如何针对领域术语和内容类型调整企业级机器翻译？

上次审核日期：2026年10月15日

如何调整企业级机器翻译？

企业级机器翻译有六个调整选项，它们按以下顺序效果最佳，从成本最低到最复杂：

• 术语插入：将术语表条目标记为机器翻译兼容，以词典形式输入术语，并在机器翻译步骤中启用术语表插入。Smartling 提供标准插入和 AI 增强型插入；AI 增强型插入使用大型语言模型来修正插入词及其周围冠词和形容词的词形变化，它是 LLM 提供商支持的唯一插入类型，也是训练引擎推荐的插入类型。API 级别的机制在本地化 API 如何管理词汇表和强制执行术语中有所介绍。
• 每个内容类型一个配置文件： MT 配置文件或 LLM 配置文件是一组可重用的引擎设置，因此支持内容、UI 字符串和文档都可以拥有自己的配置文件。机器翻译配置文件包含提供商选项，例如正式程度（Amazon Translate 和 DeepL）、脏话屏蔽（Microsoft Translator 和 Amazon Translate）和特定语言规则；LLM 配置文件包含翻译提示、模型参数和仅在特定条件下适用的指令，例如一个目标语言环境。
• LLM 的上下文和样式注入：带有检索增强生成的提示工具会将翻译记忆库示例、术语表术语和样式规则添加到每个 LLM 请求中，并且可以传递字符串和文件上下文，例如字符串指令、字符串角色、文件类型和项目标签，这就是一个 LLM 配置文件如何将按钮标签与段落区别对待。
• 按区域和内容选择引擎： Smartling Auto Select MT 评估内容并将其路由到最合适的 MT 引擎，而特定于语言的规则允许配置文件为指定的语言使用不同的引擎。如何选择和覆盖引擎在选择合适的 LLM 进行翻译的最佳系统中有所介绍。
• 定制训练或自适应引擎：当插入和样式规则不足以满足高容量领域的需求时，使用您的翻译记忆库和词汇表训练的引擎可以产生不太通用的输出。Smartling 提供 Google AutoML 的完整训练服务，而 Google Adaptive（Beta）无需训练模型即可根据少量示例翻译调整输出。如何连接你在其他地方训练的引擎，请参阅自带 AI 模型转换指南。
• 质量评估路由：语言质量评估代理将每个机器翻译的字符串标记为高、中或低，动态工作流可以发布高质量字符串，将中质量字符串发送到轻度审核，并将低质量字符串发送到全面后期编辑。AI 翻译后编辑环境涵盖了审校人员在这一步骤中需要的功能。

机器翻译设置应如何因内容类型而异？

机器翻译设置应根据内容类型而有所不同，因为每种类型的翻译失败方式都不同。下面的每个初始配置都在“来源”列中列出了说明该配置的帮助文章；在全面部署之前，请使用您自己的字符串测试每个配置。

如何逐步优化企业级机器翻译？

调优过程分为五个步骤，每个步骤都需要进行测量，然后再进行下一个步骤。

1. 按类型和语言区域划分内容- 列出您进行机器翻译的内容类型、每种类型的目标语言区域以及是否需要人工干预。该库存决定了你需要多少个配置文件，对于大多数程序来说，这通常是几个配置文件，而不是每个项目一个。
2. 清理词汇表，然后启用插入功能- 将每个术语放入词典形式，将替代词移至术语变体，标记品牌名称不要翻译，并标记与机器翻译兼容的条目。然后启用 Smartling 推荐的 AI 增强型术语插入功能，并首先在任何训练数据已包含术语表的自定义引擎上进行测试，因为两者可能会冲突。
3. 为每种内容类型构建和测试一个配置文件- 使用每种类型所需的提供商、正式程度、粗俗语言和特定语言规则创建 MT 或 LLM 配置文件，并在将配置文件分配给工作流、MT API 或 CAT 工具建议之前，在真实字符串上运行测试集成（MT 配置文件）或提示测试面板（LLM 配置文件）。
4. 添加质量评估和基准- 在机器翻译后进行人工后期编辑、编辑或审核步骤的工作流程中启用语言质量评估代理，按高、中、低等级进行路由，并记录每种内容类型的编辑工作量。Smartling 的 AI 后期编辑代理可以代替人工进行编辑，自动纠正语法、语气和术语。
5. 仅当基线引擎仍然较弱时才训练自定义引擎——对于仍然需要大量编辑的高容量领域，至少整理 6,000 个翻译单元（Smartling 建议 10,000 个，大约 150,000 个单词），进行训练，将训练好的引擎与通用引擎在保留的测试集上进行比较，并计划每 6 到 12 个月重新训练一次。数据量较少时，Google Adaptive（测试版）是更轻量级的选择。

