配率还是句段状态。当您需要翻译包含跟踪更改的原文句段时,它就有用了。TC匹配是指修订过的原文句段的原始文本的精确匹配,假装那些跟踪修订不存在。

见跟踪修订(track changes)

翻译编辑校对(TEP; translation-editing-proofreading)

一种广泛使用的工作流程,一名译员和两名不同的人员,按顺序对翻译进行审校,目的是确保高质量的翻译,并为译员提供反馈以改进翻译。

术语库(term base)

一个“数据库”或CAT工具的一个组件,允许用户存储重要的单词/表达等等。它省去了两次研究同一术语的麻烦。它还帮助翻译人员遵守客户指定的术语,或者至少与自己保持一致。事实上,如果不同的人同时翻译同一个大文本,在不同的地点进行在线协作,术语库是保持一致性所必需的。

通常与词汇表互换使用,但它们并不完全相同。词汇表通常只是包含两种语言的单词列表,而术语库有结构信息和元数据。

术语抽取(term extraction)

高级CAT工具的一种功能,可以从新的源文本或现有翻译对中提取重要的单词和表达。输出结果通常包含许多错误的术语,但它允许翻译人员在开始翻译之前研究重要的术语,将它们包含在术语库中,确保随后正确地翻译它们,并保持一致性。

术语数据库(terminology database)

见术语库

翻译记忆(TM; translation memory)

翻译记忆这一想法产生了最初的商业翻译技术。为什么要翻译同一句话两次?翻译记忆是存储句段及其翻译的数据库。翻译记忆技术发展迅速,模糊匹配、检索和子片段匹配是利用翻译记忆的新方式。

翻译记忆匹配类型(TM match types)

翻译记忆像一个袋子,装着原文句段和其对应的翻译。当新的句段出现时,CAT工具会在这个袋子里寻找以前翻译过的相似句段,并将其作为匹配项返回。如果袋子里有相同的句子,那就是一个精确匹配,匹配率为100%。它可以变得更好:如果有一个翻译不仅句段内容相同,而且上下文也完全相同,那就是一个上下文匹配。如果匹配率低于100%,那就是模糊匹配。通常,高匹配度的模糊匹配价值更大:这些匹配只在标点、大小写或数字上有所不同,因此更易于使用。

翻译记忆驱动的句段分割(TM-driven segmentation)

memoQ的一种高级功能,在预翻译时动态分割或合并句段,以获得更好的翻译记忆匹配。这个想法很简单。如果一个译员在将翻译存储在记忆库之前合并了两个句段,而现在相同的两个句段又出现了呢?通过识别这种情况,新的文本中的这两个句段可以得到合并,从而得到一个完美的匹配。

翻译管理系统(TMS; translation management system)

帮助您管理翻译和组织资源的软件。以下这种情况需要管理:“1500个文件必须翻译成25种语言,6名译员和2名审校同时为每种语言工作,确保没有人覆盖过去批准的翻译,并在下周一前准备好,实时了解项目的进展情况,直到交付。”以下这种情况需要组织:“我必须从2000种为不同用户和语言对提供的资源中找到正确的翻译记忆和术语库。”

翻译记忆交换格式(TMX; Translation Memory eXchange)

一种基于XML的格式,用来交换翻译记忆。采用该标准是业界朝着互操作性迈进的关键一步,目前几乎所有工具都支持该标准。

跟踪修订(track changes)

法律要求许多受监管行业(如制药)跟踪其对关键文件所做的每一项更改,例如使用说明和药物的副作用。不仅如此,当他们向多个市场销售时,他们还必须在翻译材料中体现所有这些变化。作为一名翻译人员或LSP,在不丧失理智,不因为追求利润而被起诉的情况下实现这一目标的唯一方法是,您的CAT工具具有特殊功能,既能处理跟踪修订的文档,又能保留翻译记忆、术语库、质量检查和其他所有功能的好处。

见跟踪修订匹配(TC match)

翻译单元(translation unit)

