企业级AI翻译质量监控

人工智能翻译解决了速度问题。企业团队现在可以在几小时内翻译数百万个单词，而不是几周。但是，要监控如此庞大翻译量的翻译质量，则完全是另一回事，而人工流程从来就不是为处理这个问题而设计的。答案是将自动质量评分直接内置到翻译工作流程中：人工智能代理使用多维质量指标 (MQM) 评分，按错误类型和严重程度评估输出，其运行速度与翻译本身相同，而不是作为翻译后的审核步骤。Smartling 在第九届年度 AI 突破奖评选中荣获机器翻译创新奖，这正体现了该公司在这一问题上所做的工作。该奖项从 20 多个国家的 5000 多个提名中选出，旨在表彰 Smartling 构建的基础设施，使 AI 翻译在企业规模上值得信赖，而不仅仅是速度快。

为什么翻译质量监控会在大量翻译时失效

传统的语言质量保证 (LQA) 的工作原理是：由经过培训的审校人员评估翻译内容的样本，根据定义的分类记录错误，并生成质量分数。这是一个严格的过程，但它是为每月翻译数万字的程序设计的，而不是为每月翻译数千万字的程序设计的。

在企业规模下，传统学习质量保证方法无法解决以下三个问题：

统计结果显示，覆盖范围已不足。对 5% 到 10% 的内容进行抽样可能会发现系统性错误，但却会忽略对客户体验影响最大的字符串级别问题。即使整个项目的其他部分表现良好，一个高曝光页面上的虚假产品宣传也可能造成实际损害。
周转时间会造成出版延迟。如果人工语言质量评估审核需要花费数天时间，那么人工智能翻译的价值所在——内容节奏——就会受到损害。速度和质量不再是两者兼顾，而是相互取舍。
反馈信息未能及时传达给人工智能。当内容发布后才发现质量问题时，产生问题输出的人工智能程序已经转移到其他程序上了。更正内容存在于审校文档中，而不是将要处理下一个翻译任务的系统中。

解决办法不是增加人工审稿人。它的质量监控运行速度和规模与人工智能翻译本身相同。

人工智能代理在每个步骤监控质量

Smartling 的方法使用了一系列 AI 代理，每个代理负责处理翻译工作流程中的特定质量功能。每个智能体在其步骤中自主决策，但在高风险审查时会引入人类参与。

LQA代理：无需人工干预即可即时进行MQM评分

语言质量保证 (LQA) 代理使用与人类判断相匹配的 MQM 评分对翻译内容进行即时质量审查，而无需人工审校员处理样本。LQA 代理持续评估翻译，并标记低于定义质量阈值的内容，提供质量信号，以跟上 AI 翻译输出的速度，为路由、升级和程序报告提供信息。为了更好地理解 MQM 分数在实践中的意义：Smartling 的 AI 驱动人工翻译 (AIHT) 始终能达到 98 分或以上的 MQM 分数，超过了大多数语言服务提供商传统人工翻译 95 到 97 分的行业基准。

AI 文案编辑代理：在错误影响客户之前将其拦截

AI 后期编辑代理在工作流程中更早地运行，在内容进入发布或人工审核之前，纠正语法错误、调整正式程度并检测幻觉。该代理解决了大型语言模型 (LLM) 生成的翻译中最常见的质量问题：流畅性错误、语调不一致以及虚构但看似合理的输出，这使得仅通过阅读很难发现 LLM 的幻觉。

TM优化代理：通过一致性实现质量

翻译质量不仅仅是找出新译文中的错误。此外，还要确保已批准的译文在整个项目中得到一致的重复使用。TM 优化代理分析翻译记忆库，自动批准高质量的历史翻译以供重复使用，从而提高一致性，并减少同一产品特性或监管术语在不同市场出现不同形式时所发生的术语漂移。

自动选择：为每段琴弦选择合适的引擎

如果初稿质量尽可能高，翻译后的质量监控就更容易了。Smartling 的自动选择功能可将每个字符串路由到 20 多个 LLM 和机器翻译引擎（包括 Amazon Bedrock、Microsoft Azure、Google Vertex AI、OpenAI 和 DeepL）中性能最高的引擎，并根据语言对和内容类型自动进行选择。从每个字符串的最佳可用输出开始，可以减少下游代理需要处理的质量问题的数量和严重程度。

AI Breakthrough 认可了什么

人工智能机器翻译创新突破奖旨在表彰 Smartling 在构建企业级可信赖的翻译基础设施方面所做出的贡献。AI Breakthrough 的总经理史蒂夫·约翰逊直接描述了这种区别：

“Smartling 将翻译变成了真正的基础设施，而不是一项独立的服务。”训练有素的神经机器翻译人员无法满足全球团队大规模翻译多语言内容的需求。传统的碎片化流程会导致收入损失、质量不一致，以及跨工具和市场实现翻译自动化方面的局限性。有了 Smartling，翻译从未如此轻松、如此智能。Smartling 的 AI 翻译软件将自动化、质量控制和安全功能集成到一个端到端的工作流程中，并可选择进行人工验证，从而实现高质量的全球内容交付。

AI Breakthrough 是 Tech Breakthrough 的一部分，Tech Breakthrough 是一个面向全球技术创新的市场情报和认可平台。该计划此前曾表彰过英伟达、Glean、Databricks 和安永等公司。

将定位功能嵌入 AI 工作流程：Smartling MCP 服务器

除了人工智能代理功能外，Smartling 还为翻译行业推出了 MCP（模型上下文协议）服务器。MCP 服务器允许企业将本地化直接嵌入到其 AI 应用程序和开发人员工作流程中，使工程团队能够从 Claude Code 或自定义 AI 助手等工具中访问 Smartling 的翻译功能、语言资源和质量检查，而无需切换到单独的平台。

这使得质量监控的范围超越了 Smartling 平台本身。构建人工智能产品的组织可以将 Smartling 的翻译和质量基础设施直接整合到他们的开发流程中，将本地化视为产品构建方式的一部分，而不是后续的下游流程。

这对本地化项目意味着什么

对于正在评估如何随着 AI 输出量的增长而扩大翻译质量监控规模的本地化领导者来说，实际的问题是质量基础设施是否能跟上翻译基础设施的发展步伐。速度和体积问题基本得到解决。能够在如此高速下保持质量的程序，其监控方式是持续的而不是周期性的，是自动化的而不是抽样的，是嵌入到工作流程中的而不是事后应用的。

LQA 代理、AI 后期编辑代理、TM 优化代理和自动选择功能集成在一个统一的工作流程中，其设计目的正是为了实现这一目标。使用 Smartling 的 AIHT 的企业团队已经取得了显著成效： IBM将本地化时间缩短了一半，并在 170 多个国家/地区将翻译质量提高了 40%；而一家财富 500 强软件公司在一年内节省了 340 万美元的翻译成本，同时保持了每年超过 2000 万字的翻译质量。

请访问smartling.com/demo ，了解 Smartling 的 AI 翻译平台是如何运作的。