મદદ:સામગ્રી અનુવાદ/અનુવાદ પ્રક્રિયા/અનુવાદની ગુણવત્તા

This page is a translated version of the page Help:Content translation/Translating/Translation quality and the translation is 40% complete.

જ્યારે તમે અનુવાદ કરતાં હો તો બહુ જરૂરી છે કે સામગ્રીને પ્રકાશિત કર્યા પહેલા એને ફરી વાર જોઈ લેશો . તમારે એ નક્કી કરી લેવું પડશે કે તમે કરેલો અનુવાદ મૂળસામગ્રીનો યોગ્ય અર્થ જ આપે છે ને? અને જે ભાષામાં અનુવાદ થઈ રહ્યો છે તે ભાષામાં તે બરાબર રીતે વાંચી -સમજી શકાય તો છે ને? Special:MyLanguage/Help:Content translation/Translating/Initial machine translation[શરૂઆતનું યાંત્રિકી ભાષાંતર ]એક બિંદુ સુધી જવા માટે અનુવાદની પ્રક્રિયામાં મદદ તો કરે જ છે , પણ સાથે આ ઉપકરણ સામગ્રીનુ બરાબર અવલોકન કરવાની અને એને યોગ્ય રીતે સંપાદિત કરવા માટે પ્રોત્સાહન પણ આપે છે .

અનુવાદને વ્યવસ્થિત રીતે પ્રસ્તુત કરવા માટે અન્ય પદ્ધતિઓ ઉપલબ્ધ છે જેનાથી અનુવાદક શરૂઆતના અનુવાદને સારીરીતે સંપાદિત કરી શકે.

અનુવાદસંપાદક   કેટલા પ્રારંભિક અનુવાદ સંપાદિત કરવા  ટ્રૅક (શોધીને જુએ છે)કરે છે  પ્રારંભિક અનુવાદમાં કેટલુ પરીવર્તન  કરવામાં આવ્યું છે,અને વિવિધ નક્કિ કરેલા  નિયમો મુજબ તો છે ને એ નક્કી કરે છે જે કાં તો: પ્રકાશન અટકાવે છે અથવા અનુવાદકને સામગ્રીનું  વધુ અવલોકન  કરવા પ્રોત્સાહિત કરવા સૂચના આપે છે.

આ રીતે જોઈએ તો આ ઉપકરણ દ્વારા થતો શરૂઆતનો યાંત્રિક અનુવાદ ઉપયોગ કરનારાઓને સારો ઉપયોગ કરવા પ્રેરે છે,ને સાથે નબળી ગુણવત્તા વાળા અને નબળા લખાણોના નિર્માણને અટકાવે છે . વિશેષ માહિતી નીચે પ્રસ્તુત છે જેનાથી આ ઉપકરણને દરેક ભાષા સાથે કઈ રીતે સાંકળવું ,અનુવાદિત સામગ્રીની ગુણવતા કેવી રીતે ચકાસવી,એ બાબતની મર્યાદા નક્કિ કરેલી છે .

અનુવાદની સમીક્ષાને પ્રોત્સાહિત કરવા માટેના નિયમનો

સામગ્રી અનુવાદક ઉપકરણ વપરાશકર્તા દ્વારા થયેલા પરિવર્તનોની ટકાવારી નક્કિ કરે છે અને જણાવે છે . આમ સિસ્ટમ જાણે છે કે પ્રારંભિક અનુવાદમાથી કેટલા શબ્દો લેવામાં આવ્યા ઉમેરવામાં આવ્યા,દૂર કરવામાં આવ્યા કે તેમાં પરીવર્તન કરવામાં આવ્યુ છે. માપન અલગ અલગ બે સ્તરે કરવામાં આવે છે : એક- દરેક ફકરા માટે અને બે - આખાય અનુવાદ માટે દરેક સ્તરે જે નિયમો લાગુ કરવામાં આવ્યા છે, તે નીચે મુજબ છે .

આખાય અનુવાદ માટેના નિયમનો

 
કશો જ ફેરફાર કર્યા વિનાનો યાંત્રિક અનુવાદ પ્રકાશિત કરવા જશો ત્યારે ક્ષતિ બતાવશે . આ નિયમો ઇંડોનેશિયન માટે તેમના પત્રકારોના પ્રતિભાવોને આધારે બનાવ્યા છે .

જો 99 ટકા કે સમગ્ર દસ્તાવેજમાં યંત્રિકી અનુવાદની સુધાર્યા વિનાની સામગ્રી હશે તો આ પ્રકાશન રોકવામાં આવશે . આ નિયમો અપરિપક્વ યાંત્રિકી અનુવાદોને અટકાવે છે અને અરાજકતાને રોકે છે. તે અનુવાદકોને સુધાર્યા વિનાની સામગ્રીને જોડવાથી પણ અટકાવે છે નીચે દર્શાવેલા નિયમો દરેક ભાષા મુજબ ગોઠવી શકાય છે

ફકરા માટેના નિયમો

 
સુધાર્યા વગરનો યંત્રિકી અનુવાદ નક્કી થયેલી મર્યાદા કરતાં વધારે હશે તો ચેતવણી આવશે .

