以极低的价格实现人工质量的翻译。

MTPE 未兑现的承诺

本地化专业人员对使用技术简化翻译流程并不陌生。 例如，翻译人员使用软件将文本分成易于管理的片段、应用以前的翻译并运行质量保证检查，这是标准做法。 此外，多年来，翻译人员和企业都依赖机器翻译 (MT) 来生成粗略的翻译。 机器翻译的改进也引起了人们对 MTPE（即机器翻译后编辑）的兴趣增加，即由人工编辑的机器翻译输出。

即便如此，许多人仍然认为，与一个人翻译一段内容、另一个人编辑相比，MTPE 的效果较差。 因此，对质量敏感的企业不愿意采用 MT 和 MTPE。 尽管成本较高，但传统的以人为本的方法一直受到青睐，尤其是制药、生命科学、法律和金融等受到严格监管的行业的公司。

简而言之，到目前为止，还没有一种普遍接受的替代品来替代人工驱动的翻译工作流程。

翻译和本地化行业正在发生巨大的变化。 神经机器翻译 (NMT) 的成熟、通用人工智能 (AI) 的进步以及大型语言模型 (LLM) 的引入，使得曾经无法想象的事情成为可能。

彻底改变您的翻译组合：人工智能人工翻译

人工智能人工翻译(AIHT) 解决了 MTPE 和人工翻译之间的质量差距。 我们的 AIHT 解决方案提供了卓越的 MQM 分数 98+，与人类相当，同时与传统人工翻译相比，可将每个单词的成本降低高达 50%，并将交付时间缩短一半。

AIHT 将人工智能、大型语言模型 (LLM)、机器翻译和人类专业知识的优势无缝集成到统一的工作流程中，以人工智能驱动的效率提升每一步。

此外，人工智能的进步也使机器翻译能够以每字不到几分钱的成本产生高达 MQM 93 的出色质量分数！

奠定基础

传统上，工作流程从应用翻译记忆库（所有以前翻译的保存记录）开始。 将新内容与该记录进行比较，如果匹配度达到一定的置信度，则使用已保存的翻译，而不需要从头开始翻译。 翻译记忆库可以为公司节省 30-70% 的每字成本。

Smartling 的不同之处在于使用人工智能来扩大翻译记忆库的覆盖范围，通过增强置信度较低的匹配来提高其准确性，从而节省成本。 我们使用内部的 Smartling MT 引擎执行一个称为“模糊匹配修复”的过程，以改善这些置信度较低的匹配的匹配度。

翻译记忆库无法解决的内容将被发送到我们的 AI 翻译步骤。 我们的机器学习质量评估工具会评估多个机器翻译引擎的输出，并选择要使用的最高质量的选项。

后期处理

初始翻译完成后，就需要进行后期处理，这是确保翻译可用且符合品牌要求的关键步骤。 我们从应用 MT 和 LLM 优化的词汇表（重要术语及其翻译方式的列表）开始，这超越了替代。 区别在于确保这些替换适合字符串的上下文并且在语法上正确，而不是简单地替换术语。

我们还自动化内容和格式清理，解决空格、缺失或多余的标签以及占位符等问题。 这个格式化步骤很重要，因为有时机器翻译引擎会改变格式，导致字符串重新输入平台时出现错误或影响翻译记忆库的清洁度。

语境语言学评论

最后，由专门为该项目挑选的语言专家根据上下文对译文进行审查。 这就是我们所说的人机交互验证。

我们的技术已经完成了繁重的工作——它翻译了文本并确保了语法准确性，同时进行了调整以符合品牌指南。 这样一来，专业语言学家就可以专注于更高级别的验证和润色。

所有工作均在Smartling平台内完成。 因此，每个更改都会被实时跟踪和保存，从而消除版本控制混乱。 如果有疑问，语言学家可以通过 Smartling 直接与您沟通。

成本减半，人力品质

这一切听起来都很好，但只有真正实现人类品质才能发挥作用。

在我们的最新报告中，我们分享了衡量翻译质量的方法以及我们在工作流程中取得的成果。 Smartling 的严格流程包括每月对多种语言进行随机抽样，并根据多维质量指标 (MQM) 框架（质量评估的行业标准）进行彻底审查。

我们的研究发现，Smartling 的所有翻译工作流程（包括 AIHT）均能获得较高的 MQM 分数。

人工翻译的行业基准在 95% 到 97% 之间。 人工智能人工翻译的平均 MQM 分数为 98，实际上已经超过了许多语言服务提供商的传统人工翻译输出。 并且，它同时将每个单词的成本降低了 50%，并将上市时间缩短了 2 倍。

AIHT 对我们的客户产生了巨大的影响。

例如，一家年翻译量超过 2000 万字的大型企业利用 Smartling 的人工智能人工翻译彻底改变了其本地化战略。 这种先进的方法节省了大量成本、加快了周转时间，并保持了卓越的人工翻译质量。 在转向 Smartling 之前，他们的翻译需求是通过传统的人工翻译服务来满足的。

想要了解更多有关人工智能人工翻译如何改善您的本地化计划的信息吗？ 取得联系。