本地化专业人员对使用技术简化翻译流程并不陌生。例如，翻译人员的标准做法是使用软件将文本分成易于管理的片段，应用以前的翻译，并进行质量保证检查。此外，翻译人员和企业多年来一直依赖机器翻译（MT）来生成粗略的翻译。机器翻译的改进也导致了对MTPE（或机器翻译后期编辑）的兴趣增加，即由人工编辑的机器翻译输出。

即便如此，许多人认为，与让一个人翻译一段内容，另一个人编辑它相比，MTPE产生的结果较差。因此，重视翻译质量的企业一直不愿意接受MT和MTPE。尽管成本更高，但传统的人工驱动方法传统上受到青睐，尤其是受到严格监管的行业（如制药、生命科学、法律和金融）的公司。

简而言之，还没有一种普遍接受的替代人工驱动的翻译工作流程-直到现在。

        翻译和本地化行业正在发生结构性转变。神经机器翻译（NMT）的成熟、人工通用智能（AI）的进步以及大型语言模型（LLMs）的引入，使得曾经不可想象的事情成为可能。

革新你的翻译组合：人工智能驱动的人工翻译

人工智能驱动的人工翻译（AIHT）修正了MTPE和人工翻译之间的质量差距。我们的AIHT解决方案提供了98+的翻译多维质量标准（MQM）分数，相当于人工翻译，同时与传统的人工翻译相比，每个单词的成本降低了50%，交付时间缩短了一半。

AIHT将人工智能、大型语言模型（LLMs）、机器翻译和人类专业知识的优势无缝集成到一个统一的工作流程中，以人工智能驱动的效率增强每一步。

此外，人工智能的进步也使机器翻译能够以每个单词不到一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开始，翻译记忆库是您以前所有翻译的保存记录。将新内容与该记录进行比较，并且在存在特定置信度匹配的情况下，使用保存的翻译，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，通过增强较低置信度的匹配使其更加准确来提高成本节约。我们使用我们内部的Smartling MT引擎执行一个称为“模糊匹配修复”的过程，以提高这些低置信度匹配的拟合度。

        翻译记忆库无法处理的内容被发送到我们的人工智能翻译步骤。我们的机器学习质量评估工具评估多个机器翻译引擎的输出，并选择要使用的最高质量选项。

译后处理

初始翻译准备就绪后，就该进行后期处理了，这是确保翻译随时可用且符合品牌标准的关键一步。我们从MT和LLM优化词汇表的应用开始（你的重要术语列表以及它们应该如何翻译），这超越了替换。区别在于确保这些替换符合字符串的上下文并且语法正确，而不是简单地替换术语。

我们还自动清理内容和格式，解决空白、缺少或多余标签以及占位符等问题。这个格式化步骤很重要，因为有时MT引擎会改变格式，当字符串被重新摄取到平台中时会导致错误，或者影响翻译记忆库的整洁度。

语言学家根据语境进行审校

最后，由为该项目精心挑选的语言专家根据上下文对翻译进行审查。这就是我们所说的人工参与工作流的验证。

我们的技术已经完成了繁重的工作——它翻译文本并确保语法准确性，同时根据品牌指南进行调整。这使得专业语言学家可以专注于更高层次的验证和润色。

所有工作都在Smartling平台内完成。因此，每个更改都被实时跟踪和保存，消除了版本混乱的问题。如果出现问题，语言学家可以用Smartling直接与你交流。

以一半的成本实现人工翻译的质量

所有这些听起来都不错，但只有当人工翻译的质量能够真正得到传递时，它才会起作用。

在我们的最新报告，我们分享了我们衡量翻译质量的方法以及我们在各个工作流程中取得的成果。Smartling的严格流程包括每月跨多种语言的随机抽样，以及根据多维质量指标（MQM）框架（质量评估的行业标准）进行的彻底审查。

       我们的研究发现，Smartling的所有翻译工作流程都始终获得较高的MQM分数，包括AIHT。

人工翻译的行业基准在95%到97%之间。MQM平均得分为98，人工智能驱动的人工翻译实际上超过了许多语言服务提供商的传统人工翻译输出。此外，它还将每字成本降低了50%，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2000万字的大型企业使用Smartling的人工智能人工翻译彻底改变了他们的本地化战略。这种先进的方法节省了大量成本，加快了周转时间，并保持了出色的人工翻译质量。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。

想了解更多关于人工智能人工翻译如何改善您的本地化程序的信息吗？请点击联系。

（机器翻译，轻度译后编辑，仅供参考。）