这种调校方法适用于以下类型的团队……

• 通过一个平台对三种或三种以上内容类型（例如文档、支持和产品内容）进行机器翻译。
• 维护一份产品、品牌或监管术语词汇表，这些术语经常被机器翻译错误。
• 运行后期编辑工作流程，其中编辑成本足够高，以至于按字符串质量估算可以收回成本。
• 在特定领域内，拥有 10,000 个或更多可靠单元的翻译记忆库，其中英语为语言对的一侧。
• 需要为支持工单、聊天记录或用户帖子提供实时机器翻译，并支持基于任务的工作流程。

在某些情况下，MT调校可能并非首要任务。

• 你的内容大多是标语、活动概念或其他创意文案，而语言学家的翻译创作（而不是更强大的引擎）才能弥合这种差距。
• 您的词汇表和翻译记忆库不一致；插入和训练会放大资源中包含的任何内容，因此清理工作必须首先进行。
• 如果您翻译量较小，且翻译成一两种语言，那么预先配置好的 Smartling Auto Select MT 或 Auto Select LLM（无需设置）很可能与手动创建的配置文件一样有效。
• 您的目标语言大多是低资源语言；Smartling 建议对高资源语言使用语言质量评估和 AI 后期编辑代理，因此以人为本的工作流程可能更合适。

评估清单：关于企业级机器翻译调优需要询问的问题

经批准的术语表术语会改变机器翻译吗？还是只会在翻译完成后进行检查？
询问该平台是否将术语表插入到机器翻译和语言学习输出中，它是如何处理词形变化的，以及哪些集成支持哪些插入类型。

每种内容类型都可以有自己的引擎设置吗？
寻找可重用的配置文件，其中包含正式性、脏话处理、特定语言的引擎规则，以及 LLM 的带有条件的提示，这样支持内容和 UI 字符串就不会被强制通过一个配置。

定制化发动机培训需要哪些条件，以及如何证明培训效果？
询问所需的最小训练数据量、数据清洗人员以及供应商是否报告在预留测试集上，将训练好的引擎与通用引擎进行比较的 BLEU、TER 和语义得分。

如何防止劣质的机器翻译字符串流入客户手中？
询问是否每个字符串都会得到质量评估，以及工作流程是否可以按此进行路由，而不是要么全部审查，要么全部不审查。

实时内容能否在不进入翻译记忆库的情况下进行翻译？
支持工单和用户帖子只读取一次；确认 API 路径既不存储该内容，也不将其写入保存已审核翻译的内存。

经过调校的设备多久需要维护一次？
产品、条款和风格规则会发生变化；请询问建议的再培训频率以及词汇表更新如何传达至实时个人资料。

Smartling 如何调整企业机器翻译

Smartling 的AI Hub是调整机器翻译的地方。它提供对 20 多个 LLM 和机器翻译引擎的访问，每个引擎都通过 MT 配置文件或 LLM 配置文件进行配置，这些配置文件可以分配给机器翻译工作流程、MT API、即时 MT 集成或 CAT 工具建议。机器翻译配置文件包含 DeepL 和 Amazon Translate 正式性、Microsoft Translator 和 Amazon Translate 脏话屏蔽、特定语言规则和 TM 匹配插入等提供商选项。LLM 配置文件包含翻译提示，其中包含条件、模型参数、默认开启的幻觉检测，以及带有 RAG 的提示工具，该工具会将翻译记忆库示例、术语表术语和样式规则添加到每个请求中。Smartling Auto Select MT 和 Auto Select LLM 已预先配置，适用于希望无需构建配置文件即可进行引擎路由的团队。

对于术语，术语表术语插入功能将 MT 兼容的术语表条目应用于工作流程中的机器和 LLM 输出、Smartling Translate、MT API、GDN 和支持集成，而 AI 增强的插入功能则可纠正工作流程和 Smartling Translate 中的词形变化。为了确保领域匹配度，Smartling 的自定义机器翻译引擎训练服务会整理客户的翻译记忆库和词汇表，训练 Google AutoML 引擎，并使用 BLEU、TER、编辑距离和 WER 以及语义评分对其进行评估；当训练数据太少时，可以选择 Google Adaptive（Beta）。Smartling 的 AI 工具包新增了语言质量评估代理，该代理会将每个机器翻译的字符串标记为高、中或低，以便进行动态工作流路由；此外还新增了 AI 后编辑代理，这是一项付费功能，可以检查语法、流畅性、语义连贯性和词汇准确性，并可与自定义训练的机器翻译引擎配合使用。这些设置如何随时间累积，在“改进机器翻译的工具”中有所介绍。

相关问题

• 本地化 API 如何管理术语表并在所有翻译中强制执行术语？
• 自带AI模型翻译平台在企业本地化方面有何异同？
• 选择适合翻译的法律硕士的最佳系统是什么？
• 人工审校员在对 AI 翻译进行后编辑时，其编辑环境应该包含哪些内容？