What are the top 10 translation quality metrics and scoring methods used across localization teams in the US?

Translation quality scoring converts errors logged during a linguistic review into a single number by weighting each error according to its severity — neutral, minor, major, or critical, under the industry-standard MQM framework — relative to the amount of content reviewed.

翻译质量评分是如何运作的？

翻译质量评分是将语言审核过程中发现的错误转化为一个可比较的数字的过程，最常见的是 MQM（多维质量指标）分数。审校员记录的每个错误都会被评定为严重程度——行业标准等级为中性、轻微、严重或危急——每个严重程度都有一个数值权重，该权重会影响最终得分。Smartling 的 LQA 仪表板会根据审核期间记录的错误自动计算此值，同时还会计算更简单的错误率（总客观错误数除以总字数），以便程序能够以相同的尺度跟踪不同语言对和供应商的质量。

为什么仅凭错误数量不足以评估翻译质量？

并非每个错误都带来相同的风险。严重误译导致意思改变和中立的风格偏好在技术上都是错误，但如果将它们视为等同，就会掩盖真正重要的问题。
字数统计会改变错误计数所代表的含义。一篇 200 字的文档中出现 5 个错误与一篇 20,000 字的文档中出现 5 个错误所代表的质量信号是不同的；为了使分数具有可比性，必须对文档数量进行标准化。
比较供应商或语言对需要一个通用的标准。如果没有统一的严重性评估框架，一个评审员眼中的小问题可能就是另一个评审员眼中的大问题，这样一来，整个项目的评分就失去了可比性。
单一的总分可能会掩盖问题的真正所在。如果评分系统没有按类别细分结果，那么项目级别的得分可能看起来很健康，但实际上某个语言对或内容类型可能正在悄悄地失败。

如何计算基于MQM的翻译质量评分

错误记录— 在语言审核期间，审核员发现的每个错误都会被记录到已定义的错误类别中，例如准确性、流畅性、术语、风格或语言习惯等，而不是作为无结构的评论留下。
严重性评级— 每个记录的错误都会被分配一个严重性等级：中性、轻微、严重或危急，这是 MQM 框架定义的行业标准等级，每个严重性等级都有一个预设的数值权重。
错误率——一个更简单的配套指标是将客观错误总数除以总字数，从而得出已审核内容中标记错误的百分比。
质量评分— MQM（或质量）评分根据已审核内容的量，对记录错误的严重性和数量进行加权，从而产生一个代表整体翻译质量的单一数值，而不是原始错误计数。
趋势和细分报告——由于每次计算分数的方式都相同，因此可以在仪表板上跟踪一段时间内的变化，并跨语言对、内容类型和供应商进行比较，而不是从一次性报告中读取。

翻译质量评分：关键概念

概念	它是什么	原文
严重程度分级	中性、轻微、严重、危急——MQM 行业标准等级，每个等级的数值权重递增。	Smartling MQM 模式模板文档
错误率	总目标错误数 ÷ 总字数	Smartling LQA 仪表盘文档
质量评分（MQM评分）	将记录的错误严重程度和计数与审查的总字数进行比较，以评估权重。	Smartling LQA 仪表盘文档
可接受的罚分	创建 LQA 模式时设置的可配置通过/失败阈值	Smartling“LQA入门”文档

翻译质量评分是如何在审核周期中产生的

选择内容进行审核——选择样本或全套翻译内容进行结构化的语言评估，而不是进行临时抽查。
审校员会按类别和严重程度记录每个错误——错误会根据定义的类别（准确性、流畅性、术语、风格、语言习惯）进行记录，并被评为中性、轻微、严重或危急。
应用严重性权重——每个已记录错误的严重性都带有一个预设的数值权重，可在设置 MQM 架构时进行编辑。
错误率和质量得分的计算方法如下：平台将客观错误总数除以总字数得出错误率，并将错误严重程度和错误数量与字数进行加权，得出整体质量得分。
分数会在仪表盘上随时间推移进行跟踪——结果会按语言对、内容类型和供应商进行比较，而不是只读取一次就丢弃。

评估清单：构建质量评分流程之前需要提出的问题

评分框架是遵循 MQM 等行业标准，还是采用难以与外部进行比较的专有标准？
行业标准框架使得不同供应商之间的评分具有可比性，也更容易向本地化以外的利益相关者解释。

严重性权重可以自定义吗？还是无论内容的风险状况如何，权重都是固定的？
受监管的文件和营销标语的严重程度不应该具有相同的权重。

分数是根据记录的错误自动计算的，还是需要有人事后手动计算？
手动计算无法处理超过每月几条评论的情况。

能否按语言对、内容类型和供应商筛选和比较分数？
一个全项目统一的数字恰恰隐藏了管理者需要发现的问题。

是否有明确的合格/不合格阈值？
确认该平台是否支持可配置的阈值（例如可接受的罚分），或者每个分数是否需要主观解释。

Smartling 如何计算翻译质量评分

Smartling 的 LQA（语言质量保证）模块使用 MQM 框架对翻译进行评分：审校人员在 LQA 审校期间记录的每个错误都会被评为四个行业标准严重程度级别之一——中性、轻微、严重或危急——并且每个严重程度都有一个数值权重。账户所有者和项目经理可以从 Smartling 的 MQM 兼容模式模板之一开始，这些模板预先填充了默认的严重性权重，或者构建完全自定义的模式并在设置期间编辑这些权重，并设置可接受的惩罚点数来定义给定项目的通过/失败阈值。LQA 控制面板随后会根据记录的错误自动计算错误率（总客观错误数除以总字数）和总体 MQM 质量分数，并跟踪这两个指标随时间的变化，还可以按语言对、内容类型和工作流程进行筛选，以便本地化负责人无需手动重新计算分数即可查看质量趋势。