Rich text er den virkelige test af oversættelsesworkflowet

En overskrift og en kort beskrivelse kan få næsten ethvert oversættelsesworkflow til at se kompetent ud. Den virkelige test begynder, når kildeindgangen indeholder indlejrede lister, inline-links, indlejrede poster og formatering, der bærer mening.

Det er her, oversættelse holder op med at være et tekstproblem og bliver et problem med indholdsstruktur.

Rich text er et dokument, ikke en streng

Contentful rich text gemmes som et træ. Afsnit indeholder tekstnoder. Lister indeholder listeelementer. Links og indlejrede poster peger på andet indhold. Markeringer bærer fed, kursiv, kode og anden formatering.

Hvis man flader det træ ud til ren tekst, kan ordene måske overleve, men det gør posten ikke.

Et pålideligt workflow skal oversætte sproget og samtidig bevare dokumentet:

• overskrifter forbliver overskrifter
• listeelementer bliver i den korrekte rækkefølge
• links beholder deres destinationer
• inline-poster forbliver i den sætning, hvor redaktørerne placerede dem
• indlejrede blokke bevarer deres forhold til den omgivende tekst

Oversættelsesmodellen bør aldrig blive bedt om at genskabe struktur, som workflowet eksplicit kunne have beskyttet.

De farlige fejl ser plausible ud

Skader på rich text er ikke altid tydelige i en oversættelsesgennemgang. En manglende indlejring kan efterlade et afsnit, der stadig læses naturligt. En opdelt liste kan ligne flere gyldige afsnit. En inline-post kan forsvinde, mens sætningen lukker sig omkring hullet.

Det gør strukturelle fejl farligere end en synlig undtagelse. Anmodningen kan markeres som vellykket, selv om den lokaliserede post ikke længere repræsenterer kilden.

Gode værktøjer til gennemgang gør beskyttet struktur synlig. Redaktører bør kunne se, hvor indlejringer, links og formatering ligger, uden at læse rå JSON eller stole på, at hvert token overlevede.

Beskyt først, oversæt bagefter

En stærk rich-text-pipeline adskiller oversætteligt indhold fra strukturelt indhold.

Før en model modtager dokumentet, kan workflowet erstatte beskyttede noder med stabile pladsholdere. Modellen oversætter det omgivende sprog. Workflowet gendanner derefter de oprindelige noder og validerer, at hver pladsholder er returneret præcis én gang.

Dette skaber klare ansvarsområder:

• modellen håndterer sproget
• applikationen håndterer strukturen
• validering fanger manglende eller duplikeret beskyttet indhold

Den grænse er langt mere pålidelig end at bede ét probabilistisk svar om at bevare et helt CMS-dokument efter konvention.

Gennemgå hierarkiet, ikke kun prosaen

Menneskelig gennemgang bør sammenligne mere end sætninger. Den bør også besvare:

1. Er alle kildesektioner repræsenteret?
2. Forblev listeniveauerne intakte?
3. Er links og indlejrede poster stadig knyttet til den rette kontekst?
4. Blev tomme kildeblokke holdt ude af det oversatte resultat?
5. Matcher den gengivne forhåndsvisning kilde­sidens indholdshierarki?

Det sidste spørgsmål er vigtigt, fordi et strukturelt gyldigt dokument stadig kan producere en akavet side. Forhåndsvisning afslører, om en oversat overskrift ombrydes dårligt, en CTA bryder layoutet, eller en indlejring lander i en uventet visuel position.

Konklusionen

Rich text er dér, hvor et oversættelsesworkflow gør sig fortjent til tillid. At bevare ordene er kun det første krav. Systemet skal også bevare det dokument, som redaktørerne byggede omkring disse ord.

Behandl struktur som beskyttede data, valider den før lagring, og gennemgå resultatet i CMS-forhåndsvisningen. Når rich text overlever hele den vej, bliver enklere felter det lette tilfælde, de burde være.