번역 메모리를 큐레이팅하는 것은 오랫동안 지속되어 온 만연한 문제이며 수동 정리는 힘든 과정입니다. 깨끗한 번역 메모리는 언어 전문가에게 더 나은 참조 자료를 제공하고 더 높은 품질의 기계 번역을 가능하게 하며, 이는 번역 메모리 및 용어집과 같은 언어 자산을 활용하는 고급 기능을 갖춘 Phrase NextMT에 특히 중요합니다.
TMS에서 큐레이팅된 TM을 사용하기 위한 목적으로 데이터셋을 생성하려면 다음 단계를 따르십시오:
-
Datasets 페이지에서 Clean a translation memory를 클릭하십시오.
페이지가 열립니다.
-
데이터셋의 이름을 제공하십시오.
-
언어 선택기를 통해 다양한 옵션을 사용할 수 있습니다:
-
일반 언어 데이터셋을 생성하려면 소스 및 대상 언어와 로캘 선택기에서 동일한 소스 및 대상 언어를 선택하십시오.
-
로캘별 데이터셋을 생성하려면 첫 번째 드롭다운 목록에서 소스 및 대상 언어를 선택한 다음 두 번째 드롭다운 목록에서 소스 및 대상 로캘을 지정하십시오.
더 많은 데이터 소스를 활용하기 위해 여러 대상 로캘(즉, 동일한 언어의 다른 변형)을 추가할 수도 있습니다.
-
여러 소스 및 대상 로캘이 포함된 데이터셋을 생성하려면 첫 번째 드롭다운 목록에서 소스 및 대상 언어를 선택하고, 두 번째 드롭다운 목록에서 소스 및 대상 로캘을 지정한 후(동일한 대상 언어의 다른 변형을 추가할 수 있음) + Add more locale pairs을 클릭하십시오.
창이 나타납니다.
-
-
Add translation memories을 클릭하십시오.
페이지가 검색 기능
과 함께 열립니다.
-
데이터셋에 TM을 추가하려면
아이콘을 클릭하십시오. TM이 열에 추가됩니다.
여러 TM을 추가할 수 있으며 최대 200개의 TM과 최대 800만 개의 세그먼트까지 가능합니다. 데이터셋은 이상적으로 최소 10,000개의 세그먼트를 포함해야 합니다.
TM 이름을 클릭하면 번역 메모리 페이지에서 선택 항목이 표시됩니다.
아이콘을 클릭하여 열에서 TM을 제거합니다.
-
저장을 클릭합니다.
페이지가 열립니다.
-
제시된 세부 정보를 검토하고 올바르면 계속을 클릭합니다.
페이지가 열립니다.
-
필요한 필터를 적용하고 생성을 클릭합니다.
데이터 세트가 생성되어 페이지의 목록에 추가되며, 초기 상태는 이고 열의 상태는 입니다.
Phrase Custom AI를 사용하면 AI 기반 및 규칙 기반 정리 필터의 도움을 받아 번역 메모리를 큐레이팅할 수 있습니다. 신규 사용자에게 적합할 수 있는 기본 설정이 제공됩니다.
이 프로세스는 원본 TM 세그먼트 메타데이터 및 TM 태그<2>를 보존하므로 사용자가 TMS에서 정리된 TM을 사용할 때 TM 활용도를 유지할 수 있습니다.
사용 가능한 필터 세트에는 규칙 기반 필터와 ML 기반 필터가 모두 포함됩니다:
-
규칙 기반
사람이 쉽게 이해할 수 있는 명확하게 정의된 규칙으로 작동하는 필터입니다. 이 필터 범주에는 , , , , , ,
-
ML 기반
단순히 고정된 규칙 세트를 따르는 대신 텍스트 자체의 콘텐츠를 분석하여 결정을 내리는 필터입니다. 이 필터 범주에는 및
날짜 범위
설정된 날짜 범위를 벗어난 세그먼트를 제외합니다. 종료일과 시작일은 세그먼트의 마지막 수정 날짜와 함께 포함됩니다.
정렬되지 않은 소스와 대상
이 필터는 의미 및 의미론적 유사성 측면에서 세그먼트가 얼마나 잘 일치하는지 결정하며, 점수가 가장 낮은 세그먼트를 제거합니다. 문장 쌍 정렬은 LASER 메트릭을 사용하여 측정됩니다.
AI 엔진을 사용하여 소스와 대상 텍스트의 의미가 같은지 또는 얼마나 일치하는지 확인합니다. 권장 설정은 하위 10%의 세그먼트를 취소하고 상위 90%의 세그먼트를 유지합니다.
고급 설정을 통해 정렬을 변경하거나 0에서 1 사이의 숫자(1은 완료 일치 항목을 의미)를 사용하여 원시 점수를 기반으로 하는 필터를 적용할 수 있습니다. 각 언어 쌍마다 점수 분포가 다르며 한 언어 쌍에서 좋은 점수로 간주되는 것이 다른 언어 쌍에서는 만족스럽지 않은 점수일 수 있으므로 원시 점수를 사용할 때는 주의가 필요합니다.
일반적으로 0.5 미만의 세그먼트는 품질이 좋지 않으며 1에 가깝거나 1을 초과하는 세그먼트는 두 언어에서 동일한 세그먼트입니다.
예시:
최소 글자 및 문자 수
글자 수에는 모든 글자가 포함됩니다. 여기에는 모든 문자, 공백, 문장 부호 및 기호가 포함됩니다. 학습 목적을 위해 문자가 포함되지 않은 세그먼트를 취소하는 것이 유용할 수 있습니다.
