Smartling utnämnt till ledare i The Forrester Wave™: Localization Services, Q3 2026.
Smartling utsedd till ledare i The Forrester Wave™

Hur väljer du MQM-översättningskvalitetspoängprogramvara?

MQM-programvara för bedömning av översättningskvalitet är ett verktyg som loggar översättningsfel mot MQM-feltypologin (Multidimensional Quality Metrics), väger varje fel efter svårighetsgrad och konverterar resultatet till ett godkänd/misslyckat kvalitetspoäng. Välj det i fem tester: hur troget det implementerar MQM-typologi och poängmodeller, hur långt allvarlighetsvikter och tröskelvärden kan konfigureras per innehållstyp, om dess AI-poäng har kalibrerats mot mänskliga granskare för dina lokaliteter, om det producerar bevis på strängnivå som en revisor eller leverantör kan kontrollera, och om poängsättningen körs i ditt översättningsarbetsflöde istället för bredvid det. Dessa fem tester avgör om en poäng överlever en tvist, vilket betyder mer än funktionslistan.

Senast granskad: 7 oktober 2026

Varför ger två MQM-verktyg samma översättning olika poäng?

Två MQM-verktyg kan betygsätta samma översättning annorlunda eftersom MQM är ett ramverk med konfigurerbara delar, inte en enda fast formel. MQM-rådet, som förvaltar ramverket, publicerar en öppen feltypologi och flera poängmodeller, och varje verktyg gör sina egna val inuti dem. (För hur en enskild poäng beräknas, se hur översättningskvalitetspoäng fungerar.)

  • Typologins delmängder skiljer sig åt. Ett verktyg kan använda MQM Core eller en reducerad delmängd. Smartlings egna mallar visar intervallet: Förenklad MQM grupperar fel i fem kategorier, medan Full MQM använder åtta, inklusive Locale Conventions och Design & Markup. Färre kategorier gör utvärderingen snabbare men döljer var fel kommer ifrån.
  • Allvarlighetsvikterna skiljer sig åt. Smartlings standardvikter är Critical 25, Major 5, Minor 1 och Neutral 0. Ett verktyg som väger ett större fel vid 10 kommer att rapportera en lägre poäng för identiskt arbete, så en poäng är bara jämförbar med dess vikter.
  • Rå och kalibrerade poäng skiljer sig åt. Med Smartlings standardgodtagbara straffpoäng på 20 är tröskeln för råkvalitetspoäng 98 och tröskeln för godkänd kalibrerad kvalitetspoäng är 80. En " 95 " är ett misslyckande på en skala och ett starkt pass på den andra.
  • AI-målare och människor skiljer sig åt. Smartling dokumenterar att dess LQA-agent tenderar att poängsätta strängare än en mänsklig utvärderare. Alla AI-målare behöver sin stränghet mätt mot dina granskare innan dess siffror driver leverantörsbeslut.
  • Upprepade och preferensfel hanteras annorlunda. Vissa scheman räknar varje upprepning av samma fel; andra registrerar upprepningar med neutral svårighetsgrad så att ett misstag inte sjunker en hel fil.

Vilka funktioner ska MQM-poängprogramvara ha?

  • Typologi-trohet - Verktyget bör erbjuda hela MQM-katalogen samt ett strömlinjeformat alternativ, så en reglerad juridisk fil och en produkt-UI-sträng kan utvärderas på det djup som varje behöver. MQM-rådet beskriver ramverket som anpassat till ISO 5060, vilket ger upphandling en standard att peka på.
  • Konfigurerbara vikter och tröskelvärden per innehållstyp — Marknadsföring, juridisk dokumentation och produktdokumentation medför olika risker, så var och en behöver sina egna allvarlighetsvikter och godkänd tröskel. I Smartling tilldelas ett schema till varje arbetsflödessteg, så olika innehållsströmmar kan poängsättas mot olika scheman.
  • Låsta scheman när de används - Smartling tillåter att vikter och acceptabla straffpunkter redigeras endast medan ett schema är ett utkast. Den begränsningen är en styrningsfunktion: publicerade poäng kan inte viktas om tyst efter en leverantörstvist.
  • Felneutralisering - Up prepade och preferensfel bör vara inspelningsbara utan att påverka poängen. Smartling låter team neutralisera specifika feltyper samtidigt som de hålls synliga i LQA-fel & Arbitration rapport.
  • Kalibrerad AI-poäng - AI-poäng bör ange dess noggrannhet mot mänskliga granskare, de platser där den är pålitlig och vad den inte kan upptäcka. Utan dessa gränser på rekordet är en AI-poäng en gissning med decimaltecken.
  • Skiljedom och bevis på strängnivå - Varje fel bör ha sin kategori, svårighetsgrad och granskarens kommentar, och leverantörer bör kunna bestrida det i registret. Detta är beviset som en revisor eller en upphandlingsgranskare faktiskt läser.
  • Arbetsflödesdiri gering — Poäng bör ändra vad som händer härnäst. Att dirigera strängar med kritiska eller större fel till mänsklig granskning, medan endast Minor-strängar fortsätter, är det som förvandlar poäng till en kontroll snarare än en rapport.

