Hjälp:Innehållsöversättning/Översättning/Översättningskvalitet

This page is a translated version of the page Help:Content translation/Translating/Translation quality and the translation is 33% complete.
PD OBS: När du redigerar denna sida samtycker du till att släppa ditt bidrag under CC0. Se hjälpsidorna för Public Domain för mer information. PD

När du skapar en översättning är det viktigt att granska innehållet innan du publicerar det. Du måste se till att innehållet som produceras inte avviker från den ursprungliga betydelsen och kontrollera att det låter naturligt på språket som det översätts till. Den inledande maskinöversättningen som tillhandahålls hjälper till att snabba på översättningsprocessen med en användbar utgångspunkt, men verktyget uppmuntrar användare att granska och redigera det ursprungliga innehållet betydligt.

Olika mekanismer garanterar att översättare redigerar de första översättningarna på lämpligt sätt. Översättningsredigeraren spårar hur mycket den ursprungliga översättningen modifieras av användaren och definierar olika gränser för att antingen förhindra publicering eller varna användare för att uppmuntra dem att vidare granska innehållet.

Det det här sättet möjliggör verktyget för användare att ta vara på en initial maskinöversättning, samtidigt som den förebygger att lågkvalitativa resultat skapas. Fler detaljer presenteras nedan om hur dessa begränsningar fungerar, hur de kan justeras för behoven hos varje språk och hur man mäter kvalitén på innehållet som produceras med verktyget.

Begränsningar för att uppmuntra granskning av översättningen

Innehållsöversättning mäter procenthalten ändringar som användare gör av den ursprungliga automatiska översättningen. På så sätt vet systemet hur många ord som har lagts till, tagits bort eller ändrats från den ursprungliga översättningen. Mätningar görs på två olika olika nivåer: för varje paragraf och för hela översättningen. Olika begränsningar tillämpas på varje nivå, som detaljerats nedanför.

Begränsningar för hela översättningen

 
Fler som visas när man försöker publicera en översättning med för mycket oförändrad maskinöversättning. Denna tröskel justerades för indonesiska baserat på återkoppling från deras redigerare.

Publicering blockeras om 95% eller mer av hela dokumentet består av oförändrad maskinöversatt innehåll. Denna begränsning motverkar halvråa maskinöversättningar och förebygger uppenbar vandalism. Den hindrar också användare från att bara lägga till innehåll utan att redigera maskinöversättningen. Som tidigare nämnts kan denna begränsning justeras för varje språk.

Begränsningar för varje paragraf

 
Varning som visas för en specifik paragraf när oförändrad maskinöversättning överskrider begränsningarna.

Procenthalten användarförändringar mäts också för varje paragraf. En paragraf anses vara problematisk när den innehåller mer än 85% av den inledande maskinöversättningen (eller, om det innehåller mer än 60% av oförändrat innehåll när man kopierar innehållet från källdokumentet).

Översättningsredigeraren visar en varning för varje paragraf som anses vara problematisk, uppmuntrar fortsatta redigeringar från användaren. I vissa fall kan användare fortfarande publicera men resultatsidan kan läggas till i spårningskategorier för potentiellt icke-korrekturlästa översättningar som gemenskapen kan granska. I andra fall kan användare inte publicera över huvud taget.

Här följer några av dem faktorer som övervägs för att bestämma om användare kan publicera eller inte (vissa utvecklas fortfarande)

  • Antalet problematiska paragrafer. Användare hindra från att publicera översättningar med 50 eller fler problematiska paragrafer. Det är tillåtet att publicera översättningar med färre än 50 problematiska paragrafer, men de med 10 till 49 paragrafer kommer tillfogas en spårningskategori för potentiellt icke-korrekturlästa översättningar som gemenskapen kan granska.
  • Tidigare radera översättningar. För att förhindra återkommande problem identifierar verktyget användare som publicerat översättningar som raderats de senaste 30 dagarna, och tillämpar strängare begränsningar på deras efterföljande översättningar. Användare i den här gruppen hindras från att publicera översättningar med 10 eller fler problematiska paragrafer, medan översättningar med 9 eller färre markeras för granskning.
  • User confirmation. A less strict threshold is considered for paragraphs that a user marks as resolved—taken as a signal that the user reviewed and confirmed the status of the translation.

For paragraphs where the unmodified content warning is shown, but the user marks it as resolved, a less strict threshold is applied (accepting 95% of Machine translation or 75% of source content). This will provide a way to accommodate cases where the automatic translation was exceptionally good, but still avoid potential abuse of the feature (i.e., not blindly following a user's confirmation).

Contents not affected by the limits

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 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.

Publication of fast unreviewed translations

Campaigns and contests can result in spikes of translations where some user unfamiliar with the community policies may focus on making many translations and not pay enough attention to review their contents. In order to emphasize quality over quantity, a mechanism has been defined to limit the publication of fast unreviewed translations.

After a user translates a large article, the next translation can only be started after some time has passed. The waiting period estimation considers 1 minute per paragraph up to 10 minutes. That is:

  • For articles with 10 paragraphs or less, we want to make sure that users spent translating it at least N minutes (one minute per paragraph)
  • For articles with more than 10 paragraphs we want to make sure that users spent translating it at least 10 minutes.


This has been applied on mobile initially since it is a space with less activity, and after measuring the impact we'll consider expanding it to desktop too.


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.