દરેક ફકરામાં થયેલા પરિવર્તનોનું સમાંતરે માપન ટકાવારી મુજબ થતું આવે છે એ ફકરાને સમસ્યારૂપ માનવામાં આવશે જેમાં પ્રારંભના યાંત્રિકી અનુવાદની માત્રા 85 ટકાથી વધારે હશે (અથવા , મૂળ સામગ્રીમાથી નકલ કરતી વખતે 65 ટકાથી વધારે સામગ્રી સુધાર્યા વિનાની હોય.).

દરેક સમસ્યારૂપ ફકરા માટે અનુવાદસંપાદક એક ચેતવણી બતાવશે,આનાથી અનુવાદકને આગળના સુધારા કરવા માટે પ્રોત્સાહન મળશે . કેટલાક કિસ્સાઓમાં સમસ્યારૂપ પાનાઓ પણ પ્રકાશિત થઈ શકે એવી સ્થ્તિમાં હોય છે પણ એ સમીક્ષા થયા વિનાના આવા પાનાં ટ્રેકિંગ કેટેગરીમાં મૂકવામાં આવી શકે છે. અન્ય કિસ્સાઓમાં અનુવાદકને પ્રકાશિત કરવાની મંજૂરી નથી હોતી .

અનુવાદકોને પ્રકાશિત કરવાની મંજૂરી આપવી કે નહીં તે બાબતે નીચે કેટલાક નિયમો નોંધવામાં આવ્યા છે .

સમસ્યારૂપ ફકરાઓની સંખ્યા અનુવાદકોને પચાસ કે તેથી વધારે સમસ્યારૂપ ફકરા સાથે પ્રકાશિત કરવાથી રોકવામાં આવશે. પચાસથી ઓછા પાનાંના અનુવાદનું પ્રકાશન થઈ શકશે, પણ 10 થી 49 સમસ્યારૂપ ફકરા હશે તો તેને ટ્રેકિંગ કેટેગરીમાં લઈ જવામાં આવશે અને અવલોકન માટે સમુદાય પાસે લઈ જવામાં આવશે અગાઉ કાઢી નંખાયેલા અનુવાદો ટૂલ એવા વપરાશકર્તાઓને ઓળખે છે જેમના પ્રકાશિત અનુવાદો છેલ્લા 30 દિવસમાં કાઢી નાખવામાં આવ્યા હતા, અને તેમના અનુગામી અનુવાદ પ્રયત્નો પર વધુ કડક નિયમનો વારંવાર આવતી સમસ્યાઓને રોકવા માટે નાંખે છે. આ વર્ગના અનુવાદકો માટે, 10 કે તેથી વધુ સમસ્યારૂપ ફકરાઓ સાથેના અનુવાદોને પ્રકાશિત કરતાં અટકાવવામાં આવે છે, જ્યારે 9 કે તેથી ઓછા સમસ્યાવાળા ફકરાવાળાને સમુદાય માટે સમીક્ષા કરવા માટે સંભવિત રૂપે બિનસમીક્ષા કરાયેલા અનુવાદોની ટ્રેકિંગ શ્રેણીમાં ઉમેરવામાં આવે છે. અનુવાદકનુ સમર્થન એવા ફકરાઓ માટે ઓછા કઠિન નિયમનો લાગુ પાડવામાં આવશે . જેને અનુવાદક એક વચગાળાની રાહત માની શકે,જેમાં એવું માની લેવામાં આવે છે કે અનુવાદકે આ ફકરાઓની સ્થિતિ વિષે અવલોકન કર્યું છે અને એનું સમર્થન કર્યું છે. સુધાર્યા વિનાની સામગ્રી વાળા ફકરાઓને સૂચના મળશે ,પણ અનુવાદકે નિરાકરણ થયું છે એવું ચિહ્નિત કર્યું હોય તો એને ઓછા કડક નિયમનો લાગુ પાડવામાં આવશે .(95 ટકા યાંત્રિકી અનુવાદ અને 75 ટકા મૂળ સામગ્રીમાથી હોય તે અપવાદ ) આ એવા કિસ્સાઓને સ્વીકારવાની મંજૂરી આપે છે જેમાં સ્વચાલિત અનુવાદ ઘણો સારો હોય છતાં સુવિધાના દુરુપયોગને ટાળવો.(અનુવાદકના સમર્થન પર આંધળો વિશ્વાસ ન મુકશો)

એવી સામગ્રી કે જે નિયમનોને અસર કરતી નથી

Some content is not expected to be edited significantly, and thus is not considered when applying the limits described above. Very short section titles, citations, or the list of references are excluded from review. Otherwise, users could receive misleading warnings about translating content that should not be, such as book titles appearing in references or other proper nouns.

