ترجمهٔ ماشینیِ عصبی، متنِ زبانِ مبدأ را با یک مدلِ عصبی به زبانِ مقصد تبدیل می‌کند. برای ارزیابیِ خروجی، روانیِ جمله کافی نیست؛ باید ببینیم پیامِ منبع چگونه منتقل شده است. در این راهنما، دو ترجمهٔ دستیِ آموزشی را روی شش واحدِ منبع بررسی می‌کنیم. هیچ موتورِ ترجمه نصب یا اجرا نشده است.
واحدِ بررسی را قبل از امتیاز مشخص کنیم
منبعِ ساختگی دربارهٔ یک بستهٔ آزمایشیِ حسگر است: بستهٔ R-17 دوازده قرائت دارد؛ واحد میلی‌ولت است، نه ولت؛ checksum فیلدِ تمامیت است، نه گذرواژه؛ جدول قرائتِ ناقص را حذف می‌کند؛ کالیبراسیون تأیید نشده؛ نامِ پروب Luma است. متنِ انگلیسیِ کامل و دو نسخهٔ فارسی در فایلِ همراه آمده‌اند. این متن، دستورِ فنیِ محصولِ واقعی نیست.
هر جمله یک واحدِ ثابت با شناسهٔ ۱ تا ۶ دارد. نسخهٔ الف معنای پنج واحدِ اول را نگه می‌دارد؛ در نسخهٔ ب، نویسنده عمداً پنج اختلاف ساخته است. هر دو نسخه دستی‌اند؛ نسبت‌دادنِ خطاها به موتور یا زبانِ خاص از این تمرین درست نیست.
جدولِ اختلاف، پیش از عددِ نهایی
| واحدِ منبع | تغییر در نسخهٔ ب | نوعِ آموزشیِ خطا |
|---|---|---|
| ۱۲ قرائت در R-17 | ۲۱ قرائت | دقت؛ عدد |
| میلی‌ولت، نه ولت | ولت | دقت؛ واحد |
| checksum، نه password | گذرواژه به جای مجموعِ وارسی | اصطلاح |
| حذفِ قرائتِ ناقص | شامل‌بودنِ قرائتِ ناقص | دقت؛ جهتِ گزاره |
| تأییدنشده‌بودنِ کالیبراسیون | تأییدشدن | دقت؛ نفی |
| نامِ Luma | «لوما» در هر دو ترجمه | نامعلوم؛ واژه‌نامهٔ نام‌ها تأیید نشده |
نامعلوم را خطای قطعی یا پاسخِ درست حساب نکرده‌ایم. برای نام، باید از صاحبِ واژه‌نامه دربارهٔ حفظِ شکلِ لاتین یا آوانویسی پرسید. کد نیز از رویِ شباهتِ حروف نمی‌تواند این تصمیم را بگیرد.
شدت و شمارش، قراردادِ همین تمرین‌اند
در این نمونه، هر تغییری که یک گزارهٔ فنی را عوض کند «مهم» یا major است. برای هر واحد فقط یک ردیف داریم تا یک اختلاف دوبار شمرده نشود. نسخهٔ الف پنج تأییدِ دستی و یک نامعلوم دارد؛ نسخهٔ ب پنج ایرادِ مهم و یک نامعلوم. این شمارش، درصدِ دقتِ یک مترجم، وزن‌دهیِ استانداردِ MQM یا برتریِ آماریِ یک سامانه نیست.
مرجعِ MQM بین دقتِ انتقال، اصطلاح و کیفیتِ زبانی تمایز می‌گذارد. ما فقط یک دسته‌بندیِ محدود و صریح برای همین مثال ساخته‌ایم. در کارِ واقعی، دستورِ ارزیابی، دامنه، مرجعِ اصطلاح و شدت باید پیشاپیش مشخص شوند؛ فردِ مسلط به دو زبان نیز دربارهٔ اختلافِ معنایی تصمیم بگیرد.
کد چه چیزی را واقعاً کنترل می‌کند؟
برنامه، هشِ نسخهٔ منبع را می‌سنجد، برای هر ترجمه حضورِ دقیقِ شش داوری را می‌خواهد و وضعیت‌هایِ مجاز را می‌شمارد. حذفِ یک ردیف یا تغییرِ منبع با همان هش رد می‌شود. این‌ها کنترلِ ثبت و هم‌ترازی‌اند؛ کد خودش معنیِ ترجمه، درستیِ برچسب یا شدتِ خطا را کشف نمی‌کند. منشأِ همهٔ قضاوت‌ها در JSON «دستیِ نویسنده» ثبت شده است.
برای آزمونِ موتورِ واقعی، همین واحدها را با خروجیِ واقعی و نسخهٔ مدل جایگزین کنید و مجموعه‌ای جدا برای سنجش نگه دارید. اصلاح‌کردنِ مدل با دیدنِ همین مثال‌ها و سپس نامیدنِ آن‌ها به‌عنوانِ آزمونِ ندیده، شاهدِ مستقلی نمی‌سازد.
این کار با هماهنگیِ ترجمهٔ سیاست چه فرق دارد؟
کنترلِ نسخهٔ دو زبانِ سیاست رابطهٔ متن با صاحبِ سیاست را نگه می‌دارد؛ این صفحه واحدِ ارزیابی، نوعِ خطا و داوریِ نامعلومِ ترجمهٔ مکتوب را اجرا می‌کند. تفاوتِ رونویسی و ترجمهٔ صوت نیز دربارهٔ انتخابِ خروجی است.
اگر هدف پاسخ‌گوییِ مشتری است، نمونهٔ مجاز، واژه‌نامه و مسیرِ انسانیِ اختلاف را در بررسیِ چتِ اپرا مطرح کنید. این مطلب پشتیبانیِ زبان یا موتورِ ترجمه در محصول را تأیید نمی‌کند.
فایل تمرین و منبع
کنترلِ نسخه، هم‌ترازی و شمارشِ قضاوت‌هایِ دستی · منبعِ اصیل، دو ترجمهٔ دستی و دوازده داوریِ واحدی
منابع در 2026-11-04 خوانده شدند؛ این تاریخ، تاریخ انتشار منبع نیست. مثال‌ها و فایل‌های این راهنما آموزشی و ساختهٔ تحریریه‌اند.