典型的本地化挑战以及技术工具

　　广东翻译吖编辑发布 07-22 13:15:56

　　从SQL信息到数字多媒体，每天在线生成如此多的数据，以至于翻译行业几乎不会对其产生影响。我们远远没有提供所有语言的足够内容。虽然今天未翻译的部分内容永远不需要翻译，但其他未翻译的内容可能是客户体验全球品牌的缺失环节。

　　这对营销人员来说是个坏消息，他们正在努力随时随地通过数据驱动的超个性化体验吸引全世界的客户。没有什么比客户母语的经验更个性化了。

　　值得庆幸的是，虽然大数据给本地化专业人士带来了巨大的挑战，但它也是自动翻译软件和其他语言工具的秘诀，它可以解决本地化挑战，加速和优化其他繁琐的流程。

　　自动语言翻译工具是否会使翻译人员失去工作是我们所关注的问题，但这可能是一件好事。在这个Slideshare中，我们探索了一些新兴技术，这些技术与普遍看法一样，可以使本地化团队对其组织更有价值。

　　了解如何向利益相关者传达更快，更有效的本地化的好处，并在我们的白皮书中为收益驱动的技术提供案例。

　　在本地化方面，摩擦是敌人

　　从一开始就考虑全球受众创建内容，大大降低了成本。但是，当需要本地化并努力支持这一概念时，许多组织都会变得不堪重负。如果手动完成，本地化过程可能很长，重复，并且充满了电子邮件，电话和文件传输。手动实践不仅过时，而且增加了本地化旨在削减的成本，而过多的时间专注于管理任务，而这些任务不会影响到底线驱动的职责。

　　技术在消除这种摩擦方面已经走了很长的路。以下是本地化和技术中最常见的三个挑战，它们可以加快流程，让您更快地进入市场。

　　挑战＃1：业务流程效率低下

　　使用电子邮件，电话和FTP系统来管理，共享和跟踪翻译资产会导致低效的流程 - 更不用说高管理开销和缺乏可见性。

　　挑战＃2：资源不堪重负

　　仅依靠双语国内专家来审查翻译的内容会给资源带来巨大压力。他们中的许多人还兼顾一天的工作。

　　挑战＃3：不同的内容系统

　　跨多个不同系统翻译内容通常是该过程中最困难的部分 - 但它也是最关键的部分。

　　技术可以将您带到一个新的水平

　　在每个阶段，CMS集成和自动化工作流程都可以简化低效，复杂和容易出错的任务。

　　但是技术也可以超越人类翻译的限制，人类翻译正变得越来越重要。数字经济造成了可能需要翻译的内容数量激增：博客，评论，论坛，聊天会话和社交媒体帖子等等。以个人自己的语言提供超有针对性的个性化客户体验将需要使用先进的本地化技术。

　　行业分析师估计，人类翻译人员只能处理一天内产生的全球内容的0.00000000009％。

大数据显着增加了内容量。与此同时，以下基于大数据的创新有助于弥补生成的内容与实际翻译内容之间日益扩大的差距。

　　技术＃1：神经机器翻译

　　随着公司寻求更有效的方式以更多语言提供更多内容，NMT正在从为大型全球企业保留的利基解决方案发展成为主流选择。

　　NMT利用深度学习的力量和更多的训练数据来构建人工神经网络。网络可以找到模式，例如源句子周围的上下文线索，有助于加速和改进翻译。

　　由于大数据产生如此多的信息，NMT能够识别这些超出人类识别能力的模式之间的复杂关联。

　　技术＃2：自动语言质量保证

　　一方面，内容的增长超过了人们审查一切的能力，另一方面，没有时间浪费。克服这一挑战需要将人工翻译与自动化可预测语言质量检查的技术结合起来。

　　自动语言QA是一种成熟，协作且功能强大的质量控制工具，它使用模式识别和其他方法来识别潜在问题 - 包括断开或丢失的链接，不一致的术语和缺少的内容。

　　与单独的人工审查相比，自动化QA引擎可以检测到更多错误。这有助于审稿人更少关注机械问题，更多关注品牌信息。

　　技术＃3：机器学习

　　ML算法不仅是NMT的关键，也是每个语言工作流程的关键。至关重要的是，ML可以在合适的时间将正确的工作映射到最佳工作人员。

　　使用语言大数据，ML确定哪些人力资源已经证明可以翻译特定类型的内容。但它也可以识别正确的语言资源和流程，将译员的注意力集中在具有潜在可译性问题的领域。

　　通过这种方式，一切都从一开始就准备好，以确保最佳质量。

　　一旦你建立了所需的技术，就可以从你的组织的决策者那里获得支持。通过将这些技术与最适合部署它们的人员和流程相结合，为成功奠定基础。

　　如何制作你的案子

　　成功的全球化需要整个组织的承诺和协调，这一点不足为奇。但让我们面对现实 - 内部客户经常将本地化需求放在最后。

　　这种思路意味着本地化团队可能会被排除在战略决策之外。