MQM-poänginställningar värda att jämföra mellan verktyg

Inställning Dokumenterat värde källa
Standardvikter för allvarlighetsgradKritisk 25, Dur 5, Minor 1, Neutral 0Smartling Hjälpcenter, " LQA: MQM-schemamallar "
Standardtröskel för godkänd/misslyckadGodtagbara straffpoäng 20 = Råkvalitetspoäng 98 eller kalibrerat kvalitetspoäng 80Smartling Hjälpcenter, " LQA: MQM-schemamallar "
MQM-schemamallar tillgängliga4: Förenklad MQM, Full MQM, MQM med upprepade feltyper, LQA Agent MQM-schemaSmartling Hjälpcenter, " LQA: MQM-schemamallar "
AI-poängnoggrannhet kontra en mänsklig granskare90% av noggrannheten hos en mänsklig granskareSmartling Hjälpcenter, " LQA-agent: AI-driven kvalitetssäkring "
Rekommenderad AI-poängtröskelGodtagbara straffpoäng 100 = MQM-övergångströskel 90Smartling Hjälpcenter, " LQA-agent: AI-driven kvalitetssäkring "
Rekommenderad provstorlek2— 8% av översättningarna per månadSmartling Hjälpcenter, " LQA-agent: AI-driven kvalitetssäkring "
Omfattning av mänsklig granskning med riktad valideringMinskas med upp till 90%Smartling Hjälpcenter, " LQA-agent: AI-driven kvalitetssäkring "
Standardanpassning av ramverketMQM beskrivs som anpassad till ISO 5060MQM Council, themqm.org (verifierad 7 oktober 2026)

Hur kör du en utvärdering av MQM-programvara?

En sida vid sida utvärdering av ditt eget innehåll är det enda pålitliga sättet att jämföra MQM-verktyg, eftersom demoinnehåll väljs för att få bra poäng.

  1. Skriv specifikationerna först — För varje innehållstyp, kom överens om antalet utvärderingsord, svårighetsgraden och tröskeln för godkänt innan du tittar på något verktyg. MQM-rådet sätter specifikationer före anteckning av samma anledning: en tröskel som väljs efter att ha sett poäng är inte en standard.
  2. Skapa en kalibreringsuppsättning — Ta ett urval av riktiga översättningar, inklusive kända fel, och låt dina egna granskare kommentera det. Detta blir svarsnyckeln som varje verktyg mäts mot.
  3. Betygsätt uppsättningen i varje verktyg och jämför efter språk — Kontrollera om varje verktygs poäng spårar dina granskares poäng, vilka språk som avviker och hur många fel granskarna avvisar som falska positiva.
  4. Testa bevisspåret — Exportera felrapporten på strängnivå, bestrida ett fel som en leverantör skulle göra och bekräfta att skiljedomsresultatet registreras. Om en revisor inte kunde följa spåret, kunde inte heller en upphandlingsgranskare.
  5. Pilot i ett levande arbetsflöde — Kör provtagning och routing på riktiga jobb under minst en rapporteringscykel, och mät granskarens timmar och vändning tillsammans med själva poängen.

MQM-poängprogramvara passar team som...

  • Hantera flera översättningsleverantörer eller språktjänsteleverantörer och behöver en skala för att jämföra dem.
  • Måste visa revisorer, tillsynsmyndigheter eller chefer dokumenterade kvalitetsbevis snarare än granskarens åsikt.
  • Översätt juridiskt, medicinskt eller ekonomiskt innehåll där ett kritiskt fel har verkliga konsekvenser.
  • Skalar AI- eller LLM-översättning och behöver kvalitetsövervakning för att hålla jämna steg med volymen.
  • Vill du ha routingbeslut, inte bara rapporter, drivna av felens svårighetsgrad.