Limits on the mobile experience

For the mobile experience the initial set of limits follow a simpler approach. At the moment, only the overall percentage of unmodified machine translation for the whole translation is considered. On mobile, the whole translation consist of just one section of the article.

In particular, a warning is shown when the percentage of unmodified machine translation is over 85% for the whole section, and publishing is prevented when the when the percentage of unmodified machine translation is over 95%.

Feedback on how the limits system work on the mobile context would be very useful to determine how to evolve this initial approach.

Adjusting the limits

The limits described above provide a set of general mechanisms, but they may need adjustment depending on the particular needs of each wiki. Based on initial evaluation, the amount of modification needed to initial machine translation can range from 10% to 70%, depending on the language pair. On some wikis, the default limits may be too strict, generating unnecessary noise or preventing perfectly valid translations from being published. On other wikis, the limits may not be strict enough, allowing the publication of translations that have not been edited enough.

Adjusting the different thresholds allows each wiki to tailor the tool's limits according to its particular needs. Feedback from native speakers is essential in properly adjusting the limits imposed. If the current limits don't seem to work well based on your experience in creating or reviewing translations, please share your feedback, and we can explore how to better adjust them.

When providing feedback about adjusting the thresholds, we recommend that you first create several example translations (make sure to check the publishing options if your test is not intended to be published as regular content). When testing how the limits work for your language, it is useful to keep in mind the following:

  • Check for both cases. Make sure to check how the limits work for both: translations where the content has not been edited enough, versus where it has been edited enough.

In this way, you can more easily find the right balance for the tool's limits feature. Checking only one type of problem can lead to moving the thresholds too far in the opposite direction.

  • Check different content. Content in our wikis is highly diverse, and machine translation may work much better for some cases compared to others.

For example, content that is full of numeric data or technical names may require less editing by users than content with more descriptive text. Make sure to test by translating of a variety of different article types, of varying lengths, with disparate content.

  • Prepare to iterate. Adjusting the thresholds is an iterative process.

It may require custom adjustments to the thresholds or that you improve your general approach. In any case, after each change, further testing may be needed to verify the improvements made.

Adjusting the limits in collaboration with editors has proven to be effective. For example, initial results show that the Indonesian community was able to significantly reduce the number of problematic translations they were receiving by restricting the publication of translations with more than 70% of unmodified machine translation content. Similar adjustments have been made for Telugu and Assamese language wikis. There is no automatic tool that is infallible, and these limits are not an exception.

The process of content review by the community is still essential, but these limits provide communities with a tool to reduce the number of translations they have to focus on, making the review process much more effective. Please share your feedback and we can explore how to better adjust them.

Tracking potentially unreviewed translations

A tracking category with the name "cx-unreviewed-translation-category" is provided for communities to easily find articles that have been published with some content exceeding the recommended limits.

You can find this category in the list of tracking categories on each wiki. Using it, you can track articles that passed the limits preventing publication, but that still had some paragraphs that were edited less than expected. For example the Indonesian Wikipedia's category includes articles that have less than 40% of machine translation overall, but which have some paragraphs with more than 80% of unmodified machine translation.

Measuring translation quality

Evaluating content quality automatically is not trivial. Deletion ratios provide a useful measure for estimating whether the content created was good enough for the community involved not to delete it. Based on the analysis of deletion ratios, articles that are created as translations are less likely to be deleted when compared with articles created from scratch. This suggests that it may not be practical to set the limits for participation through translating much higher than those set for other ways of article creation.

Find published translations

Content translation adds a contenttranslation edit tag to the published translations. This allows communities the ability to use Recent changes, and similar tools, to focus on pages created using the translation tool. In addition, data on published translations and the statistics for machine translation use are available for anyone to analyze.

Inspect a specific translation

Translation debugger example

The Translation debugger is a tool that allows the inspection of some metadata for a given translation, including the percentage of machine translation used for the whole document, and the translation service used for each paragraph. For specific types of content such as templates, the Content Translation Server API can be queried to check how templates will be transferred across languages.


Other limits based on user expertise

 
Error showing a publishing restriction based on the user expertise. This example is based on the decision of the English Wikipedia community to limit publishing directly to the mainspace to extended autoconfirmed users only.

Some wikis have implemented other restrictions for translating based on the user rights as a way to reduce the creation of low-quality translations. For example, English Wikipedia requires users to be extended confirmed, which means they need to make 500 edits on English Wikipedia before they are allowed to publish a translation as an article. Newer editors can still publish translated articles in the User: or Draft: namespaces, and then move the article to the mainspace.

This restriction was created before the system of limits described in this page was available, and it is not the recommended approach to encourage the creation of good quality translations.

Before adding restrictions that do not take into account the content created, consider going through the process of adjusting the limits of unmodified content as described above. The limits can be made as strict as needed to prevent low-quality translations, while still allowing publication by editors making good translations.