Att uppnå mänsklig kvalitetsöversättning till en bråkdel av priset.

Det ouppfyllda löftet om MTPE

Lokaliseringsproffs är inte främmande för att använda teknik för att effektivisera översättningsprocessen. Det är till exempel standardpraxis för översättare att använda programvara för att dela upp en text i hanterbara segment, tillämpa tidigare översättningar och utföra kvalitetskontroller. Dessutom har både översättare och företag förlitat sig på maskinöversättning (MT) för att generera grova översättningar i flera år. Förbättringar i MT har också lett till ett ökat intresse för MTPE (eller maskinöversättning efter redigering) – det vill säga MT-utdata som redigerats av en människa.

Trots det tror många att MTPE ger sämre resultat jämfört med att en människa översätter ett innehåll och en annan redigerar det. Som ett resultat av detta har företag som är känsliga för kvalitet varit ovilliga att ta till sig MT och MTPE. Även om det är dyrare, har det traditionella människodrivna tillvägagångssättet traditionellt gynnats, särskilt av företag i hårt reglerade branscher som läkemedel, biovetenskap, juridik och finans.

Kort sagt, det har inte funnits ett allmänt accepterat substitut för ett människodrivet arbetsflöde för översättning — förrän nu.

Det pågår ett tektoniskt skifte i översättnings- och lokaliseringsbranschen. Mognaden av neural maskinöversättning (NMT), framsteg inom artificiell allmän intelligens (AI) och införandet av stora språkmodeller (LLM) har gjort saker som en gång var otänkbara möjliga.

Revolutionera din översättningsmix: AI-driven mänsklig översättning

AI-Powered Human Translation (AIHT) fixar kvalitetsgapet mellan MTPE och mänsklig översättning. Vår AIHT-lösning ger en anmärkningsvärd MQM-poäng på 98+, vilket motsvarar människor, samtidigt som den minskar kostnaderna per ord med upp till 50 % och halverar leveranstiden jämfört med traditionell mänsklig översättning.

AIHT integrerar sömlöst styrkorna hos AI, Large Language Models (LLM), maskinöversättning och mänsklig expertis i ett enhetligt arbetsflöde, vilket förbättrar varje steg med AI-driven effektivitet.

Dessutom gör framsteg inom AI det möjligt för maskinöversättning att producera enastående kvalitetsresultat på upp till MQM 93 för en bråkdel av en krona per ordkostnad!

Att lägga grunden

Traditionellt börjar arbetsflödet med tillämpning av översättningsminne, en sparad registrering av alla dina tidigare översättningar. Nytt innehåll jämförs med denna post och, där det finns en matchning av en viss konfidensnivå, används den sparade översättningen istället för att behöva översätta från början. Översättningsminne kan spara företag allt från 30-70 % på kostnader per ord.

Skillnaden med Smartling är att använda AI för att utöka täckningen av ditt översättningsminne för att förbättra kostnadsbesparingarna genom att förbättra matchningar med lägre konfidens för att göra dem mer exakta. Vi utför en process som kallas "fuzzy match repair" med hjälp av våra interna Smartling MT-motorer för att förbättra passformen hos dessa matchningar med lägre konfidens.

Innehåll som översättningsminnet inte kunde adressera skickas till vårt AI-översättningssteg. Vårt verktyg för kvalitetsutvärdering av maskininlärning utvärderar resultatet från flera maskinöversättningsmotorer och väljer det alternativ av högsta kvalitet som ska användas.

Efterbearbetning

Med de första översättningarna klara är det dags för efterbearbetning, ett viktigt steg för att säkerställa översättningar som är klara att använda och varumärkeskompatibla. Vi börjar med tillämpningen av MT- och LLM-optimerade ordlistor (din lista över viktiga termer och hur de ska översättas), vilket går utöver substitution. Skillnaden ligger i att säkerställa att dessa ersättningar passar strängens sammanhang och är grammatiskt korrekta, snarare än att bara ersätta termen.

Vi automatiserar även rensning av innehåll och format, åtgärdar problem som blanksteg, saknade eller extra taggar och platshållare. Detta formateringssteg är viktigt eftersom ibland MT-motorer ändrar formateringen, vilket orsakar fel när strängar återintas i plattformen eller påverkar renheten i översättningsminnet.

In-Context Linguistic Review

Slutligen granskas översättningen i sitt sammanhang av en sakkunnig lingvist som handplockats för projektet. Detta är vad vi kallar för mänsklig-i-slingan-validering.

Vår teknik har redan gjort det tunga lyftet – den översatte texten och säkerställde grammatisk noggrannhet samtidigt som den gjorde justeringar för att passa varumärkets riktlinjer. Och det frigör den professionella lingvisten att fokusera på validering och polering på högre nivå.

Allt arbete slutförs inom Smartling-plattformen. Så varje ändring spåras och sparas i realtid, vilket eliminerar förvirring av versionskontroll. Om frågor uppstår kan lingvisten kommunicera direkt med dig i Smartling.

Mänsklig kvalitet till halva kostnaden

Allt detta låter bra men det fungerar bara om mänsklig kvalitet verkligen kan levereras.

I vår senaste rapport delade vi om vår metod för att mäta översättningskvalitet och de resultat vi uppnått över arbetsflöden. Smartlings rigorösa process inkluderar slumpmässigt urval på flera språk varje månad och en grundlig granskning enligt ramverket för multidimensional Quality Metrics (MQM) - branschstandarden för kvalitetsutvärdering.

Vår forskning visade att alla Smartlings översättningsarbetsflöden konsekvent uppnår höga MQM-resultat, inklusive AIHT.

Branschriktmärken för mänsklig översättning varierar mellan 95 % och 97 %. Med ett genomsnittligt MQM-poäng på 98 överträffar AI-driven mänsklig översättning faktiskt traditionella mänskliga översättningsresultat från många språktjänsteleverantörer. Och det gör det samtidigt som den minskar kostnaden per ord med 50 % och förbättrar tiden till marknaden med två gånger.

AIHT har en enorm inverkan på våra kunder.

Till exempel revolutionerade ett stort företag, med en årlig översättningsvolym på över 20 miljoner ord, sin lokaliseringsstrategi med Smartlings AI-drivna mänskliga översättning. Detta banbrytande tillvägagångssätt gav betydande kostnadsbesparingar, snabbare handläggningstider och bibehöll exceptionell mänsklig översättningskvalitet. Innan de bytte till Smartling tillgodosedes deras översättningsbehov genom traditionella mänskliga översättningstjänster.

Vill du lära dig mer om hur AI-driven mänsklig översättning kan förbättra ditt lokaliseringsprogram? Hör av dig.