如何建立可扩展的翻译质量保证计划

随着对本地化内容需求的增长，本地化团队被要求在更多渠道和更多利益相关者的投入下加快工作进度。

即便如此，我们的期望依然不变：全球内容的传播需要信心。

然而，即使本地化团队专注于翻译质量，也会感觉主观臆断。两位审稿人可能会对同一份译文产生分歧，这并不是因为一个是对的，一个是错的，而是因为他们对可接受性缺乏既定的定义。

Smartling 的多维质量指标 (MQM) 指导意见正是围绕这一问题制定的：当评估人员采用统一的标准而不是偏好时，质量就会变得一致。

翻译质量保证使审核过程不至于陷入混乱。这是一门领导力学科，通过创建包括标准、衡量和问责在内的运营模式，确保质量的可重复性。

什么是翻译质量保证？

翻译质量保证是一门有条理的学科，它定义 "可接受 "的含义，根据这一标准评估翻译，并通过可衡量的反馈逐步提高质量。

这不是校对，也不是最终审核通过。相反，是系统和决策规则使质量保持一致，并在规模上站得住脚。

通过基于模式的评估，Smartling 使质量保证（QA）变得切实可行。团队可从三个与 MQM 兼容的行业标准模式模板中进行选择，其中包括一个可将初始错误与重复错误区分开来的模式、一个可定义严重程度等级的模式，以及一个可一致记录错误的模式。这种结构将报告从一次性编辑转变为计划层面的改进。

如何衡量翻译质量

当团队就以下三点达成一致意见时，质量就变得易于管理：什么算作错误、错误的严重程度以及对于内容的预期目的而言，"可接受 "的标准是什么。

MQM 的设计目的是通过记录错误、对错误进行分类，并根据术语要求和风格预期等翻译规范分配严重程度，从而实现质量的可衡量性。

质量管理之所以重要，是因为它为评估人员提供了一个共同的质量评判结构。审核人员不依赖直觉或偏好，而是使用相同的严重性逻辑记录相同类型的问题。这样就可以比较不同评估人员、供应商、地区和时间段的评估结果，而主观审查永远无法做到这一点。

Smartling 语言质量保证 (LQA) 工作流程 将这种结构转化为团队可以反复运行的东西。当评估以模式为基础时，质量就不再是一个争论的问题，而是可以用来衡量趋势、进行比较和优化的数据。

错误类别和严重程度

错误类别使反馈具有可比性。评估人员记录的不是 "这个读起来不对"，而是什么地方出了问题，如准确性、术语、风格、当地习惯或格式，这就为不同团队和供应商创建了一个共享的质量词汇。

严重性使衡量具有可辩护性。它能将影响较小的问题与改变意义、造成可用性风险或带来业务风险的错误区分开来，这样团队就能优先处理真正重要的问题，而不是将每次编辑都当作紧急情况来处理。

计分模式与及格/不及格模式

计分模式 帮助您将质量作为一个系统进行管理。Smartling 的 LQA 控制面板可显示已评估内容的结果，并让您按时间范围、地区、项目或工作分析质量，这样您就可以发现错误和重复出现的模式，而不是对孤立的编辑做出反应。

对于专门管理重复错误的团队而言，Smartling LQA 模式与重复错误类型可将初始错误与重复错误区分开来，因此辅导和纠正措施可针对正确的问题，而不是对每个实例都采取相同的处理方式。

当风险不可协商时，通过/失败模式是最佳选择。当失效条件被预先定义并一致应用时，它们就会发挥作用，尤其是对于法律、监管或品牌关键内容，因为在这些内容中，一个关键的错误都不能被忽视。