문자 수는 영어 알파벳과 같은 문자뿐만 아니라 발음 기호가 있는 더 복잡한 글자나 한자도 문자로 계산합니다. 한자는 하나 이상의 글자를 나타내더라도 하나의 문자로 계산됩니다. 글자 기반 언어의 기본값은 1이지만, 단어 기반 언어의 기본값은 4(글자) 및 3(문자)입니다. 최솟값은 1이고 최댓값은 500입니다.
데이터에 짧은 세그먼트를 많이 유지하는 경우(예: 약어) 필터 값을 낮게 유지하십시오.
예:
문자열 \"Hello, World!" 1 2 3\"은(는) 19개의 글자와 10개의 문자로 구성됩니다.
문장 쌍 길이
이 필터는 사용자가 설정한 임계값보다 긴 모든 세그먼트를 제거합니다.
총 글자 수는 소스 및 대상 문장 모두의 글자, 공백, 문장 부호를 포함한 모든 글자를 포함합니다. 언어 유형을 고려하십시오(예: 중국어 및 영어). 소스 언어가 CJK와 유사하지 않고 대상 언어가 CJK인 경우(또는 그 반대의 경우), 이 필터는 무시됩니다.
길이 비율
이 필터는 소스 세그먼트와 대상 세그먼트를 비교할 때 길이가 상당히 긴 세그먼트를 식별합니다. 일부 번역은 소스 언어에서 대상 언어로 번역할 때 길이가 늘어나거나 줄어듭니다. 너무 길거나 짧은 번역은 품질이 낮은 세그먼트임을 나타낼 수 있습니다.
소스 언어가 CJK와 유사하지 않고 대상 언어가 CJK와 유사한 경우(또는 그 반대의 경우), 이 필터는 무시됩니다.CJK
일부 언어는 다른 언어보다 더 장황하므로 200%가 적절한 기본값입니다. 대상 언어가 소스 언어와 비슷하거나 더 많은 데이터를 필터링해야 하는 경우 값을 더 낮출 수 있습니다.
예시:
한 언어가 CJK인 경우 비율은 1입니다. 다음은 삭제되지 않습니다:
{"source": "This is a sentence.", "target": "这是一个句子。", "ratio": 1}
독일어 번역은 영어 소스와 길이가 비슷하므로 삭제되지 않습니다:
{"source": "This is a sentence.", "target": "Dies ist ein Satz.", "ratio": 1.1}
독일어 번역은 영어 소스보다 훨씬 길기 때문에 삭제됩니다:
{"source": "This is a sentence.", "target": "Dies ist ein Satz mit zusätzlichen unnötigen Füllungen.", "ratio": 3.1}
번역하지 않을 부분
번역하지 않을 부분은 소스 세그먼트와 대상 세그먼트가 동일한 세그먼트입니다. 대상 텍스트가 소스 텍스트에서 변경되지 않은 모든 번역하지 않을 부분 문장 쌍을 제외합니다.
중복
동일한 소스 문장을 가진 세그먼트 그룹이 생성됩니다. 각 그룹에서 가장 좋은 세그먼트만 유지되므로 세그먼트의 소스 세그먼트가 고유하면 자동으로 유지됩니다. 그렇지 않으면 가장 높은 유사도 점수를 가진 세그먼트가 유지됩니다.
유사 중복
유사 중복을 테스트할 때 소스 세그먼트의 (약간 더 깔끔한 버전)이 정규화됩니다. 모든 비문자(예: “,?)!-)는 공백으로 대체되고 모든 문자는 소문자로 표시됩니다.
정규화된 소스 세그먼트를 사용하여 동일한 정규화된 소스 세그먼트를 가진 세그먼트 그룹이 생성됩니다. 각 그룹에서 가장 좋은 세그먼트만 유지되므로 세그먼트의 정규화된 소스 세그먼트가 고유하면 자동으로 유지됩니다. 그렇지 않으면 가장 높은 유사도 점수를 가진 세그먼트가 유지됩니다.
언어 식별
AI 엔진을 사용하여 문장을 기반으로 소스 및 대상 언어를 식별합니다. 엔진이 (소스/대상) 언어를 인식하고(예를 들어, 짧은 문장은 엔진이 언어를 결정하기에 충분하지 않은 경우가 많음) 해당 언어가 예상과 다를 경우에만 세그먼트가 제거됩니다.
QPS
QPS 필터를 사용하면 번역 메모리에서 품질이 가장 낮은 문장 쌍을 제거하여 결과 세그먼트의 품질이 최고 수준이 되도록 보장할 수 있습니다.
QPS 필터는 두 가지 방식으로 구성할 수 있습니다:
-
QPS 점수가 가장 낮은 문장 쌍의 지정된 비율을 제거합니다. 권장 사항은 10%입니다.
-
점수 임계값 선택. 고급 설정을 사용하여 조정 가능한 QPS 임계값 미만인 문장 쌍을 제거하십시오. 권장 시작점은 50입니다.
이 두 가지 옵션은 사용자의 품질 목표에 맞게 번역 메모리를 자동으로 관리하는 기능을 제공합니다.
번역 메모리 정리 프로세스는 몇 시간이 걸릴 수 있으며, 관리되는 TM을 사용하려면 먼저 완료되어야 합니다.
TMS에서 관리되는 TM을 사용하려면 다음 단계를 따르십시오:
그러면 몇 분밖에 걸리지 않는 데이터 세트 내보내기 프로세스가 시작됩니다. 결과로 생성된 .TMX 형식의 관리되는 TM은 최대 1Gb 크기의 새로운 관리되는 TM으로 TMS에 업로드할 수 있습니다.
동일한 TM에 대해 두 번 이상의 정리 프로세스가 수행된 경우, 탭에서 다른 버전에 액세스할 수 있습니다.