Att förbereda en storstädning av översättningsminnet
För några månader sedan bestämde vi oss för att genomföra en omfattande städning av översättningsminnet hos en av våra mest långvariga och aktiva kunder. Efter många års samarbete var minnet fyllt med inkonsekvenser och en del rena fel, vilket skapade osäkerhet för de översättare som använde det i sitt dagliga arbete.
Varför behöver ett översättningsminne städas?
Att fel och inkonsekvenser uppstår i ett översättningsminne beror sällan på att översättarna är oprofessionella. Snarare handlar det om texters varierande egenskaper, ändrade sammanhang och successiva förändringar i kundens terminologi och preferenser över tid. Språket utvecklas, och därmed förändras också det mest lämpliga sättet att översätta en viss text. Därför är det en god vana att rensa minnet med jämna mellanrum, för att undvika att föråldrade och irrelevanta översättningar lever kvar och används på nytt.
Steg 1: Identifiera felen med rätt verktyg
I det här fallet var det första steget relativt enkelt: att ta reda på exakt vad som behövde åtgärdas. Vi använde oss av Xbench, ett kraftfullt verktyg som vi regelbundet använder för att utföra våra kvalitetskontroller. Genom att ladda in hela översättningsminnet i Xbench kunde vi snabbt generera en detaljerad rapport som visade på inkonsekvenser i både käll- och måltext, samt eventuella stavfel. De sistnämnda var få och visade sig mestadels vara falska positiva, det vill säga ord som programmet felaktigt flaggade som felstavade. Däremot stod vi inför fler än sextusen dokumenterade inkonsekvenser, vilket inledningsvis kändes som en närmast oändlig uppgift. För att enklare kunna navigera bland alla dessa poster och systematiskt dokumentera frågor och åtgärder importerade vi hela Xbench-rapporten till en Excel-fil.
Steg 2: Välja ett verktyg för redigering
Den verkliga utmaningen var att hitta ett effektivt sätt att hantera och redigera tusentals enskilda segment i minnet utan att riskera att skapa nya fel. Vi konstaterade snabbt att de inbyggda funktionerna i våra vanliga översättningsverktyg inte var tillräckliga för den typ av djupgående redigering vi behövde göra. Valet föll därför på Olifant, ett specialiserat program utformat för just detta ändamål. Med Olifant kan man öppna och redigera översättningsminnen i vanliga format som .tmx eller .txt. Ett viktigt tips när man arbetar i Olifant är att programmet som standard söker i källtexten. Det går dock enkelt att ändra inställningarna för att söka i måltexten, eller både och, beroende på vad man letar efter. Det gäller helt enkelt att vara medveten om vilken sökinställning som är aktiv för stunden.
Grundläggande regler för själva städningen
Med verktygen på plats påbörjades den gigantiska uppgiften att granska, ändra och korrigera. Instruktionerna var tydliga: alla identifierade inkonsekvenser, stavfel och andra typer av fel skulle rättas till för att skapa en enhetlig och korrekt terminologi. En central regel var dock att inte radera hela segment. Även en bristfällig översättning kan ge värdefull kontext eller innehålla terminologi som kan vara till hjälp i framtiden. Målet var att korrigera och förbättra, inte att kassera värdefull data.
Allt detta utgjorde förberedelserna inför den faktiska städningen. När analysen var klar och arbetsmetoden fastställd kunde vi påbörja det mödosamma arbetet. I ett kommande inlägg kommer vi att berätta mer om hur den processen gick till.
