Rich text is de echte test voor vertaalworkflows

Een kop en een korte beschrijving kunnen bijna elke vertaalworkflow capabel doen lijken. De echte test begint wanneer het bronitem geneste lijsten, inline links, embedded entries en opmaak bevat die betekenis draagt.

Daar stopt vertalen met een tekstprobleem te zijn en wordt het een probleem van contentstructuur.

Rich text is een document, geen string

Contentful rich text wordt opgeslagen als een boomstructuur. Paragrafen bevatten tekstnodes. Lijsten bevatten lijstitems. Links en embedded entries verwijzen naar andere content. Marks dragen bold, italic, code en andere opmaak.

Als je die boomstructuur plat slaat tot platte tekst, blijven de woorden misschien behouden, maar het item niet.

Een betrouwbare workflow moet de taal vertalen en tegelijk het document behouden:

• headings blijven headings
• lijstitems blijven in de juiste volgorde
• links behouden hun bestemmingen
• inline entries blijven in de zin waar redacteuren ze hebben geplaatst
• embedded blocks behouden hun relatie tot de omringende tekst

Het vertaalmodel zou nooit gevraagd moeten worden om structuur te reconstrueren die de workflow expliciet had kunnen beschermen.

De gevaarlijkste fouten zien er aannemelijk uit

Schade aan rich text is tijdens een vertaalreview niet altijd duidelijk zichtbaar. Een ontbrekende embed kan een alinea achterlaten die nog steeds natuurlijk leest. Een opgesplitste lijst kan eruitzien als meerdere geldige alinea's. Een inline entry kan verdwijnen terwijl de zin zich sluit rond het gat.

Daardoor zijn structurele fouten gevaarlijker dan een zichtbare exceptie. Het verzoek kan als succesvol worden gemarkeerd, ook al vertegenwoordigt het gelokaliseerde item de bron niet langer.

Goede reviewtools maken beschermde structuur zichtbaar. Redacteuren moeten kunnen zien waar embeds, links en opmaak staan zonder ruwe JSON te lezen of erop te vertrouwen dat elke token behouden is gebleven.

Eerst beschermen, dan vertalen

Een sterke rich-text-pipeline scheidt vertaalbare content van structurele content.

Voordat een model het document ontvangt, kan de workflow beschermde nodes vervangen door stabiele placeholders. Het model vertaalt de omringende taal. Daarna herstelt de workflow de oorspronkelijke nodes en valideert dat elke placeholder precies één keer is teruggekeerd.

Dit creëert duidelijke verantwoordelijkheden:

• het model verwerkt taal
• de applicatie verwerkt structuur
• validatie vangt ontbrekende of gedupliceerde beschermde content op

Die grens is veel betrouwbaarder dan één probabilistische respons vragen om volgens conventie een volledig CMS-document te behouden.

Review de hiërarchie, niet alleen de proza

Menselijke review moet meer vergelijken dan alleen zinnen. Ze moet ook antwoord geven op:

1. Zijn alle bronsecties vertegenwoordigd?
2. Is de nesting van lijsten intact gebleven?
3. Zijn links en embedded entries nog steeds gekoppeld aan de juiste context?
4. Zijn lege bronblokken uit het vertaalde resultaat gebleven?
5. Komt de gerenderde preview overeen met de contenthiërarchie van de bronpagina?

De laatste vraag is belangrijk omdat een structureel geldig document nog steeds een onhandige pagina kan opleveren. Preview laat zien of een vertaalde heading slecht afbreekt, een CTA de lay-out breekt, of een embed op een onverwachte visuele positie terechtkomt.

De kern

Rich text is waar een vertaalworkflow vertrouwen verdient. Woorden behouden is slechts de eerste vereiste. Het systeem moet ook het document behouden dat redacteuren rond die woorden hebben opgebouwd.

Behandel structuur als beschermde data, valideer die vóór het opslaan en review het resultaat in de CMS-preview. Wanneer rich text dat volledige pad overleeft, worden eenvoudigere velden weer het gemakkelijke geval dat ze horen te zijn.