برای ترجمه تخصصی با هوش مصنوعی، واژهنامه تأییدشده و نمونه متن مقصد از درخواست کلی «روان ترجمه کن» مفیدترند. هدف فقط طبیعیبودن جمله نیست؛ اصطلاح، عدد، نفی، شرط و سطح قطعیت باید معنای متن اصلی را حفظ کنند.
این روش برای گزارش فنی، راهنمای محصول و متن آموزشی مناسب است. در متن حقوقی، پزشکی یا تصمیمساز، بازبینی فرد دارای تخصص مربوط اهمیت بیشتری دارد. خروجی روان مدل را تأیید تخصصی یا ترجمه رسمی محسوب نکنید و اطلاعات محدود یا محرمانه را بدون مجوز وارد سرویس نکنید.
واژهنامه را کوچک و قابلتصمیم بسازید
از ده تا بیست اصطلاح پرتکرار همان متن شروع کنید، نه یک فرهنگ لغت بزرگ و نامرتبط. برای هر واژه، معادل پذیرفتهشده، معنی در این زمینه و حالتهایی که نباید با آن اشتباه شود را بنویسید. اگر دو معادل معتبر وجود دارد، انتخاب این پروژه را مشخص کنید تا متن یکدست بماند.
برای مثال، در یک متن نرمافزاری فرضی، «deployment» ممکن است با «استقرار» ترجمه شود، درحالیکه «installation» را «نصب» میگذارید. این انتخاب را نمیتوان بدون دیدن زمینه به همه رشتهها تعمیم داد. اسم محصول، مسیر فایل و قطعه کد را نیز جدا علامت بزنید تا بیدلیل ترجمه یا تغییر نکنند.
دستور ترجمه را با معیارهای بررسی همراه کنید
یک دستور مناسب: «متن را برای خواننده فنی فارسی ترجمه کن. واژهنامه زیر را رعایت کن، عدد و واحد را تغییر نده و نام محصول و کد را دستنخورده نگه دار. عبارت مبهم را در فهرستی جدا توضیح بده؛ حدس را وارد متن قطعی نکن. ترتیب بندها را حفظ کن.» سپس بررسی کنید آیا قالب واقعاً رعایت شده است یا نه.
اگر متن طولانی است، آن را بر اساس بخش معنایی تقسیم کنید، نه برش تصادفی وسط جمله. واژهنامه و زمینه لازم را برای هر بخش حفظ کنید و در پایان پیوستگی را بررسی کنید. ترجمه مستقل چند بخش میتواند ضمیرها، زمان فعل و اصطلاحهای تکراری را ناسازگار کند.
چهار کنترل که روانخوانی آشکارشان نمیکند
نخست نفی: «نباید فعال شود» با «باید فعال شود» اختلافی کوچک در ظاهر و بزرگ در معنا دارد. دوم شرط: جملهای که فقط برای نسخه یا شرایط مشخص درست است نباید عمومی شود. سوم عدد و واحد: اعشار، درصد و علامت منفی را جدا ببینید. چهارم قطعیت: «ممکن است» را بیدلیل به «باعث میشود» تبدیل نکنید.
در یک مثال آموزشی، عبارت «تا ده کاربر» با «دستکم ده کاربر» یکسان نیست. همچنین «کاهش به پنج» و «کاهش به اندازه پنج» دو نتیجه متفاوتاند. از مدل میتوانید برای پیداکردن چنین نقاطی کمک بگیرید، اما تصمیم نهایی باید با متن مبدأ تطبیق داده شود.
جدول بازبینی موازی داشته باشید
برای بندهای حساس، سه ستون متن مبدأ، ترجمه و نکته بررسی بسازید. ابهام را با نشانه روشن نگه دارید تا ویرایشگر آن را نبیند و ناخواسته منتشر نکند. اگر منبع خودش اشتباه یا متناقض است، خطا را بیصدا اصلاح و به نویسنده نسبت ندهید؛ موضوع را جدا گزارش کنید.
| جزء متن | آزمون سریع | خطای محتمل |
|---|---|---|
| اصطلاح تکراری | جستوجوی همه کاربردها | چند معادل بیدلیل |
| عدد و واحد | تطبیق مستقیم با مبدأ | جابهجایی اعشار یا واحد |
| الزام و احتمال | بررسی فعلها | قطعیشدن ادعای مشروط |
| ارجاع داخلی | بازکردن مقصد | اشاره به بخش یا شکل نادرست |
ترجمه برگشتی میتواند سرنخ بدهد، اما روش تأیید مستقل قطعی نیست؛ دو بار استفاده از مدل ممکن است همان سوءبرداشت را به شکل دیگری حفظ کند. بهتر است دستکم بخشهای پرخطر را با منبع و دانش موضوعی بررسی کنید.
خروجی را در محیط واقعی بخوانید
اگر ترجمه برای صفحه وب است، راستبهچپ، جای عبارت لاتین و شکست خط را در همان صفحه ببینید. اگر فایل ارائه یا زیرنویس است، محدودیت فضا و زمان را در نظر بگیرید. کوتاهکردن متن نباید شرط یا نفی مهم را حذف کند؛ در صورت نیاز جمله را بازسازی کنید، نه اینکه معنی را قربانی اندازه کنید.
آیا پرامپت انگلیسی همیشه ترجمه بهتری میدهد؟
قاعده ثابت و همگانی ندارد. زمینه، کیفیت متن، ابزار و معیار شما مهماند. چند نمونه واقعی را با روش یکسان مقایسه کنید و از یک پاسخ نتیجه کلی نگیرید.
آیا واژهنامه باید همیشه ثابت بماند؟
برای یک پروژه باید ثبات داشته باشد، اما با تغییر زمینه یا کشف خطا میتواند نسخه تازه بگیرد. تغییر را ثبت کنید و کاربردهای قبلی همان اصطلاح را نیز بازبینی کنید.
ترجمه زمانی آماده انتشار است که هم طبیعی خوانده شود و هم بتوانید تصمیمهای اصطلاحی و معنایی مهمش را توضیح دهید. واژهنامه و برگه بازبینی این تصمیمها را از سلیقه لحظهای به روش قابلتکرار تبدیل میکنند.
برای ادامه یادگیری
- هوش مصنوعی
- ۱۵ پرامپت کاربردی ChatGPT که کار شما را نصف میکند
- پرامپت قابلآزمایش بنویسیم؛ از خواسته مبهم تا معیار پذیرش
دیدگاهها
۰ دیدگاههنوز دیدگاهی ثبت نشده؛ اولین نفر باشید.