Trados 达人专栏 突破性的翻译记忆库技术(一)

 

SDL Trados Studio 2017 中的 upLIFT Fragment Recall...

突破性的翻译记忆库技术(一)

SDL Trados Studio 2017 中的 upLIFT Fragment Recall


关于作者
Emilie Shannon

Emilie Shannon 是 SDL 在英国的产品营销主管。她拥有多年的翻译和项目管理背景,目前正在一个激动人心的新行业与新领域发展,并专注于如何能够使技术为从事语言工作的人们提供帮助的事业中。



我们首次在奥斯陆举办 SDL Trados 巡展时,我想起了这样一句话“你对自己的无知并不知情,直到知道为止。” 今年早些时候我们的翻译技术洞察 (TTI) 研究显示,只有 50% 使用翻译效率工具的用户认为自己知道如何充分地利用这些工具。 拿起智能手机时,我突然领悟到这是一种常见的技术应用情景。 我可以说自己使用智能手机非常熟练,但我可能还没有用到其中的一半应用程序或功能,然而我并不知道我错失了什么,因此我仍然不知道任何其他功能。 但是,如果我能够轻松快捷地学习或无需改变使用习惯而更充分地使用我的手机,我绝对不会说不!

这正是 SDL 很兴奋地推出 SDL Trados Studio 2017 和全新的突破性翻译记忆库 (TM) 技术:upLIFT 的原因所在。 此技术带来两大全新功能 – upLIFT Fragment Recall 和 upLIFT Fuzzy Repair – 这意味着您可比以往更充分地利用翻译记忆库,且无需改变您的工作方式。 首先介绍 fragment recall:其目的在于以全新方式利用翻译记忆库中的句段“片段”(有时也称为子句段),以便自动帮助译员在“无匹配”和“模糊匹配”情况下加快翻译速度。 让我们更深入地研究一下…


什么是片段搜索及为何要使用它?
假如您正在进行翻译,且没有翻译记忆库匹配。 在这种情况下,您有一些选择:您可以执行相关搜索或启用机器翻译。 如果您使用的是 Studio 2014 或 2015,甚至还可使用 AutoSuggest 词典。 但是,所有这些选择都需要一定程度的手动操作,并且无法一直保证翻译提示的质量或上下文。 进入片段搜索---这会直接从您的翻译记忆库中提供智能片段匹配。 在 SDL Trados Studio 2017 中,有两种类型的匹配:


对照全部翻译单元 (TU) 匹配新句段中的片段由以下符号表示:
对照现有翻译单元 (TU) 内的相应片段匹配新句段中的片段由以下符号表示:
二者的差异可参见下方的屏幕截图:
图 1:对整个翻译单元进行片段搜索后的“无匹配”情况
图 2:从翻译单元匹配片段

当翻译记忆库中没有句段匹配时,这些片段将被自动识别并显示在新的“片段匹配”窗口中以供使用,以及在您开始输入时通过 AutoSuggest 提供。

upLIFT Fragment Recall 的一个优势是您点击匹配项即可一直看到搜索的片段。 正如您在图 1 和 2 中所见,匹配窗口中的源句段和目标句段中都突出显示了匹配,并且在匹配来自翻译单元片段(图 2)时也在翻译单元的全部上下文中突出显示,因此您可以保证翻译质量,并确信其适合用于当前上下文。

更棒的是,您添加到翻译记忆库中的所有新内容会自动对齐,可立即用于片段搜索,从而省时省力。 不再需要手动创建词典或进行重新创建!

upLIFT Fragment Recall 也可用于提取术语,因为您可以直接从 Studio 的“片段匹配”窗口中将这些匹配项快速添加到术语库,从而帮助提高所有译文的一致性。

借助添加的批处理功能,您甚至可以衡量这些片段匹配的影响并在译前和译后进行报告。

后台
为了实现 upLIFT,我们在后台更改了基础翻译记忆库技术。 查找全部句段匹配更加轻松,因其包含对齐的句段对,但在子句段级别变得更复杂。 准确匹配翻译单元片段(如短语或句子中的术语)和检索相应的翻译部分需要进行更精确的对齐,我们称之为细粒度对齐。 upLIFT 使您能够借助这一全新的细粒度对齐翻译记忆库技术创建新的翻译记忆库,或升级现有翻译记忆库,以便您可获得此项全新功能的全部益处。

对于翻译记忆库技术,这是一个令人兴奋的改变,可真正帮助您充分地利用翻译记忆库,无需在翻译时进行额外的工作或手动步骤。 Studio 2017 旨在令您的工作与众不同,而借助 upLIFT,改变显而易见。 请关注我们下一篇关于 upLIFT Fuzzy Repair 的博文,了解有关此技术的更多信息!
今天就谈到这里吧,如果您有任何使用上的反馈,欢迎给我们留言,小编对大家的热情和关怀表示非常感谢,每个月将从留言中抽出几位幸运儿,赠送好礼几份哦!




倘若从此Trados的世界里,

能够多一个你,多荣幸。


微信:sdl_trados



微博:@SDLTrados


    关注 SDLTrados


微信扫一扫关注公众号

0 个评论

要回复文章请先登录注册