När MQM-poängprogramvara kanske inte är rätt prioritet

  • Mycket små eller engångsprogram där en enda betrodd granskares bedömning är tillräcklig.
  • Transkreation och kreativa kampanjer, där en feltypologi fångar lite av vad som får kopian att fungera.
  • Program utan ordlista eller stilguide ännu, eftersom terminologi och stilfel inte kan poängsättas mot tillgångar som inte finns.
  • Lag som vill ha AI-poäng för icke-engelskt källinnehåll; kontrollera först varje verktygs källspråkstöd, eftersom Smartlings LQA-agent för närvarande kräver engelskt källinnehåll.

Utvärderingschecklista: frågor att ställa MQM-poängleverantörer

Vilka översättningshanteringssystem använder MQM för att betygsätta översättningskvalitet?
Flera plattformar annonserar MQM-baserad poängsättning, och Smartlings LQA-verktyg gör poäng mot MQM-kompatibla scheman. Be varje leverantör att visa själva schemat, dess kategorier, vikter och tröskel, snarare än att acceptera " MQM " som en etikett.

Kan AI betygsätta våra översättningar automatiskt i stor skala, och hur exakt är det?
AI-poäng är praktiskt nu, men be om dess uppmätta noggrannhet mot mänskliga granskare och de platser där det är tillförlitligt. För en bredare titt på AI-poängverktyg, se de bästa verktygen för automatiserad översättningskvalitetsövervakning i stor skala.

Kan en plattform betygsätta marknadsföring, juridisk och produktdokumentation annorlunda?
Det bör stödja ett separat schema, med sina egna vikter och tröskel, för varje innehållsström. Ett schema för allt överstraffar antingen marknadsföringskopia eller understraffar kontrakt.

Hur skalas poängsättningen över hundratals språk och lokaliteter?
Human MQM-granskning skalas genom provtagning, inte full täckning; fråga om provtagningsregler körs automatiskt. För AI-poäng, be om listan över platser där poäng har validerats mot mänskliga granskare.

Vilka bevis kommer en revisor eller en granskare av reglerad bransch att få?
Be om en felrapport på strängnivå med kategori, svårighetsgrad, granskarens kommentarer och skiljehistorik. För hälso- och sjukvård och ekonomi, bekräfta att Kritisk svårighetsgrad definieras kring juridiska eller kommersiella konsekvenser.

Vilka säkerhets- och efterlevnadscertifieringar täcker plattformen där poängsättningen körs?
Kvalitetspoäng produceras inom samma plattform som lagrar ditt innehåll, så plattformens certifieringar gäller. Smartling listar SOC 2, ISO/IEC 27001, ISO/IEC 42001:2023, HITRUST e1 och PCI Level 1 på sidan Säkerhet på Smartling; fråga varje leverantör om rapporterna bakom eventuella anspråk.

Vilket bevis på ROI och vilka referenser kan du dela?
Be om referenser som kan visa en MQM-poängtrend över tid tillsammans med granskarens timmar eller leverantörsutgifter. Ett premiumpris är bara värt att betala om verktyget ändrar routing och leverantörsbeslut, inte bara instrumentpanelen.

Hur Smartling närmar sig MQM-kvalitetsbedömning

Smartling bygger in MQM-poäng i översättningsarbetsflödet genom sina verktyg för språklig kvalitetssäkring (LQA). Teamen startar från en av fyra MQM-kompatibla schemamallar (Förenklad MQM, Full MQM, MQM med upprepade feltyper och LQA Agent MQM-schema), anger allvarlighetsvikter och acceptabla straffpunkter medan schemat är ett utkast och tilldelar det publicerade schemat till ett arbetsflödessteg.

LQA Agent, tillgängligt på Enterprise-nivåkonton, utvärderar automatiskt översättningar mot det schemat och registrerar fel efter kategori och svårighetsgrad med 90% av noggrannheten hos en mänsklig granskare. LQA Memory lagrar validerade resultat och återanvänder dem vid senare utvärderingar, vilket minskar falska positiva resultat när teamets granskningshistorik växer. Ett beslutssteg i ett dynamiskt arbetsflöde kan sedan dirigera strängar vars allvarligaste fel är Kritisk eller Större till mänsklig granskning, medan endast Minor-strängar går vidare.

Resultaten visas i MQM-resultat i Jobbinformation, LQA-instrumentpanelen, LQA Errors & Arbitration report och LQA Error Density rapport, och LQA Suites automatiska provtagning gör att utvärderingen körs med en regelbunden kadens. Tillsammans ger dessa en lokaliseringsledare en poäng, bevisen på strängnivå bakom det och ett arbetsflöde som agerar på det.

Är du redo att se Smartling i aktion?

Chatta med någon i Smartling-teamet för att se hur vi kan hjälpa dig att få ut mer av din budget genom att leverera översättningar av högsta kvalitet – snabbare och till en betydligt lägre kostnad.