在CAT工具中,用户以句段为单位翻译文档。而当把原文句段的翻译存储在TM中时,原文和译文加上一些元数据(如谁翻的,什么时候翻的)就被合在一起转换为一个翻译单元。

垃圾进,垃圾出(trash in, trash out)

假设你在你的TM中存储了一个无意义的翻译。当你收到更新的文档时,预翻译会将其视为一个完美的匹配,结果你就没有再看它第二眼。如果用这些数据训练一个机器翻译引擎,它将产生质量极差的翻译。一旦垃圾进入系统,它就会一直存在。该怎么避免呢?通过QA,通过TEP,通过分离工作和主翻译记忆以及其他类似的操作。这需要你能够集中式管理资源,制定正确的处理流程,避免容易产生错误的手工操作。

两列Excel(two-column Excel)

见多语言Excel(multilingual Excel)

Unicode

根据维基百科,Unicode是一种计算行业标准,用于对世界上大多数书写系统中表示的文本,进行一致的编码、表示和处理。

在我看来,Unicode是自切片面包以来人类发明的最好的事情。这意味着,如果你用你自己语言的特殊字符写一个文本,那么世界上任何地方的人都可以使用任何带有CPU和显示器的设备来阅读该文本。甚至是在Excel里的文本。

不过,我们的世界不是完美无缺的,你必须记住,虽然Unicode不支持克林贡语,但它确实有手枪的emoji。

UTF-8

见Unicode

提供商(vendor)

在我们的行业中,为其他人或企业提供翻译服务的人或企业。

视图(view)

CAT工具显然是解构主义的狂热爱好者,最早的版本就把文本撕成称为句段的片段。你也可以通过视图来充分调用这些句段。“我刚刚将此用户指南转换为1300个句段,并对其进行了预翻译。现在给我那些没有翻译记忆匹配的片段,要求至少出现两次,其中有单词‘眯眼松鼠’。另外,给我显示只出现过一次的片段,并且按字母顺序排列。”这是视图允许你做的事。

网络编辑器(web editor)

CAT工具的一个组件,允许在线项目中的译员和审校在浏览器中工作,而不需要在自己的计算机上安装软件。Web编辑器对传统的桌面工具来说就像Google Docs之于Word一样。不过高级的CAT工具既提供在线版也提供桌面版,还不强迫您在两个不兼容的公司之间做出选择。

字数统计(word count)

见分析(analysis)

工作、主和参考翻译记忆(working, master and reference TM)

保持事物井然有序是一项由来已久的挑战。如果你不把它处理好,结果会是垃圾进,垃圾出。在翻译项目中,一个好的管理方法是将一个TM指定为主版本(来自主版本的翻译优先于其他版本);将另一个TM指定为工作TM(新的、未经审校的翻译存储在工作版本中,保持主版本的纯净);其余翻译记忆则作为参考(主版本TM的内容可能不够全面)。

XLIFF

XML本地化交换文件格式的缩写,由OASIS维护的标准。实际上,它是一种文件格式,允许在源/目标双语形式的工具之间传递可翻译文本。

可扩展标记语言(XML; eXtensible Markup Language)

一种极为通用的格式,用于将结构化信息存储在机器可读的文件中。对于人来说也具有一定的可读性。翻译的大量内容来自XML文件,特别是当内容的来源是CMS系统时。一般来说,除非您是本地化工程师,否则您不需要了解XML的详细信息。

X-translate

你已经完成了一半的文件翻译工作,其中有大量的注释和状态各不相同的句段。这时,你的客户打电话给你说:“嘿,我们的编辑很忙,我们有一个修改过的源文件,我们实际上需要你翻译这个文件,而不是上周的那个。”如果您的CAT工具有X-translate功能,这将不是问题。X-translate将原始源文档与更新的源文档进行比较,逐句段进行,并重新记录你的工作,包括注释、忽略的QA警告、句段状态和所有其他内容。如果源文本的句段有变化,那就保持一个未翻译的初始状态。这样你可以翻译更改的部分,并在之前停止的地方继续翻译。


上一篇     下一篇