语境质量与绝对质量

并非所有内容都需要相同的栏位。 成熟的质量保证计划 确定质量等级，使审查深度与赌注相匹配。高风险内容获得更严格的阈值。

产品用户界面和高可见度的支持内容都有很强的一致性规则。对长尾内容和高容量内容进行抽样检查和趋势改进，而不是逐行审查。

这也是领导者停止过度审查的地方。如果层级明确，团队就可以把时间花在最重要的地方，并依靠测量和趋势来控制长尾内容。

不同语言的一致性

一致性并不意味着每种语言的措辞都完全相同。它能确保标准在不同地区、供应商和评估者之间的应用保持一致，这也是 MQM 注重统一标准而非译者偏好的原因。

Smartling 通过错误密度等报告概念来衡量一致性，错误密度的定义是每千字记录的错误数量。

当您需要一种可靠的方法来比较不同项目、语言和工作的质量，甚至根据数据重新审视供应商协议（如服务水平协议）时，这一指标就非常有用。

企业级可重复质量是什么样子的

在与 Smartling 合作期间，一家财富 500 强企业软件公司在一年内节省了 340 万美元，同时在 5000 万字中保持了 99+ 的 MQM 质量得分，并以 50% 的速度交付了人工智能人工翻译内容。成熟的质量保证计划使这种速度、数量和质量一致性的结合具有可重复性。

翻译质量保证与翻译审查

审核和质量保证是相关的，但它们解决的是不同的问题：

• 翻译审阅是一种检测：它能发现特定产出中的问题。
• 质量保证就是预防加趋势分析：它通过预先确定标准、持续测量和不断改进系统来减少重复问题。

Smartling 对审核的指导是围绕消除意见驱动的改写而建立的，这种改写会使审核变成无休止的循环。

Smartling LQA 利用模式对评估进行比较、报告并用于持续改进，而不是主观地来回比较。

翻译质量在规模化过程中出现问题的原因

没有质量保证，质量故障就会变成 翻译失败。

在实践中，质量低下源于运营模式的失败：标准不明确、执行不一致，以及缺乏足以推动改进的反馈回路。

供应商不一致

不同的供应商对同一风格指南有不同的解释。同一家供应商的语言学家对同一术语会做出不同的判断。

审稿人使用自己的词汇标记问题，因此一个供应商的"笨拙措辞" 是另一个供应商的"风格偏好" ，两者都不会显示为可衡量的趋势。

如果没有共享模式，每项工作都要根据自己的条件来判断，这就意味着供应商之间的偏差在进入市场之前是无法察觉的。

质量保证使问题可见并可解决，因为问题会被一致地记录下来，并可被汇总审查。

Smartling 通过 LQA 报告和错误& 仲裁等报告视图对此提供支持，让领导者清楚记录记录的内容、分类方式以及分歧解决方式。

评论员疲劳

当一切都被视为高风险，审稿变成改稿时，审稿疲劳就会发生。排队的人越来越多，分歧也越来越大，"质量 "成了瓶颈，因为审稿人被要求充当标准。

质量保证通过分层和抽样减少疲劳。Smartling 的 LQA 套件可让团队在专用的 LQA 空间中评估翻译快照，与生产分离，因此即使生产内容不断移动，评估也能保持稳定和可重复，从而满足此类计划工作的要求。

管理术语缺失

术语往往是影响质量的首要因素。如果不对术语进行统一管理和执行，即使是技术上准确的翻译，也会在不同语言、供应商或不同时间对同一概念使用不同的词语。

Smartling 质量检查的目的是在工作流程中更早地发现实际问题，检查有严重程度等级。根据配置，高严重性检查失败会阻止保存或提交，这有助于防止可预测的问题进入后期审查阶段。

具体就术语而言，Smartling 的人工智能增强型词汇术语插入功能可自动以语法正确的形式应用于目标语言的词汇，因此，强化术语不仅会出现，而且还很合适。为了支持机器翻译，人工智能后期编辑代理增加了第二层，在人工智能翻译之后自动检查语法、语气和语义的准确性，这样术语和风格问题就会在人工审核之前而不是审核过程中浮现出来。

缺乏反馈回路

如果每次冲刺都出现同样的错误，那就不仅仅是质量问题了。你有反馈问题。质量保证将评估结果转化为资产和工作流程的更新，然后再次进行测量以确认改进情况，从而形成闭环。

Smartling 通过结构化的错误报告、有争议错误的仲裁以及在保存前向审稿人显示当前制作字符串与其编辑版本并排对比的工作流程来支持这一点。

审核人员可以将更新直接推送到生产串，也可以将其保存在本地的 LQA 项目中，这意味着更正不仅仅是为记录提供信息，还能缩小评估与实时内容之间的差距。

实践中的质量保证流程Coinbase

Coinbase 描述了在不到两个月的时间内将内容翻译成 21 种语言并保证质量的情况，指出集中化流程是成功的关键原因。这就是质量保证旨在强化的一课：规模需要一个系统，而不是临时审查。

之所以能实现这样的速度，并不是因为审稿人更多或期限更紧，而是因为每个供应商和语言学家都使用相同的共享资产、相同的术语和相同的质量标准。集中化的词汇表和风格指南为每个团队提供了唯一的真理来源，因此质量并不取决于谁在做这项工作。

翻译质量保证与翻译审核

下面是全景图：

建立可持续的翻译质量保证框架

当质量保证像运营模式一样设计时，它就会发挥作用。标准、角色、执行点和节奏比在最后增加一个审查步骤更重要。

确定质量标准

首先以书面形式定义 "可接受 "的含义。

Smartling 可让团队选择和发布 LQA 模式，并通过与 MQM 兼容的模式模板来标准化类别和严重性规则，从而为团队提供支持。

质量标准可减少主观反馈，使不同评估人员和不同语言的评估保持一致。

按内容层级设定阈值，并举例说明哪些内容属于关键内容，从而使标准具有实用性。这就减少了升级，并避免了团队在启动时对质量问题重新提出质疑。

调整供应商和审查员

对齐不是一次启动会议。这是一种有凝聚力的培训、共同的范例和一致的评估语言，供应商和评审人员都能以同样的方式加以应用。

像 Smartling 这样的翻译管理系统在这方面发挥着基础性作用。当供应商在同一平台内工作，访问相同的词汇表、风格指南和翻译记忆库时，一致性就会内置于工作流程中，而不是事后协商。

Smartling 的 TMS 可以集中管理这些资产，因此无论使用哪种语言或市场，每个供应商都可以从相同的真实来源进行工作。

但是，共享资产只能到此为止。基于模式的评估使对齐成为现实，因为它迫使记录反馈的方式保持一致。当评估人员使用相同的类别和严重性规则时，供应商辅导就能将重点放在实际导致质量风险的模式上。

关闭反馈回路

反馈必须变成行动。反复出现的问题应促使对术语和标准进行更新，对屡次失败的内容类型进行工作流程修改，并根据趋势而不是孤立的编辑对供应商进行指导。

Smartling 通过结构化报告（发生了哪些错误、在哪里发生以及发生的频率）和在出现分歧时对错误进行仲裁的能力来支持这一循环，从而使程序保持一致，而不是在不同意见之间各自为政。

持续改进周期

质量保证是一个循环：衡量、优先处理影响最大的问题、实施纠正措施、再次衡量。我们的目标不是处处完美，而是长期可靠，减少重复问题。

Smartling 的 LQA 套件通过自动采样支持这项工作的扩展，自动采样可定期对定义的内容量进行评估，例如每季度每个地区 10,000 字，无需人工选择或提交样本。

这种工作流程是"和"之间的业务差异，前者是" ，后者是 。质量是计划运行方式的一部分。"对于准备进一步扩展的团队，LQA Agent 可在更大的内容量中增加人工智能驱动的即时评估，并直接集成到现有的 LQA 工作流程中，因此评估能力可随产出增长而增长，而不是落后于产出。

谁拥有翻译质量（谁不拥有翻译质量）

可以分散执行。不能问责。

领导层掌握标准："可接受 "的含义、内容类型的标准有多高、业务部门可以信任的阈值和报告节奏。

如果没有这种管理，质量保证就会退回到以偏好为导向的审查，质量就会再次成为一种协商。

然后，执行角色在该系统内运行。审核人员使用标准发现问题，供应商按照标准交付产品并根据衡量的结果进行改进，本地化运营部门通过评估、报告和纠正措施确保环路始终如一地运行。

翻译质量保证是信任基础设施

翻译质量保证是组织如何运输的核心 多语言内容 不断提高质量，不把质量变成谈判。

Smartling 的质量模型将可衡量标准 (MQM)、基于模式的评估 (LQA) 和将反馈转化为领导者可采取行动的趋势的报告结合在一起，从而支持这种转变。当这些部件就位后，问题就从 "这样好吗？"变成了 "按照标准这样可以接受吗？"、质量成熟度成为一个明显的领导信号。